Python從Manim中提取表格/坐標(biāo)系并轉(zhuǎn)GIF的四種高效方案
引言
在數(shù)據(jù)可視化和數(shù)學(xué)動(dòng)畫(huà)創(chuàng)作中,我們經(jīng)常需要將 Manim 動(dòng)畫(huà)中的表格、坐標(biāo)系等核心元素單獨(dú)導(dǎo)出為 GIF。本文整理了四種高效方案,每種方案僅提供核心代碼,聚焦關(guān)鍵實(shí)現(xiàn)邏輯。
方案 1:代碼級(jí)篩選與渲染
通過(guò) AST 解析技術(shù)過(guò)濾掉文字和公式,保留目標(biāo)元素代碼并導(dǎo)出。 核心代碼(篩選邏輯):
import ast
from ast import NodeTransformer
class ManimElementFilter(NodeTransformer):
# 保留的元素類型
PRESERVE = {"Axes", "Table", "BarChart"}
# 移除的文字公式類型
REMOVE = {"Text", "MathTex", "Tex"}
def visit_Call(self, node):
# 移除文字公式創(chuàng)建代碼
if isinstance(node.func, ast.Name) and node.func.id in self.REMOVE:
return None
# 過(guò)濾方法調(diào)用中的文字參數(shù)
if (isinstance(node.func, ast.Attribute) and
node.func.value.id == "self" and
node.func.attr in ["add", "play"]):
node.args = [arg for arg in node.args
if not (isinstance(arg, ast.Call) and
isinstance(arg.func, ast.Name) and
arg.func.id in self.REMOVE)]
return node
使用方式:
# 處理代碼 tree = ast.parse(original_code) filtered_tree = ManimElementFilter().visit(tree) # 添加相機(jī)聚焦邏輯并導(dǎo)出GIF
方案 2:運(yùn)行時(shí)對(duì)象篩選
通過(guò)自定義場(chǎng)景類,在渲染時(shí)自動(dòng)過(guò)濾不需要的元素。 核心代碼(自定義場(chǎng)景):
from manimlib.scene.scene import Scene
class ElementExtractingScene(Scene):
# 目標(biāo)元素類型
target_types = (Axes, Table, BarChart)
def setup(self):
super().setup()
self.original_construct = self.construct
self.construct = self.filtered_construct
def filtered_construct(self):
# 執(zhí)行原始構(gòu)造邏輯
self.original_construct()
# 篩選目標(biāo)元素
self.mobjects = [m for m in self.mobjects
if isinstance(m, self.target_types)]
# 調(diào)整相機(jī)
if self.mobjects:
self.camera.frame.move_to(self.mobjects[0].get_center())
self.camera.frame.set_height(max(m.get_height() for m in self.mobjects) * 1.2)
使用方式:
# 修改原場(chǎng)景繼承
class MyScene(ElementExtractingScene):
# 原場(chǎng)景代碼不變
方案 3:視頻幀后處理
對(duì)已渲染的視頻進(jìn)行圖像處理,識(shí)別并提取目標(biāo)區(qū)域。 核心代碼(元素識(shí)別):
import cv2
import numpy as np
def detect_table_region(frame):
"""檢測(cè)表格區(qū)域"""
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150)
# 檢測(cè)直線(表格線特征)
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100,
minLineLength=50, maxLineGap=10)
if lines is None:
return None
# 計(jì)算邊界框
min_x = np.min(lines[:, :, 0])
max_x = np.max(lines[:, :, 2])
min_y = np.min(lines[:, :, 1])
max_y = np.max(lines[:, :, 3])
return (min_y, max_y, min_x, max_x)
def create_gif_from_roi(frames, roi, output_path):
"""從ROI區(qū)域創(chuàng)建GIF"""
