# Zero-Touch 输入

### 什么是 Zero-Touch？

“Zero-Touch 输入”是指用于输入 C# 库的简单点击方法。Dynamo 将读取 *.dll* 文件的公有方法，并将这些方法转换为 Dynamo 节点。可以将 Zero-Touch 用于开发您自己的自定义节点和软件包，以及将外部库输入到 Dynamo 环境。

!

> 1. .dll 文件
> 2. Dynamo 节点

使用 Zero-Touch，实际上可以输入不一定为 Dynamo 开发的库，以及创建一组新节点。当前的 Zero-Touch 功能演示了 Dynamo 项目的跨平台思维。

本部分演示如何使用 Zero-Touch 输入第三方库。有关开发您自己的 Zero-Touch 库的信息，请参考 [Dynamo Wiki 页面](https://github.com/DynamoDS/Dynamo/wiki/Zero-Touch-Plugin-Development)。

### Zero-Touch 软件包

Zero-Touch 软件包是对用户定义的自定义节点的良好补充。下表列出了使用 C# 库的一些软件包。有关软件包的更多详细信息，请访问“附录”中的[“软件包”部分](https://primer2.dynamobim.org/zh-cn/a_appendix/a-3_packages)。

| **徽标/图像** | **名称**                                                                      |
| --------- | --------------------------------------------------------------------------- |
|           | [Mesh Toolkit](https://github.com/DynamoDS/Dynamo/wiki/Dynamo-Mesh-Toolkit) |
|           | [Dynamo Unfold](http://dynamobim.com/dynamounfold/)                         |
|           | [Rhynamo](http://www.case-inc.com/blog/what-is-rhynamo)                     |
|           | [Optimo](https://github.com/BPOpt/Optimo)                                   |

## 案例研究 - 输入 AForge

在本案例研究中，我们将介绍如何输入 [AForge](http://www.aforgenet.com) 外部 *.dll* 库。AForge 是一个功能强大的库，提供了从图像处理到人工智能的一系列功能。我们将引用 AForge 中的图像处理类，以在下面进行一些图像处理练习。

首先，我们下载 AForge。在 [AForge 下载页面](http://www.aforgenet.com/framework/downloads.html)上，选择 *“\[下载安装程序]”*，然后在下载完成后进行安装。

在 Dynamo 中，创建一个新文件，然后依次选择 *“文件”>“导入库...”*

!

接下来，找到 dll 文件。

!

> 1. 在弹出窗口中，导航到安装有 AForge 的相应版本文件夹。该文件夹可能类似于以下文件夹：*C:\Program Files (x86)\AForge.NET\Framework\Release*。
> 2. **AForge.Imaging.dll**：我们只想要将 AForge 库中的此文件用于本案例研究。选择此 *.dll*，然后点击 *“打开”*。

返回 Dynamo，您应该会看到已添加到库的 **“AForge”** 节点组。现在，我们可从可视化程序访问 AForge 图像处理库！

!

### 练习 1 - 边缘检测

> 单击下面的链接下载示例文件。
>
> 可以在附录中找到示例文件的完整列表。

现在，库已输入，我们将开始此第一个简单练习 (*01-EdgeDetection.dyn*)。我们将对样例图像进行一些基本图像处理，以显示 AForge 图像如何过滤。我们将使用 *“Watch Image”* 节点来显示结果，并在 Dynamo 中应用过滤器（与 Photoshop 中的过滤器类似）

要输入图像，请将 **“File Path”** 节点添加到画布，然后从练习文件夹中选择“soapbubbles.jpg”（照片来源：[Flickr](https://www.flickr.com/photos/wwworks/667298782)）。

!

“File Path”节点仅提供指向选定图像的路径字符串。接下来，我们需要在 Dynamo 中将其转换为可用的图像文件。

!

> 1. 使用 **“File From Path”** 将文件路径项目转换为 Dynamo 环境中的图像。
> 2. 将 **“File Path”** 节点连接到 **“File.FromPath”** 节点。
> 3. 要将此文件转换为图像，我们将使用 **“Image.ReadFromFile”** 节点。
> 4. 最后，我们来看一看结果！将 **“Watch Image”** 节点拖动到画布上，然后连接到 **“Image.ReadFromFile”**。我们尚未使用 AForge，但我们已成功将图像输入 Dynamo。

在“AForge.Imaging.AForge.Imaging.Filters”（导航菜单中）下，您会注意到有许多可用过滤器。现在，我们将使用其中一个过滤器来基于阈值降低图像饱和度。

!

> 1. 将这三个滑块拖动到画布上，将它们的范围更改为 0 到 1，将其步长值更改为 0.01。
> 2. 将 **“Grayscale.Grayscale”** 节点添加到画布。这是一个“AForge”过滤器，可将“灰度”过滤器应用于图像。将步骤 1 中的三个滑块连接到 cr、cg 和 cb。将顶部和底部滑块的值更改为 1，将中间滑块的值更改为 0。
> 3. 为了应用“灰度”过滤器，我们需要对图像执行一个操作。为此，我们使用 **“BaseFilter.Apply”**。将图像连接到图像输入，然后将 **“Grayscale.Grayscale”** 连接到“baseFilter”输入。
> 4. 通过连接到 **“Watch Image”** 节点，我们会得到饱和度降低的图像。

我们可以控制如何根据红、绿和蓝的阈值来降低该图像的饱和度。这些值由 **“Grayscale.Grayscale”** 节点的输入定义。请注意，图像看起来很暗，这是因为滑块中的绿色值设置为 0。

!

