- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我正在尝试使用 Swift 在 SceneKit 中执行 SCNQuaternion 乘法。下面的代码在 F#(Xamarin iOS 开发)中。我正在尝试将该代码翻译成 Swift。
我卡在了这条线:let dqm = SCNQuaternion.Multiply...SceneKit 没有名为 multiply 的成员。
知道我该怎么做吗?
let rr = CMAttitudeReferenceFrame.XArbitraryCorrectedZVertical
this.motion.DeviceMotionUpdateInterval <- float (1.0f / 30.0f)
this.motion.StartDeviceMotionUpdates (rr,NSOperationQueue.CurrentQueue, (fun d e ->
let a = this.motion.DeviceMotion.Attitude
let q = a.Quaternion
let dq = new SCNQuaternion(float32 q.x, float32 q.y, float32 q.z, float32 q.w)
let dqm = SCNQuaternion.Multiply (dq, SCNQuaternion.FromAxisAngle(SCNVector3.UnitZ, piover2))
camNode.Orientation <- dqm
()
))
最佳答案
SceneKit 不包含用于进行四元数数学运算的库。 SCNQuaternion
只是 SCNVector4
的类型别名——换句话说,它是一个保存四元数的四个系数的地方,但您需要自己进行数学计算解释或与他们一起工作。
在 Xcode 9/iOS 11/macOS 10.13 High Sierra 等中,SceneKit 中有一种更好的方法来处理四元数(和其他向量/矩阵数学):SIMD 库包括两种四元数类型(用于 double 和 float ), SceneKit 复制所有 SCNVector/SCNMatrix/SCNQuaternion 访问器以提供 SIMD 版本。使用 SIMD 类型而不是 SCN 类型有很多重要的理由:
不幸的是,CoreMotion 还没有(还?)为其向量/矩阵/四元数类型采用 SIMD 库,因此您需要将输入的 CMQuaternion
转换为 simd_quatf
在使用 SIMD 函数或基于 SceneKit SIMD 的 API 之前。如果您发现自己经常这样做,您可能需要对其进行扩展:
extension simd_quatf {
init(_ cmq: CMQuaternion) {
self.init(ix: Float(cmq.x), iy: Float(cmq.y), iz: Float(cmq.z), r: Float(cmq.w))
}
}
然后(假设我没看错你的 F#),你的代码在 Swift 中变成这样:
let zAxis = float3(x: 0, y: 0, z: 1)
let rotateAroundZ = simd_quatf(angle: .pi/2, axis: zAxis)
manager.startDeviceMotionUpdates(using: .xArbitraryZVertical, to: queue) { motion, error in
guard let motion = motion else { /* handle error and */ return }
let deviceQuaternion = simd_quatf(motion.attitude.quaternion)
cameraNode.simdOrientation = deviceQuaternion * rotateAroundZ
}
(*) Some of the useful SIMD operations are still C-style global functions: Check
simd/quaternion.h
for stuff like slerp and Bézier interpolation.
对于早期的 Xcode/SDK 版本...
