|
之前做了一个商业街区的设计 在做的时候参考了成都太古里 当时我留意了一下太古里中的这个精品酒店
（上图来源于成都太古里方案设计文本）
其实我留意的主要是它的表皮 一个典型的图像干扰的案例
这张图还可以看到它的开孔不是圆的 是方的 这样的案例还有很多 今天就以这个酒店的立面和大家聊聊图像干扰 首先找一张竹叶的图片
（上图来源于pixabay） 然后把这张图片直接拖到GH面板里 会直接载入进去
也可以在空的Image Sampler运算器上双击 然后链接图片
图片拖进来了先把它放在一边 我们需要先做一个点阵
可能部分小伙伴疑惑这里怎么成点阵的 这里可以解释一下：
GH数据结构运算的默认法则是longest和按顺序计算 如果不graft x和y值一一对应 生成的是10个点
如果一个列表里面的数据个数比另外一个列表数据个数多 那么多出来的部分会自动和短列表的最后一个数据运算
所以在construct point的Y端graft后 输入Y端的每个数都单独分成独立的一组 X的所有数还是在同一组 所以X里的所有数都会与Y中第一组中的数进行运算
又因为组与组的运算同样遵循longest法则 所以Y中所有组都会和X中的{0；0}组进行运算 每组10个点，10个组，100个点
一个方形的点阵就这样得到了
这个方形点阵的边长是20，点数是10×10 得到了点阵 下面就可以用到之前的竹叶图片了
将点阵接入咱们之前拖进来的图片 然后点阵和图片分别输给custom preview的G端和S端 这时候按道理应该可以在rhino窗口中看到点阵根据图片的色彩信息着色 然而
却是这个样子 哪里有竹叶 这是由于 图像的区间和点阵的区间不一致造成的： 点阵的区间是0-20
而图像的区间是0-1
将图像区间改成0-20 再看预览 已经正常
图像和点阵已经对应上 下一步 我们要做的就是利用图像干扰开洞的大小了
彩图输出的是每个点所处位置的RGB值 这个值我们没法直接用 这时候我们再双击进去 选最后一个黑白
这时候输出的不再是RGB值 是每个点的灰度系数 白色为1，黑色为0 将图像接入圆的R端
发现图像输出的灰度直接作为半径来用不大合适 没关系 可以用我们之前的文章已经用了多次的remap numbers套装 将灰度值映射到一个合适的范围内：
得到的结果符合预期 再放张密集的：
由上图就可以看出 很多圆的半径都是不相同的
而查验之下 半径值有231个之多 所以我们就要进行下一步操作 开洞简单的规格化 231个半径值太多了 我想只用4个半径值就够了 也就是圆有4中规格 这4中规格可以自己根据实际需要确定 也可以这样
1.获取231个半径值区间范围并将其等分为4个子区间 2.获取每个子区间的中间值，以此作为规格化的半径值 下一步 1.根据231个半径值所在的区间 2.分别赋予相应的规格化后的半径值 先判断区间：
用find domain判断半径值在哪个子区间 然后赋予相应半径值：
用list item L是列表，i是序号 i输出端会输出L列表中相应序号的值 接给圆看看效果：
看起来有点粗糙 因为半径值只有4种的缘故 可以把之前的区间分多点：
再看效果：
对比一下之前的：
至少肉眼看不出来前面的圆有231个半径 后面的只有5个 不过还有个问题也因此暴露出来 可以看到之前的圆比之后的要大点 那我怎么调节后面的圆的半径大小呢 由于目前后面这个圆的半径大小是固定的
都是区间的中间值 没法调节 解决方法就是在 输给circle之前加个graph mapper 在我们之前的文章用过很多次了
不要忘记的是双击进去 把区间改成之前映射的区间
再看效果：
相差不大 而后面的圆 半径值只有5种 到这里其实已经差不多了 不过之前说过那个酒店的里面开孔是方的 直接这样：
就行了
今天的案例就到这里吧 建议自己拿几张图片尝试一下 本来还想谈谈网格着色的 因为都说到图像映射了 但是怕一篇文章说得多了没重点 有些地方可能写得过于详细了 会的就把啰嗦部分直接跳过吧~
|
|
|
