计算机图形学第二次上机作业

最新推荐文章于 2025-05-15 14:19:39 发布
最新推荐文章于 2025-05-15 14:19:39 发布
阅读量299 收藏 2
点赞数
文章标签： 图形渲染
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_53554472/article/details/129567985
版权
该程序是一个使用OpenGL读取并显示WavefrontOBJ文件的示例，处理了顶点和面数据，忽略纹理和法线信息。程序计算每个面的光照强度，并根据此强度乘以颜色绘制三角形。用户可以通过x，y，z键旋转模型。在初始化时，程序进行了深度测试设置，并从gourd.obj文件加载数据。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

计算机图形学第二次上机作业

本程序的平行光设为指向Z轴负方向的平行光 预设颜色为黄绿色

程序主要包含两个部分

  1. 得到该面的光照强度alpha

如图所示代码 调用好face和vertices数组可以轻松算出alpha的值

  1. 以此光照强度alpha乘上颜色数组得到最终颜色 然后将三角形一个一个画出来

代码如图

  1. 细节问题

深度测试和初始化

最后附上实验的结果截图

最低0.47元/天 解锁文章
计算机图形学第三次上机作业
m0_53554472的博客
03-15 598
OpenGL实现平滑光照
计算机图形学第一次上机——中点线算法和中点圆算法
问天的博客
01-25 3544
  计算机图形学第一次上机实验 课程实验报告   目录 计算机图形学第一次上机实验 课程实验报告 一、实验目的 二、实验环境 三、实验内容 1.中点线算法 2.中点圆算法 四、实验心得 附录：程序源代码 一、实验目的 掌握配置glut库的步骤 测试运行示例代码 掌握并编写中点线算法和中点圆算法 二、实验环境 1.codeblocks-17.12 2.Windows...
string常用的骚操作
qq_45772483的博客
08-23 416
string line 连续不断的读入的话 while(getline(cin, line)) 当读入一个不为空的字符串的时候 while(getline(cin, line) && line.size() ！= 0) 字符串提取 line.substr(,)前一个参数为起始位置，后一个为提取的长度 字符串的替换 line.replace(,) 第一个参数起始位置，第二个参数为长度，第三个参数为替代成的字符串 字符串的删除 line.erase(,）第一个参数为要删除的起始位置，第二个是要删
C++中substr函数的用法
weixin_34345753的博客
07-27 745
#include<string> #include<iostream> using namespace std; int main() { 　　string s("12345asdf"); 　　string a = s.substr(0,5); //获得字符串s中从第0位开始的长度为5的字符串 　　cout << a << ...
SUBSTR()函数详解
weixin_30700099的博客
05-16 1198
这个代码块执行之后屏幕上会显示什么?BEGIN DBMS_OUTPUT.put_line ('-3,2='||SUBSTR ('abdefg', -3, 2)); DBMS_OUTPUT.put_line ('-7,2='||SUBSTR ('abdefg', -7, 2));END;/(A)未处理的异常：ORA-01426: numeric overflow(B)-3,2= -7,2...
c++——读取txt文本getline(),string.substr(pos1,pos2)
GZ的博客
01-18 930
std::ifstream gpsFile; gpsFile.open(txt_name, std::ifstream::in); //gParams->cntrlParams.offlineRoute if (gpsFile.is_open()) { while (getline(gpsFile, line,'\n')) { //do sometning; } 一、 getl...
c++ substr()字符函数的使用方法
梧桐下的四叶草
03-22 3218
c++ substr()字符函数的使用方法 str.substr(startpos, length); 其中 startpos 是起始字符的序号，length 是[从 startpos 开始]取的字符串长度（包括 startpos ）。 如果要取得 str 中序号 m 到 n 之间（不包括n）的子字符串需要用 str.substr(m, n-m);  
DSP第二次上机作业
Better to light one candle than to curse the darkness
12-01 302
DFT的概念和性质
图形学上机作业1
m0_53554472的博客
03-15 356
