python分析inkscape路径数据方案简单介绍

 更新时间:2022年09月14日 17:05:09   作者:皮尔斯巴巴罗  
这篇文章主要介绍了python分析inkscape路径数据方案简单介绍,文章通过围绕主题展开详细的内容介绍,具有一定的参考价值,需要的朋友可以参考一下

前言

开发过程中有时需要使用路径数据,虽然python有自己的svg或其他矢量库,但这里只是出于实验的目的,没必要深入研究,所以采用一些简单的方案:用inkscape生成svg,然后python分析并输出,从而达到相应目的

inkscape生成路径

设置文档属性:

设置网格:

导入png图像作为参考:

注意导入图像、文档属性,都是已左下角为原点:

在图层与对象属性栏,修改图像可见性、锁定图像:

在当前图层之上新建一个图层,用来绘制路劲
随意绘制矩形,并做好相应的形状,比如两个矩形之间切割可通过菜单:路径->差集

将形状转换为路径

理论上保存完之后,就有svg文件可以进行路径转换,但是由于svg文件格式复杂,会有各种各样的形状数据,所以这里需要把各种形状统一转换为路径,以便python进行简单解析

那么上面的例子就需要再进一步处理:

  • 如果对象是rect或其他形状,执行菜单:路径->对象转路径
  • 对于组合路径的形状,执行菜单:路劲->分割路劲

最后得到图层如下:

保存svg文件后,再用记事本将其打开,会看到如下关键内容:

     <g
     inkscape:groupmode="layer"
     id="layer2"
     inkscape:label="图层 2"><path
       style="fill:none;stroke:#000000;stroke-width:0.1;stroke-dasharray:none"
       d="m 510.66797,509.15234 3.82812,8.50586 h 3.92383 v -8.50586 z"
       id="path11706" /><path
       style="fill:none;stroke:#000000;stroke-width:0.1;stroke-dasharray:none"
       d="m 504.25195,509.15234 v 8.50586 h 8.14258 l -3.82812,-8.50586 z"
       id="rect3684" /></g>

其中有两条path数据都是以m打头,以z结尾,说明数据已经准备妥当。

python分析svg

这里采用正则表达式分析,并将结果输出为lua表:

import re
import sys
f=open("绘图.svg","r",encoding='utf-8')
print("result={")
s=f.read()
for mg in re.finditer("<g.*?</g>",s,re.S):
    for mp in re.finditer("<path.*?/>",mg.group(),re.S):
        path=[]
        pathid=""
        md=re.search("\sd=\"(.+?)\"",mp.group(),re.S)
        if md:
            last_pos=(0,0)
            ###################### 1                 2                 3                 4                 5                 6                 7                 8                 9
            for ml in re.finditer("(M[^MmLlHhVvZz]+)|(m[^MmLlHhVvZz]+)|(L[^MmLlHhVvZz]+)|(l[^MmLlHhVvZz]+)|(H[^MmLlHhVvZz]+)|(h[^MmLlHhVvZz]+)|(V[^MmLlHhVvZz]+)|(v[^MmLlHhVvZz]+)|(Z|z)",md.group(1)):
                if ml.group(1):
                    ###################### 1               3
                    for mv in re.finditer("(-?\d+(\.\d+)?),(-?\d+(\.\d+)?)",ml.group(1)):
                        last_pos=(float(mv.group(1)),float(mv.group(3)))
                        path.append(last_pos)
                elif ml.group(2):
                    for mv in re.finditer("(-?\d+(\.\d+)?),(-?\d+(\.\d+)?)",ml.group(2)):
                        last_pos=(last_pos[0]+float(mv.group(1)),last_pos[1]+float(mv.group(3)))
                        path.append(last_pos)
                elif ml.group(3):
                    for mv in re.finditer("(-?\d+(\.\d+)?),(-?\d+(\.\d+)?)",ml.group(3)):
                        last_pos=(float(mv.group(1)),float(mv.group(3)))
                        path.append(last_pos)
                    pass
                elif ml.group(4):
                    for mv in re.finditer("(-?\d+(\.\d+)?),(-?\d+(\.\d+)?)",ml.group(4)):
                        last_pos=(last_pos[0]+float(mv.group(1)),last_pos[1]+float(mv.group(3)))
                        path.append(last_pos)
                    pass
                elif ml.group(5):
                    for mv in re.finditer("(-?\d+(\.\d+)?)",ml.group(5)):
                        last_pos=(float(mv.group(1)),last_pos[1])
                        path.append(last_pos)
                elif ml.group(6):
                    for mv in re.finditer("(-?\d+(\.\d+)?)",ml.group(6)):
                        last_pos=(last_pos[0]+float(mv.group(1)),last_pos[1])
                        path.append(last_pos)
                elif ml.group(7):
                    for mv in re.finditer("(-?\d+(\.\d+)?)",ml.group(7)):
                        last_pos=(last_pos[0],float(mv.group(1)))
                        path.append(last_pos)
                elif ml.group(8):
                    for mv in re.finditer("(-?\d+(\.\d+)?)",ml.group(8)):
                        last_pos=(last_pos[0],last_pos[1]+float(mv.group(1)))
                        path.append(last_pos)
                elif ml.group(9):
                    path.append(path[0])
        mid=re.search("\sinkscape:label=\"(.+?)\"",mp.group(),re.S) or re.search("\sid=\"(.+?)(-\d+)*?\"",mp.group(),re.S)
        if mid:
            pathid=mid.group(1)
        print("{\nid=\""+pathid+"\",")
        for pos in path:
            print("Vector2(%f,%f),"%(pos[0],pos[1]))
        print("},")
print("}\n")

