پرونده:Bezier curves composition ray-traced in 3D.png

Page contents not supported in other languages.
از ویکی‌پدیا، دانشنامهٔ آزاد

پروندهٔ اصلی(۱٬۹۳۶ × ۱٬۹۳۶ پیکسل، اندازهٔ پرونده: ۳٫۵۲ مگابایت، نوع MIME پرونده: image/png)

 
این PNG تصویر برداری با Python ساخته شده است.

خلاصه

توضیح
English: Composition is generated in Python. Nodes of bezier curves are following a vector field generated with the open simplex noise algorithm. Scene is ray-traced with PlotOptiX package.
تاریخ
منبع اثر شخصی
پدیدآور Rob su

اجازه‌نامه

من، صاحب حقوق قانونی این اثر، به این وسیله این اثر را تحث اجازه‌نامهٔ ذیل منتشر می‌کنم:
w:fa:کرییتیو کامنز
انتساب انتشار مشابه
این پرونده تحت پروانهٔ Creative Commons Attribution-Share Alike 4.0 International منتشر شده است.
شما اجازه دارید:
  • برای به اشتراک گذاشتن – برای کپی، توزیع و انتقال اثر
  • تلفیق کردن – برای انطباق اثر
تحت شرایط زیر:
  • انتساب – شما باید اعتبار مربوطه را به دست آورید، پیوندی به مجوز ارائه دهید و نشان دهید که آیا تغییرات ایجاد شده‌اند یا خیر. شما ممکن است این کار را به هر روش منطقی انجام دهید، اما نه به هر شیوه‌ای که پیشنهاد می‌کند که مجوزدهنده از شما یا استفاده‌تان حمایت کند.
  • انتشار مشابه – اگر این اثر را تلفیق یا تبدیل می‌کنید، یا بر پایه‌ آن اثری دیگر خلق می‌کنید، می‌‌بایست مشارکت‌های خود را تحت مجوز یکسان یا مشابه با ا اصل آن توزیع کنید.

Source code (python)

import numpy as np
from matplotlib import cm

# docs, examples: https://plotoptix.rnd.team
from plotoptix import TkOptiX
from plotoptix.materials import m_plastic, m_metallic
from plotoptix.utils import make_color, simplex

b = 8000   # number of curves
n = 80     # nodes per curve
dt = 0.06  # nodes distance

inp = np.zeros((b, 3, 4), dtype=np.float32)
xyz = np.stack((
    np.random.normal(loc=0, scale=1.0, size=b),
    np.random.normal(loc=0, scale=1.0, size=b),
    np.random.normal(loc=0, scale=1.0, size=b))).T
for c in range(b):
    mag = np.linalg.norm(xyz[c])
    xyz[c] *= np.sqrt(mag) / mag

ofs = 50 * np.random.rand(3)
for c in range(b):
    inp[c,:,:3] = xyz[c]
    inp[c,:,3] = ofs            # sync the 4'th dim of the noise

pos = np.zeros((b, n, 3), dtype=np.float32)
col = np.zeros((b, n, 3), dtype=np.float32)
r = np.zeros((b, n), dtype=np.float32)

rnd = simplex(inp)

rprev = np.copy(rnd)
for t in range(n):
    rt = 2.0 * (t+1) / (n+2) - 1
    rt = 1 - rt*rt
    r[:,t] = 0.07 * rt * rt
    for c in range(b):
        mag = np.linalg.norm(rnd[c])
        r[c,t] *= 0.2 + 0.8 * mag
        
        rnd[c] *= (dt/mag)      # normalize and scale the step size
        inp[c,:,:3] += rnd[c]   # step in the field direction
        pos[c,t] = inp[c,0,:3]
        
        fi = (1/(dt*dt)) * np.dot(rnd[c], rprev[c])
        cc = cm.get_cmap("bone")(np.power(2*fi-1,19))[:3]
        col[c,t] = make_color(cc)
        
    rprev = np.copy(rnd)
    rnd = simplex(inp, rnd)     # noise at the next pos

rt = TkOptiX(start_now=False)
rt.set_param(
    min_accumulation_step=4,
    max_accumulation_frames=500,
    rt_timeout=100000,
    light_shading="Soft"
)
rt.set_uint("path_seg_range", 4, 10)
    
exposure = 1.2; gamma = 2.2
rt.set_float("tonemap_exposure", exposure)
rt.set_float("tonemap_gamma", gamma)
rt.set_float("denoiser_blend", 0.25)
rt.add_postproc("Denoiser")
    
m_metallic["VarFloat"]["base_roughness"] = 0.004
rt.setup_material("metal", m_metallic)
rt.setup_material("plastic", m_plastic)
    
rt.setup_camera("dof_cam", eye=[0, 0, 12], target=[0, 0, 0], fov=40, focal_scale=0.86, cam_type="DoF")

rt.setup_light("l1", pos=[8, -3, 13], color=1.5*np.array([0.99, 0.97, 0.93]), radius=5)
rt.setup_light("l2", pos=[-17, -7, 5], u=[0, 0, -10], v=[0, 14, 0], color=1*np.array([0.25, 0.28, 0.35]), light_type="Parallelogram")

for c in range(b):
    if np.random.uniform() < 0.1:
        rt.set_data("c"+str(c), pos=pos[c], r=2.1*r[c], c=col[c], geom="BezierChain", mat="plastic")
    else:
        rt.set_data("c"+str(c), pos=pos[c], r=0.33*r[c], c=[0.94, 0.93, 0.9], geom="BezierChain", mat="metal")

rt.show()

عنوان

شرحی یک‌خطی از محتوای این فایل اضافه کنید
Abstract composition generated in Python with Bezier curves following a vector field.

آیتم‌هایی که در این پرونده نمایش داده شده‌اند

توصیف‌ها

این خصوصیت مقداری دارد اما نامشخص است.

source of file انگلیسی

checksum انگلیسی

c573a602bd2f8c99d40822f5b6a817e554ae8b99

۳٬۶۹۵٬۷۰۴ بایت

۱٬۹۳۶ پیکسل

۱٬۹۳۶ پیکسل

تاریخچهٔ پرونده

روی تاریخ/زمان‌ها کلیک کنید تا نسخهٔ مربوط به آن هنگام را ببینید.

تاریخ/زمانبندانگشتیابعادکاربرتوضیح
کنونی‏۳۰ مهٔ ۲۰۲۰، ساعت ۱۹:۳۴تصویر بندانگشتی از نسخهٔ مورخ ‏۳۰ مهٔ ۲۰۲۰، ساعت ۱۹:۳۴۱٬۹۳۶ در ۱٬۹۳۶ (۳٫۵۲ مگابایت)Rob suUploaded own work with UploadWizard

صفحهٔ زیر از این تصویر استفاده می‌کند:

کاربرد سراسری پرونده

ویکی‌های دیگر زیر از این پرونده استفاده می‌کنند:

فراداده