min_y, max_y, min_x, max_x = roi
# 裁剪所有幀并合成GIF
# ...
方案 4:標(biāo)記式提取
在創(chuàng)建元素時(shí)主動(dòng)標(biāo)記,后續(xù)專用工具提取標(biāo)記元素。 核心代碼(標(biāo)記工具):
class ElementMarker:
def __init__(self):
self.marked = {}
def mark(self, element, name=None, **kwargs):
"""標(biāo)記元素并附加導(dǎo)出參數(shù)"""
name = name or f"element_{len(self.marked)}"
self.marked[name] = (element, kwargs)
return element # 不影響原有代碼
# 使用示例
class MyScene(Scene):
def construct(self):
marker = ElementMarker()
# 標(biāo)記表格
table = marker.mark(
Table([["A", "B"], ["C", "D"]]),
name="data_table", type="table"
)
# 標(biāo)記坐標(biāo)系
axes = marker.mark(
Axes(x_range=[0, 10], y_range=[0, 10]),
name="main_axes", type="axes"
)
# 導(dǎo)出邏輯
self.export_marked(marker)
方案對(duì)比與選擇建議
| 方案 | 核心優(yōu)勢(shì) | 適用場(chǎng)景 |
|---|---|---|
| 代碼級(jí)篩選 | 精度最高,保留完整動(dòng)畫(huà) | 代碼規(guī)范、批量處理 |
| 運(yùn)行時(shí)篩選 | 無(wú)需修改原代碼 | 快速驗(yàn)證、中等復(fù)雜度場(chǎng)景 |
| 視頻后處理 | 不依賴源代碼 | 僅有視頻文件的情況 |
| 標(biāo)記式提取 | 靈活可控,支持復(fù)雜元素 | 長(zhǎng)期項(xiàng)目、需精細(xì)控制 |
實(shí)際應(yīng)用中,推薦優(yōu)先使用 "運(yùn)行時(shí)篩選" 方案(平衡實(shí)現(xiàn)難度和效果),或 "標(biāo)記式提取" 方案(適合長(zhǎng)期維護(hù)的項(xiàng)目)。 所有方案均可結(jié)合批處理腳本實(shí)現(xiàn)多文件自動(dòng)化處理,根據(jù)實(shí)際需求調(diào)整參數(shù)即可獲得理想效果。
到此這篇關(guān)于Python從Manim中提取表格/坐標(biāo)系并轉(zhuǎn)GIF的四種高效方案的文章就介紹到這了,更多相關(guān)Python Manim提取表格并轉(zhuǎn)GIF內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python腳本實(shí)現(xiàn)xls(xlsx)轉(zhuǎn)成csv
這篇文章主要介紹了python腳本實(shí)現(xiàn)xls(xlsx)轉(zhuǎn)成csv的相關(guān)資料,需要的朋友可以參考下2016-04-04
Python梯度提升庫(kù)XGBoost解決機(jī)器學(xué)習(xí)問(wèn)題使用探究
XGBoost是一個(gè)流行的梯度提升庫(kù),特別適用于解決各種機(jī)器學(xué)習(xí)問(wèn)題,它在性能和速度上表現(xiàn)出色,常被用于分類、回歸、排序、推薦系統(tǒng)等應(yīng)用,本文將介紹XGBoost的基本原理、核心功能以及一些詳細(xì)的示例代碼2024-01-01
詳解利用python+opencv識(shí)別圖片中的圓形(霍夫變換)
這篇文章主要介紹了詳解利用python+opencv識(shí)別圖片中的圓形(霍夫變換),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
python?實(shí)現(xiàn)dcmtk關(guān)聯(lián)pacs功能推送下拉影像(推薦)
這篇文章主要介紹了python?實(shí)現(xiàn)dcmtk關(guān)聯(lián)pacs功能?推送下拉影像,包含dcmtk關(guān)聯(lián)pacs技術(shù)筆記等相關(guān)知識(shí),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-10-10
Python實(shí)現(xiàn)快速為PDF添加背景色或背景圖片
在日常辦公或文檔處理中,我們經(jīng)常需要為 PDF 文件添加背景色或背景圖片,本文將介紹如何使用 Free Spire.PDF for Python 庫(kù),通過(guò)簡(jiǎn)單的代碼實(shí)現(xiàn)為 PDF 添加背景色和背景圖片的功能,有需要的可以了解下2026-03-03
Python實(shí)現(xiàn)的中國(guó)剩余定理算法示例
這篇文章主要介紹了Python實(shí)現(xiàn)的中國(guó)剩余定理算法,結(jié)合實(shí)例形式分析了中國(guó)剩余定理的概念、原理及具體算法實(shí)現(xiàn)技巧,需要的朋友可以參考下2017-08-08