在 Xcode 9/iOS 11/macOS 10.13 等之前,SIMD 中没有四元数,SceneKit 中也没有特定于 SIMD 的访问器。对于除四元数之外的所有内容,获取 SCN 类型、将它们按组件方式转换为等效的 SIMD 类型并在那里进行数学计算仍然很有用。
Apple 确实在 GLKit 中提供了一个四元数库。使用 GLKQuaternionMake
从 SCNQuaternion
的四个组件中创建一个 GLKQuaternion
。然后,您可以使用 GLKQuaternion
函数对其进行乘法运算、slerp 运算。完成后,使用结果的组件生成另一个 SCNQuaternion
。
在 Swift 1.x (Xcode 6.x) 中,SIMD 库在 Swift 中不可用。 GLKit 数学是一个半途而废的替代品,但你最好只使用更新的 Xcode — 请记住,即使使用 Swift 4,你也可以一直瞄准 iOS 7/macOS 10.9 Mavericks(并且 SIMD 库可以追溯到iOS 8/macOS 10.10 优胜美地)。
关于ios - SCN四元数乘法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28782644/
我在 SceneKit 中编辑了一个对象并为其创建了 Material 。现在我想对另一个 scn 对象使用相同的材质。我只是使用 SceneKit 来编辑对象。 试图将它们放在同一个 xcode
我正在尝试训练神经网络模型,这是使图像居中的代码的一部分,问题是当我运行这段代码时- def centering_image(img): size = [256,256] img_size =
我刚开始在 Python 中使用 OpenCV 并遇到断言错误。我从 tutorial 中复制了以下代码,但它对我不起作用。 import numpy as np import cv2 as cv c
import numpy as np import cv2 import thread, winsound face_cascade = cv2.CascadeClassifier('C:\Users
我从其他解决方案中阅读了很多,但我仍然困惑我应该如何处理我的... #include #include #include #include #include using namespace
我在最后一帧遇到 Assertion failed 错误,同时逐帧读取和写入视频。错误只显示在最后一帧,不知道为什么。看到这个答案here ,这建议给 waitkey,我的代码已经有等待键了。 我的简
我目前在 Ubuntu 14.04 中,使用 python 2.7 和 cv2。 当我运行这段代码时: import numpy as np import cv2 img = cv2.imread('
我正在尝试在 Raspberry Pi 上运行人脸检测,因此我正在尝试找到最快的方法来完成所有操作。 (在 700MHz 处理器上,每一毫秒都至关重要!) 我做了一个快速的速度测试,使我需要检查的各种
我只想加载一个视频文件,将其转换为灰度并显示它。这是我的代码: import numpy as np import cv2 cap = cv2.VideoCapture('cars.mp4') whi
我是 OpenCV 的新手,在运行模板匹配代码时出现断言失败错误。错误信息如下所示 OpenCV Error: Assertion failed (scn == 3 || scn == 4) in c
我尝试播放教程中给出的文件中的视频。我的程序如下: import numpy as np import cv2 cap = cv2.VideoCapture('output.avi') while(c
我正在使用openCV通过python2处理视频捕获(.mkv文件) import cv2 (....) videofile = 'a.mkv' cap = cv2.VideoCapture(vide
我正在使用 raspberry pi camera和 python与 opencv .是相机没有工作吗? 下面是我的代码片段: import cv2 import numpy as np import
我关注了this tutorial OpenCV 对象跟踪并设法使代码在我的笔记本电脑上运行,无论是在使用 Visual Studio 的 Windows 上还是在我的 Ubuntu VM(使用 CM
我有简单的 OpenCV 代码,用于加载图像并将其转换为灰度。我有一个包含已复制图像的文件夹。就是一遍又一遍的同一个帧,不同的文件名,文件的内容完全一样。 我运行一个循环并尝试转换图像,它运行了 10
我正在尝试检测 gif 图像中的人脸,但由于 OpenCV 不支持 gif 格式,所以我使用 PIL 模块读取 gif 图像并将其转换回 numpy 数组供 OpenCV 使用。但这样做我我收到断言错
我正在尝试将 Mat 转换为灰度值,以便获得像素的数值。我在 void cv::cvtColor(cv::InputArray error) 上收到“断言失败(scn == 3 || scn == 4
这个问题在这里已经有了答案: OpenCV Error: Assertion failed (scn == 3 || scn == 4) in cv:: cvtColor, file ..\..\.
我正在尝试使用 kmeans 聚类从图像中获取最常见的颜色。它可以很好地处理本地镜像,但会通过从 url 中提取图像的新功能返回此错误。这是抛出错误的行之前的代码: # import the nece
我是 Python 和 OpenCV 的初学者。我正在尝试一段代码,它从网络摄像头获取输入图像。下面是一段代码。 cam = create_capture(video_src, fallback='s
我是一名优秀的程序员,十分优秀!