Python基于欧拉角绘制一个立方体

更新时间：2023年02月27日 16:55:37 作者：微小冷

这篇文章主要为大家详细介绍了Python如何基于欧拉角实现绘制一个立方体，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起学习一下

先画个立方体

工欲善其事、必先利其器，在开始学习欧拉角模拟之前，可先绘制一个立方体。

在matplotlib中，这个任务可通过plt.voxels实现，下面先绘制一个最质朴的立方体

代码为

import matplotlib.pyplot as plt
import numpy as np

x, y, z = np.indices((2, 2, 2))
filled = np.ones((1,1,1))
ax = plt.subplot(projection='3d')
ax.voxels(x,y,z, filled=filled)
plt.show()

其中，x,y,z表示顶点，filled表示被填充的区域。由于其顶点数量为2×2×2，故只有一个立方体，从而filled是一个1×1×1的张量。

有了立方体之后，就可以进行欧拉角仿真了。

欧拉角和旋转矩阵

为了尽快进入演示部分，故对原理的介绍从略，仅从二维平面上的旋转矩阵出发，做一个简单的推导，而三维旋转矩阵，至少在形式上与二维是雷同的。

假设坐标系中有一个向量(x,y)，其模长为r=√x²+y²，角度为θ₀=arctan(y/x).若将其围绕坐标原点逆时针旋转θ，则其坐标变为

由于x=rcosθ₀, y=rsinθ₀，则上式可以写为

写成矩阵形式即为

也就是说，在平面直角坐标系上，向量绕原点顺时针旋转θ，相当于左乘一个旋转矩阵。

推广到三维，为了限制xy坐标平面上的旋转，要将其旋转中心从原点扩展为绕着z轴旋转，从而三维旋转矩阵可推广为

同理可得到绕三个轴转动的旋转矩阵，为了书写方便，记S_θ=sinθ,C_θ=cosθ，可列出下表。

初步演示

将旋转矩阵写成函数是十分方便的，下面用lambda表达式来实现

import numpy as np
# 将角度转弧度后再求余弦
cos = lambda th : np.cos(np.deg2rad(th))
sin = lambda th : np.sin(np.deg2rad(th))

# 即 Rx(th) => Matrix
Rx = lambda th : np.array([
    [1, 0,       0],
    [0, cos(th), -sin(th)],
    [0, sin(th), cos(th)]])
Ry = lambda th : np.array([
    [cos(th),  0, sin(th)],
    [0      ,  1, 0],
    [-sin(th), 0, cos(th)]
])
Rz = lambda th : np.array([
    [cos(th) , sin(th), 0],
    [-sin(th), cos(th), 0],
    [0       , 0,       1]])

有了旋转矩阵，就可以旋转，接下来让正方体沿着三个轴分别旋转30°，其效果如下

由于ax.voxels在绘图时，要求输入的是拥有三个维度的数组，而旋转矩阵是3 × 3 3\times33×3矩阵，相当于是二维数组，彼此之间可能很难计算，所以实际计算时，需要对数组维度进行调整

import matplotlib.pyplot as plt
# 用于批量调节x,y,z的数组维度
Reshape = lambda x,y,z : [x.reshape(2,2,2), y.reshape(2,2,2), z.reshape(2,2,2)]


filled = np.ones((1,1,1))
x, y, z = np.indices((2, 2, 2))
# 将x,y,z展开，以便于矩阵计算
xyz = np.array([x,y,z]).reshape(3,-1)

fig = plt.figure("rotate")
# 此为未旋转的正方体
ax = fig.add_subplot(1,4,1, projection='3d')
ax.voxels(x,y,z, filled=filled)

# 绕x轴旋转30°
X, Y, Z = Rx(30) @ xyz
ax = fig.add_subplot(1,4,2, projection='3d')
ax.voxels(*Reshape(X, Y, Z), filled=filled)

# 绕y轴旋转30°
X, Y, Z = Ry(30) @ xyz
ax = fig.add_subplot(1,4,3, projection='3d')
ax.voxels(*Reshape(X, Y, Z), filled=filled)

# 绕z轴旋转30°
X, Y, Z = Rz(30) @ xyz
ax = fig.add_subplot(1,4,4, projection='3d')
ax.voxels(*Reshape(X, Y, Z), filled=filled)

plt.show()

不同转动顺序的影响

众所周知，矩阵计算是不能交换的，反映到实际生活中，就是不同的旋转次序，可能会导致完全不同的结果，接下来沿着不同的旋转次序，来对正方体进行旋转，效果如下

需要注意的是，由于矩阵左乘向量表示对向量进行旋转，所以距离向量最近的矩阵表示最先进行的操作，即R_zR_yR_xr ⃗ 表示先转Rx ,Ry次之，R_z最后。

代码如下

filled = np.ones((1,1,1))
x, y, z = np.indices((2, 2, 2))
xyz = np.array([x,y,z]).reshape(3,-1)

fig = plt.figure("rotate")
# 旋转顺序 x, y, z
X, Y, Z = Rz(30) @ Ry(30) @ Rx(30) @ xyz
ax = fig.add_subplot(1,3,1, projection='3d')
ax.voxels(*Reshape(X, Y, Z), filled=filled)

