# 基于网格采样数据的二维网格脊线加密

[返回示例目录](index.md)

以下保留原笔记本的代码和已保存输出；转换过程中未重新执行代码。

首先导入所需的库。

```python
import matplotlib.pyplot as plt
import numpy as np
from meshkernel import (
    GeometryList,
    GriddedSamples,
    MakeGridParameters,
    MeshKernel,
    MeshRefinementParameters,
    RefinementType,
    GriddedSamples,
)
```

`meshkernel` 提供了一组便捷方法，用于创建常见网格。

这里使用 `curvilinear_compute_rectangular_grid` 方法创建一个简单的曲线网格。该方法的完整参数请参阅相应文档。

```python
mk = MeshKernel()

num_rows = 21
num_columns = 41

make_grid_parameters = MakeGridParameters()
make_grid_parameters.num_columns = num_columns
make_grid_parameters.num_rows = num_rows
make_grid_parameters.angle = 0.0
make_grid_parameters.origin_x = 0.0
make_grid_parameters.origin_y = 0.0
make_grid_parameters.block_size_x = 10.0
make_grid_parameters.block_size_y = 10.0

mk.curvilinear_compute_rectangular_grid(make_grid_parameters)
```

将曲线网格转换为非结构网格，并获取生成的 `mesh2d`。

```python
mk.curvilinear_convert_to_mesh2d()
mesh2d_input = mk.mesh2d_get()
```

生成的网格可以按如下方式可视化。

```python
fig, ax = plt.subplots()
mesh2d_input.plot_edges(ax, color="black")
```

![单元格 8 的绘图输出](images/11_mesh2d_refine_ridges_gridded_samples_8_0.png)

定义均匀间距的网格采样数据。

```python
def read_asc_file(file_path, dtype=np.float32):
    """读取 ASC 文件，返回文件头和 NumPy 数组形式的数据。
    参数：
            file_path (str)：文件路径。
    返回值：
            header：ASCII 文件头。
            data：以双精度 NumPy 数组表示的 ASCII 数据。
    """

    header = {}
    data = []

    with open(file_path, "r") as file:
        # 读取文件头信息
        for _ in range(6):
            line = file.readline().strip().split()
            header[line[0]] = float(line[1])

        # 读取数据值
        for line in file:
            data_row = [float(value) for value in line.strip().split()]
            data.insert(0, data_row)  # 将该行插入到开头

        # 将数据展平
        data = np.array(data).flatten().astype(dtype)

    return header, data
```

```python
header, values_np = read_asc_file("./data_examples/gaussian_bump.asc", dtype=np.float32)
```

绘制从 ASC 文件读取的数据。

```python
values_np_matrix = np.reshape(values_np, (int(header["nrows"]), int(header["ncols"])))
plt.imshow(values_np_matrix, cmap="viridis", interpolation="nearest")
plt.title("gaussian bump")
plt.show()
```

![单元格 13 的绘图输出](images/11_mesh2d_refine_ridges_gridded_samples_13_0.png)

假设间距均匀，将 ASCII 数据存入 `GriddedSamples` 实例。

```python
num_sample_x_coordinates = (num_columns - 1) * 2 + 1
num_sample_y_coordinates = (num_rows - 1) * 2 + 1
gridded_samples = GriddedSamples(
    num_x=num_sample_x_coordinates,
    num_y=num_sample_y_coordinates,
    x_origin=0.0,
    y_origin=-0.0,
    cell_size=5.0,
    values=values_np,
)
```

设置网格加密算法的参数。注意，必须正确设置脊线加密类型。

```python
refinement_params = MeshRefinementParameters(
    refine_intersected=False,
    use_mass_center_when_refining=False,
    min_edge_size=2.0,
    refinement_type=RefinementType.RIDGE_DETECTION,
    connect_hanging_nodes=True,
    account_for_samples_outside_face=False,
    max_refinement_iterations=1,
)
```

现在可以执行加密。

```python
relative_search_radius = 1.01
minimum_num_samples = 1
number_of_smoothing_iterations = 0

mk.mesh2d_refine_ridges_based_on_gridded_samples(
    gridded_samples=gridded_samples,
    relative_search_radius=relative_search_radius,
    minimum_num_samples=minimum_num_samples,
    number_of_smoothing_iterations=number_of_smoothing_iterations,
    mesh_refinement_params=refinement_params,
)
```

绘制加密后的网格。

```python
mesh2d_output = mk.mesh2d_get()
fig, ax = plt.subplots()
mesh2d_output.plot_edges(ax, color="black")
```

![单元格 21 的绘图输出](images/11_mesh2d_refine_ridges_gridded_samples_21_0.png)