运行后得到数据:

result={
{
id="path11706",
Vector2(510.667970,509.152340),
Vector2(514.496090,517.658200),
Vector2(518.419920,517.658200),
Vector2(518.419920,509.152340),
Vector2(510.667970,509.152340),
},
{
id="rect3684",
Vector2(504.251950,509.152340),
Vector2(504.251950,517.658200),
Vector2(512.394530,517.658200),
Vector2(508.566410,509.152340),
Vector2(504.251950,509.152340),
},
}

到此这篇关于python分析inkscape路径数据方案简单介绍的文章就介绍到这了,更多相关python inkscape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!

相关文章

  • 探索Python元类的魅力:灵活定制类的创建过程

    探索Python元类的魅力:灵活定制类的创建过程

    在Python编程中,元类(Metaclass)是一项高级特性,它允许我们在定义类的时候动态地控制类的创建过程。元类提供了一种强大的机制,可以对类进行定制化,扩展其功能,并在类的实例化过程中执行额外的操作,本文将深入解析
    2023-10-10
  • python计算导数并绘图的实例

    python计算导数并绘图的实例

    今天小编就为大家分享一篇python计算导数并绘图的实例,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
    2020-02-02
  • 基于Python实现绘制简单动图的示例详解

    基于Python实现绘制简单动图的示例详解

    动画是一种高效的可视化工具,能够提升用户的吸引力和视觉体验,有助于以富有意义的方式呈现数据可视化,本文的主要介绍在Python中两种简单制作动图的方法,需要的可以了解下
    2023-10-10
  • python lambda函数及三个常用的高阶函数

    python lambda函数及三个常用的高阶函数

    这篇文章主要介绍了python lambda函数及三个常用的高阶函数,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-02-02
  • python线程join方法原理解析

    python线程join方法原理解析

    这篇文章主要介绍了python线程join方法原理解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • 一个基于flask的web应用诞生 记录用户账户登录状态(6)

    一个基于flask的web应用诞生 记录用户账户登录状态(6)

    一个基于flask的web应用诞生第六篇,这篇文章主要介绍了记录用户账户登录状态功能开发,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-04-04
  • python模拟TLS指纹实现反爬取

    python模拟TLS指纹实现反爬取

    这篇文章主要为大家详细介绍了如何利用python模拟TLS指纹实现反爬取,文中的示例代码讲解详细,具有一定的参考价值,有需要的小伙伴可以了解一下
    2023-10-10
  • 使用Python实现将list中的每一项的首字母大写

    使用Python实现将list中的每一项的首字母大写

    今天小编就为大家分享一篇使用Python实现将list中的每一项的首字母大写,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
    2019-06-06
  • python实现的汉诺塔算法示例

    python实现的汉诺塔算法示例

    这篇文章主要介绍了python实现的汉诺塔算法,结合实例形式分析了汉诺塔算法的原理、实现方法及相关操作注意事项,需要的朋友可以参考下
    2019-10-10
  • Pandas的read_csv函数参数分析详解

    Pandas的read_csv函数参数分析详解

    这篇文章主要介绍了Pandas的read_csv函数参数分析详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07

最新评论