# 旋转顺序 z, y, x
X, Y, Z = Rx(30) @ Ry(30) @ Rz(30) @ xyz
ax = fig.add_subplot(1,3,2, projection='3d')
ax.voxels(*Reshape(X, Y, Z), filled=filled)

# 旋转顺序 y, x, z
X, Y, Z = Rz(30) @ Rx(30) @ Ry(30) @ xyz
ax = fig.add_subplot(1,3,3, projection='3d')
ax.voxels(*Reshape(X, Y, Z), filled=filled)

plt.show()

总之，虽然分不清谁是谁，但最起码可以看清楚，不同的旋转顺序的确导致了不同的旋转结果。

旋转演示

为了更加清楚地表示这一过程，可以将正方体的旋转过程绘制下来，先考虑单轴旋转，假设每次旋转3°，绕X轴旋转30次，则可得到

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
import imageio

filled = np.ones((1,1,1))
x, y, z = np.indices((2, 2, 2))
xyz = np.array([x,y,z]).reshape(3,-1)

def saveGif(X,Y,Z, gifs):
    plt.cla()
    ax = plt.subplot(projection='3d')
    ax.voxels(*Reshape(X, Y, Z), filled=filled)
    ax.set_xlim(-0.5,1.5)
    ax.set_ylim(-0.5,1.5)
    ax.set_zlim(-0.5,1.5)
    ax.set_title(f"theta={th}")
    plt.tight_layout()
    plt.savefig(f"tmp.jpg")
    gifs.append(imageio.imread(f"tmp.jpg"))

gifImgs = []
th = 0

for i in range(30):
    X,Y,Z = Rx(th)@xyz
    th += 3
    saveGif(X, Y, Z, gifImgs)

imageio.mimsave("test.gif",gifImgs,fps=10)

通过这个方法，可以将不同顺序的旋转矩阵可视化表示，

filled = np.ones((1,1,1))
x, y, z = np.indices((2, 2, 2))
xyz = np.array([x,y,z]).reshape(3,-1)

gifImgs = []
th = 0
for _ in range(10):
    X,Y,Z = Rz(0) @ Rx(0) @ Ry(th) @ xyz
    th += 3
    saveGif(X, Y, Z, gifImgs)

th = 0
for i in range(10):
    X,Y,Z = Rz(0) @ Rx(th) @ Ry(30) @ xyz
    th += 3
    saveGif(X, Y, Z, gifImgs)

th = 0
for i in range(10):
    X,Y,Z = Rz(th) @ Rx(30) @ Ry(30) @ xyz
    th += 3
    saveGif(X, Y, Z, gifImgs)

imageio.mimsave("test.gif",gifImgs,fps=10)

最后得到三种不同旋转顺序的区别

x-y-z

z-y-x

y-x-z

到此这篇关于Python基于欧拉角绘制一个立方体的文章就介绍到这了,更多相关Python欧拉角实现刚体转动内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

tf.nn.conv2d与tf.layers.conv2d的区别及说明
这篇文章主要介绍了tf.nn.conv2d与tf.layers.conv2d的区别及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-02-02
Python操作MySQL简单实现方法
这篇文章主要介绍了Python操作MySQL简单实现方法,通过一个简单的实例讲述了Python针对mysql数据库的增删改查技巧,需要的朋友可以参考下
2015-01-01
Python趣味编程实现手绘风视频示例
本文与计算机视觉相关，使用Python将图片由自然风转化为手绘风，期间未对图片进行任何预处理、后处理；代码中只借助了两个常见库，核心计算由Numpy负责，Pillow 负责图片读写
2021-10-10
使用Pytorch来拟合函数方式
今天小编就为大家分享一篇使用Pytorch来拟合函数方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-01-01
Python如何限制输入的数范围
在Python中,我们可以使用多种方法来限制用户输入的数值范围,今天通过实例代码给大家分享Python限制输入的数范围,感兴趣的朋友一起看看吧
2024-05-05
Python爬取腾讯疫情实时数据并存储到mysql数据库的示例代码
这篇文章主要介绍了Python爬取腾讯疫情实时数据并存储到mysql数据库的示例代码,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-03-03
Python中断点调试pdb包的用法详解
pdb（python debugger）是 python 中的一个命令行调试包,为 python 程序提供了一种交互的源代码调试功能,下面就跟随小编一起学习一下它的具体使用吧
2024-01-01
django3.02模板中的超链接配置实例代码
在本篇文章里小编给大家整理了关于django3.02模板中的超链接配置实例代码内容，需要的朋友们可以学习参考下。
2020-02-02
解决Tensorflow安装成功,但在导入时报错的问题
今天小编就为大家分享一篇解决Tensorflow安装成功,但在导入时报错的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-06-06
联邦学习神经网络FedAvg算法实现
这篇文章主要为大家介绍了联邦学习神经网络FedAvg算法实现，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-05-05