计算机图形学上机作业1
计算机图形学：光线与二次曲面求交方法详解
本文档主要探讨了计算机图形学中的一个重要概念——光线与二次曲面的求交问题。在计算机图形学这个领域，图形的精确建模和渲染是至关重要的，其中光线与曲面的交互是关键环节。二次曲面，如球面、椭球面、双曲面等，...
计算机图形学.doc
07-08
推荐教材为孙家广等人编著的《计算机图形学》（第三版），清华大学出版社，同时参考Edward Angel的《Interactive Computer Graphics》（第三版），以增加深度和广度。 通过本课程的学习，学生不仅将深入理解计算机...
前端图形渲染 html+css、canvas、svg和webgl绘制详解，各个应用场景及其区别
警警的博客
05-15 1010
技术类型渲染方式交互性缩放性性能适用场景HTML+CSS声明式DOM 渲染高高中基础布局、简单图形SVG声明式矢量图形高高中图表、图标、地图等静态图形Canvas命令式像素渲染低低高动画、游戏、实时数据可视化WebGL命令式GPU 加速渲染中高极高3D 游戏、VR/AR、复杂数据可视化极客时间优快云博客。
【CTF-Misc领域】文件隐写、内存取证与数据修复技术应用：安全竞赛核心技能解析
最新发布
05-17
内容概要：本文详细介绍了CTF-Misc题型的应用指南，涵盖文件隐写、内存取证、数据修复等方面的核心技术。文件操作与隐写部分，讲述了文件类型识别方法（如使用file命令、010 Editor等工具查看文件特征），以及文件分离与合并的方法（如Binwalk自动化工具、dd命令手动操作）。图片隐写技术方面，包括颜色通道分析（如使用Stegsolve）、帧差异对比、Exif信息读取等。内存取证则主要围绕Volatility框架展开，介绍其基础命令（如imageinfo、pslist）和特殊场景处理（如加密文档爆破）。此外，还提供了若干工具推荐，如十六进制编辑器、自动化分离工具、OCR识别库等，并分享了实战技巧，如逆向思维应用和隐蔽信息挖掘。 适合人群：对CTF比赛感兴趣的安全研究人员、网络安全爱好者及有一定计算机基础知识的学习者。 使用场景及目标：①掌握文件隐写与修复技术，能够识别和处理各种文件类型的隐写和损坏问题；②学会使用Volatility进行内存取证，提取关键信息；③提高对隐蔽信息的敏感度，培养解决复杂问题的能力。 阅读建议：本文内容丰富，涉及多个技术领域，建议读者先熟悉基本概念和常用工具的使用，再逐步深入理解各个技术细节，在实践中不断积累经验。
CSAPP程序人生大作业
05-17
CSAPP程序人生大作业
基于python+树莓派图像识别的智能循迹避障小车+源码+项目文档（毕业设计&课程设计&项目开发）
05-17
基于python+树莓派图像识别的智能循迹避障小车+源码+项目文档，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用，详情见md文档 具体原理 道路检测 本程序所使用的道路检测算法为最基础的检测算法，可升级至深度学习算法，但是没时间搞主要是不会 对于道路检测而言，最基本的就是在图像上随机抽取图像上下部等宽区域，将图像的灰度中心计算出来，由此可以看出，当上半部图像的灰度中心与下半部图像中心的位置差超出阈值时，判定道路出现了转弯，以图像中心为坐标原点，当插值大于0时说明要右转，反之左转。可自由设置。 标识牌检测 使用opencv自带的训练网络，虽然实际训练了，但是结果较差，采用了国外训练好的图像模型，在代码中提供了。 障碍物检测 超声波检测，虽然没啥用，毕竟我们的障碍物是停止标志，图像的精度目前看来比超声波准，不过本着买了就要用的原则，用了 距离测算 采用单目视觉，首先对相机进行标定，然后利用角度计算得出前方的实际距离。但是相机在运动过程晃动较大，最后还是热熔胶枪粘的，这个功能的演示就弃了。
深度学习中基于层结构添加自注意力机制的技术研究及其应用 特征融合
05-17
内容概要：本文探讨了在深度学习框架下，通过在神经网络的层结构中引入自注意力机制来提升模型性能的方法。首先介绍了自注意力机制的基本概念及其在序列数据处理中的优势，然后详细阐述了如何在每一层中添加自注意力层以及如何融合不同层次的自注意力输出。最后，通过一系列实验验证了这种方法在自然语言处理和计算机视觉任务中的有效性，证明了其能够显著提高模型的表现。 适合人群：从事深度学习研究和技术开发的专业人士，尤其是对自注意力机制感兴趣的科研人员和工程师。 使用场景及目标：适用于需要改进现有神经网络模型性能的项目，特别是在处理复杂序列数据的任务中，如文本分类、图像识别等。目标是通过引入自注意力机制优化模型架构，增强模型对不同层次特征的理解能力。 阅读建议：对于希望深入了解自注意力机制并将其应用于实际项目的读者来说，本文提供了详细的理论背景和实现步骤。建议读者结合自己的应用场景，尝试复现文中提到的实验，以便更好地掌握这一技术。
SYN.SHX
05-17
拷贝到Auto CAD的Fonts下
单级蜗轮蜗杆减速器的设计.rar
05-17
单级蜗轮蜗杆减速器的设计.rar
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值