PlotOptiX

.. image:: https://img.shields.io/pypi/v/plotoptix.svg :target: https://pypi.org/project/plotoptix :alt: 最新的PlotOptiX版本 .. image:: https://img.shields.io/pypi/dm/plotoptix.svg :target: https://pypi.org/project/plotoptix :alt: PlotOptiX通过pip安装的下载量 .. image:: https://img.shields.io/badge/PATREON-成为赞助人!-008a04.svg :target: https://www.patreon.com/bePatron?u=33442314 :alt: 成为赞助人!

基于NVIDIA OptiX框架的Python数据可视化和光线追踪工具。

文档 <https://plotoptix.rnd.team>__

• 使用PlotOptiX创建的示例图像: Behance <https://www.behance.net/RnDTeam>, Instagram <https://www.instagram.com/rnd.team.studio/>, 和 Facebook <https://www.facebook.com/rndteam>__。
• 加入 Patreon <https://www.patreon.com/rndteam?fan_landing=true>__ 获取新闻、发布计划和高分辨率内容。

PlotOptiX是一个用于Python的3D 光线追踪 <https://en.wikipedia.org/wiki/Ray_tracing_(graphics)>__ 包，旨在轻松且美观地可视化大型数据集（小型数据集也适用）。数据特征可以在图像中表示为几种基本形状的位置、大小/厚度和颜色，或者以颜色纹理和位移贴图的形式投影到物体表面。还支持在代码中生成或从文件加载的三角形网格。所有这些都通过逼真的照明、景深和许多其他基于物理的效果进行高质量模拟，最终呈现出逼真的效果。

无需编写着色器、交叉算法或处理3D场景技术细节。基本用法甚至比 matplotlib <https://matplotlib.org/gallery/mplot3d/scatter3d.html>__ 更简单：

.. code-block:: python

import numpy as np from plotoptix import TkOptiX

n = 1000000 # 100万个点，最好不要用matplotlib尝试 xyz = 3 * (np.random.random((n, 3)) - 0.5) # 随机3D位置 r = 0.02 * np.random.random(n) + 0.002 # 随机半径

plot = TkOptiX() plot.set_data("my plot", xyz, r=r) plot.show()

...但PlotOptiX在处理大数据时更快，并且通过所有光线追踪的阴影和景深效果，使图像更易读且更吸引眼球。

查看 GitHub上的示例 <https://github.com/rnd-team-dev/plotoptix/tree/master/examples>__ 获取实用代码示例，以及 文档页面 <https://plotoptix.rnd.team>__ 获取完整的API参考。

PlotOptiX是由 R&D Team <https://rnd.team>_ 开发的一组CUDA着色器，封装在C#/C++库中，提供Python API。它基于 NVIDIA OptiX 7.7 <https://developer.nvidia.com/optix>_ 框架，并利用RTX系列GPU。

你可以快速在简单的图表中显示数据：

.. image:: https://plotoptix.rnd.team/images/screenshots.jpg :alt: PlotOptiX截图，散点图和线图光线追踪

或者准备复杂的场景，将你生成的数据与在其他地方建模的网格结合起来：

.. image:: https://plotoptix.rnd.team/images/screenshot2.jpg :alt: PlotOptiX截图，用于生成艺术的光线追踪

特性

• 具有显式光采样的渐进式路径追踪
• 相机：正交、针孔、薄透镜和鱼眼，具有景深和色差模拟功能，全景相机用于制作360度环境图，用户自定义投影用于以任何角度和任何原点发射光线
• 几何体：粒子（球体）、平行六面体、平行四边形、四面体、线段、贝塞尔曲线、B样条曲线；网格：着色表面或线框，从参数化表面或f(x,y)数据自动生成，或通过顶点和面定义，例如使用 pygmsh <https://github.com/nschloe/pygmsh>__ 创建，或从文件加载，例如 trimesh <https://github.com/mikedh/trimesh>__ 支持的文件，或使用原生加载器从Wavefront .obj文件加载
• 材质：平面、漫反射、反射、折射；包括：光色散、表面粗糙度和金属度、体积散射和嵌套体积
• 光源：球形和平行四边形、体积中的光发射、均匀环境光或环境贴图
• 后期处理：色调校正曲线、色阶调整、应用蒙版/叠加、AI降噪和上采样（OptiX原生和Intel Open Image模型）
• 回调：在场景初始化、每帧光线追踪开始和结束、渐进累积结束时
• 8/16/32位每样本（HDR）图像输出到 numpy <https://numpy.org>__ 数组，或保存为常见图像文件格式
• 零拷贝访问包装在ndarray中的GPU缓冲区：8/32位每通道图像、命中和对象信息、反照率、法线
• 直接访问存储在GPU（以及CPU）上的 CuPy <https://cupy.dev>__ 和 PyTorch <https://pytorch.org>__ 张量数据，用于纹理和几何体更新
• 使用RT核心和 OptiX <https://developer.nvidia.com/optix>__ 提供的所有其他功能进行GPU加速
• 使用 NVENC 9.0 <https://developer.nvidia.com/nvidia-video-codec-sdk>__ 进行硬件加速的MP4格式视频输出
• 基于Tkinter的简单GUI窗口或无头光线追踪器
• 可配置的多GPU支持

