博客
关于我
cesium官方教程12学习
阅读量:796 次
发布时间:2019-03-25

本文共 1361 字,大约阅读时间需要 4 分钟。

Cesium场景配置示例

Cesium场景配置示例

Cesium.Ion.defaultAccessToken = 'eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJqdGkiOiJjOWM3MzYxZS0xNDg5LTRhYzgtOTE3ZS1hMTgyNmFmNzY5ZDIiLCJpZCI6MTYwNTYsInNjb3BlcyI6WyJhc3IiLCJnYyJdLCJpYXQiOjE1Njk0NzMxMjl9.QT-UwdXK6VZyYMhtznEEIru0AEQEzMPxDlxQw96mTlA'

var viewer = new Cesium.Viewer('cesiumContainer');

//GLSL代码创建材质

/* function czm_materialInput() { ... */

创建自定义材质来处理物质输入。

var theFabric = { ... }

定义了一个新的材料类型,该材料由反衬和反光等map组成,可用于创建复杂的物质效果。

var modelMatrix_car = Cesium.Transforms.eastNorthUpToFixedFrame(Cesium.Cartesian3.fromDegrees(-75.62898254394531, 40.02804946899414, 0.0));

将模型矩阵转换为东北向上固定帧的坐标系。

var model_car = viewer.scene.primitives.add(Cesium.Model.fromGltf({ url : 'http://localhost:8080/apps/sampleData/models/GroundVehicle/GroundVehicle.glb', modelMatrix : modelMatrix_car, scale : 200000.0 }));

从GLTF文件中加载汽车模型,并应用自定义的材质设置和场景变换。

model_car.material = new Cesium.Material({ fabric : theFabric });

转载地址:http://bnxuk.baihongyu.com/

你可能感兴趣的文章
opencv&Python——多种边缘检测
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
opencv26-模板匹配
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>