系统要求

• 一个 支持CUDA的GPU <https://developer.nvidia.com/cuda-gpus>__，计算能力从5.0（Maxwell）到最新（Ada Lovelace）；
  • NVIDIA驱动 >= r530；
• Python 3 64位
• Windows：
  • Framework .NET >= 4.8（在所有现代Windows系统中都有）
• Linux：
  • Mono <https://www.mono-project.com/download/stable/#download-lin>__ 通用语言运行时 >= 6.6
  • pythonnet <http://pythonnet.github.io>__
  • FFmpeg <https://ffmpeg.org/download.html>__ >= 4.1

包含内容

• RnD.SharpOptiX和RnD.SharpEncoder库
• 所有其他支持的第三方库：FFmpeg（仅Windows）、LibTiff、Newtonsoft.Json
• Python示例

安装

注意，目前，PlotOptiX二进制文件已在以下环境中测试：Windows 10/11（任何Python 3版本），以及Linux（推荐Python 3.8-3.10）：Ubuntu 22.04，CentOS 7。

PlotOptiX还在 Google Cloud Platform <https://cloud.google.com/>__ 上成功测试，使用了具有2个V100 GPU的Compute Engine实例和Ubuntu 18.04镜像。 这里是 安装步骤 <https://github.com/rnd-team-dev/plotoptix/blob/master/gcp_install_gpu.txt>__，可以帮你节省一些宝贵的时间（不包括FFmpeg）。

如果你想在Colab上工作，也是可以的。这里有一个notebook <https://colab.research.google.com/drive/1RSVKYSZl1NjfttBwyuoehaEkNWnXwy6t?usp=sharing>__，包含了所有设置和使用PlotOptiX生成的简单图像。注意：Colab的驱动程序通常不是最新的，最新的PlotOptiX版本可能与Colab提供的不兼容。示例notebook配置为安装与可用驱动程序兼容的版本。

Windows在大多数情况下应该可以直接使用。在Linux中，你需要做一些额外的配置。

Windows前提条件

.NET Framework：

它已内置在你的Windows中。直接安装PlotOptiX即可。

Linux前提条件

Mono运行时：

检查你的系统中是否存在/哪个版本的Mono： mono -V

Mono JIT编译器版本5.18.1.3 (tarball 2019年4月9日 16:16:30 UTC) 版权所有 (C) 2002-2014 Novell, Inc, Xamarin Inc 及贡献者。www.mono-project.com TLS: __thread ... (为简洁起见输出已裁剪) ...

如果"mono"命令不可用，或报告的版本低于6.6，请访问Mono下载页面并按照与您的Linux发行版相关的说明进行操作。您需要安装mono-complete软件包。

pythonnet:

pythonnet包可从PyPI获得，但您可能需要一些先决条件。以下说明基于APT，根据您的操作系统将"apt"替换为"yum":

apt update apt install clang libglib2.0-dev python-dev

如果您的系统中尚未安装开发工具，您可能还需要安装它们，例如在Ubuntu中:

apt install build-essential

或在CentOS中:

yum group install "Development Tools"

然后，更新所需的包并安装pythonnet:

pip install -U setuptools wheel pycparser pip install -U pythonnet

安装成功后，您应该能够进行Python的导入:

import clr print(clr.version)

FFmpeg:

需要FFmpeg共享库>= 4.1才能在PlotOptiX中启用视频编码功能。首先卸载旧版本。访问FFmpeg网站并下载最新的发布源代码。将其解压到新文件夹，cd进入该文件夹。如下配置、编译和安装:

./configure --enable-shared make sudo make install

将FFmpeg的共享库路径添加到您的配置中:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib sudo ldconfig

PlotOptiX

使用pip:

pip install -U plotoptix

从GitHub源代码:

git clone https://github.com/rnd-team-dev/plotoptix.git cd plotoptix python setup.py install

然后，尝试运行本readme顶部的代码或其中一个示例。如果您的Python环境中没有附带，您可能还需要安装tkinter和/或PyQt包。

开发路径

这在许多方面仍然是一个实验版本。

PlotOptiX基本上是RnD.SharpOptiX库的一个接口，我们正在开发并在我们的工作室中使用它。RnD.SharpOptiX提供了比现在PlotOptiX可用的更多功能。我们根据赞助人的兴趣和该项目支持的应用逐步向PlotOptiX添加更多内容。

如果您喜欢这个项目，请下载、加星并成为我们的赞助人。与我们联系，分享您的使用案例，我们总是很乐意帮助并参与用户的精彩想法。

示例

查看示例是开始和探索PlotOptiX功能的最佳方式。请查看此处的readme和示例代码。

存储库头中的示例可能使用PyPI发布中尚未提供的功能。为了下载与PyPI发布兼容的示例，请安装软件包:

python -m plotoptix.install examples

这将在当前目录中创建一个包含示例的文件夹。

[此处应插入图片，但由于我是文本翻译，无法直接显示图片]