> 1. 将顶部和底部滑块的值更改为 0，将中间滑块的值更改为 1。这样，我们获得饱和度明显降低的图像。

让我们使用饱和度降低的图像，然后基于它应用另一个过滤器。饱和度降低的图像有一定的对比度，因此我们将测试一些边缘检测。

!

> 1. 将 **“SobelEdgeDetector.SobelEdgeDetector”** 节点添加到画布。
> 2. 将其连接到 **“BaseUsingCopyPartialFilter.Apply”**，然后将饱和度降低的图像连接到此节点的图像输入。
> 3. “Sobel Edge Detector”已在新图像中亮显边缘。

放大时，边缘检测器使用像素标注出气泡的轮廓。AForge 库提供的工具可用于获取类似结果以及创建 Dynamo 几何图形。我们将在下一练习中进行探索。

!

### 练习 2 - 创建矩形

现在，我们已经介绍了一些基本图像处理，让我们使用图像来驱动 Dynamo 几何图形！从根本上讲，在本练习中我们旨在使用 AForge 和 Dynamo 对图像进行 *“实时跟踪”*。我们将遵循简单原则，从参照图像中提取矩形，但在 AForge 中提供一些工具来执行更复杂的操作。我们将从下载的练习文件中使用 *“02-RectangleCreation.dyn”*。

!

> 1. 使用“File Path”节点，导航到练习文件夹中的“grid.jpg”。
> 2. 连接上述其余一系列节点，以显示路线参数化网格。

在下一步中，我们要参照图像中的白色方块，并将它们转换为实际的 Dynamo 几何图形。AForge 具有许多功能强大的计算机视觉工具，我们将在此处针对名为[“BlobCounter”](http://www.aforgenet.com/framework/docs/html/d7d5c028-7a23-e27d-ffd0-5df57cbd31a6.htm)的库使用一个特别重要的工具。

!

> 1. 将“BlobCounter”添加到画布，然后我们需要一种方法来处理图像（类似于上一个练习中的 **“BaseFilter.Apply”** 工具）。

遗憾的是，“Process Image”节点在 Dynamo 库中不会立即显示。这是因为该函数在 AForge 源代码中可能不可见。为了解决此问题，我们需要找到解决方法。

!

> 1. 将“Python”节点添加到画布，并将以下代码添加到“Python”节点。此代号将输入 AForge 库，然后处理输入的图像。

```
import sys
import clr
clr.AddReference('AForge.Imaging')
from AForge.Imaging import *

bc= BlobCounter()
bc.ProcessImage(IN[0])
OUT=bc
```

将图像输出连接到“Python”节点输入，我们可从“Python”节点获得“AForge.Imaging.BlobCounter”结果。

!

接下来将进行一些技巧操作，以展示对[“AForge Imaging API”](http://www.aforgenet.com/framework/docs/html/d087503e-77da-dc47-0e33-788275035a90.htm)的熟悉程度。对于使用 Dynamo 而言，无需了解所有这些技巧。这更多是在 Dynamo 环境的灵活性内使用外部库的演示。

!

> 1. 将 Python 脚本的输出连接到“BlobCounterBase.GetObjectRectangles”。这将基于阈值读取图像中的对象，并从像素空间中提取量化矩形。

!

> 1. 通过将另一个“Python”节点添加到画布，从而连接到“GetObjectRectangles”，然后输入以下代码。这将创建 Dynamo 对象的有组织列表。

```
OUT = []
for rec in IN[0]:
	subOUT=[]
	subOUT.append(rec.X)
	subOUT.append(rec.Y)
	subOUT.append(rec.Width)
	subOUT.append(rec.Height)
	OUT.append(subOUT)
```

!

> 1. 调换上一步中“Python”节点的输出。这将创建 4 个列表，每个列表表示每个矩形的 X、Y、宽度和高度。
> 2. 通过使用代码块，我们将数据组织为可容纳 Rectangle.ByCornerPoints 节点的结构（代码如下）。

```
recData;
x0=List.GetItemAtIndex(recData,0);
y0=List.GetItemAtIndex(recData,1);
width=List.GetItemAtIndex(recData,2);
height=List.GetItemAtIndex(recData,3);
x1=x0+width;y1=y0+height;
p0=Autodesk.Point.ByCoordinates(x0,y0);
p1=Autodesk.Point.ByCoordinates(x0,y1);
p2=Autodesk.Point.ByCoordinates(x1,y1);
p3=Autodesk.Point.ByCoordinates(x1,y0);
```

我们得到一个矩形阵列，代表图像中的白色方块。通过编程，我们（大致）完成了与 Illustrator 中实时跟踪类似的操作！

但是，我们仍需要进行一些清理。放大后，可以看到我们有一堆小的不需要的矩形。

!

接下来，我们将编写代码以消除不需要的矩形。

!

> 1. 在“GetObjectRectangles”节点和另一个“Python”节点之间插入一个“Python”节点。节点代码位于下方，并删除小于指定大小的所有矩形。

```
rectangles=IN[0]
OUT=[]
for rec in rectangles:
 if rec.Width>8 and rec.Height>8:
  OUT.append(rec)
```

在删除多余的矩形后，只需单击几下即可基于这些矩形创建一个曲面，然后根据它们的面积拉伸一段距离。

!

最后，将“both\_sides”输入更改为“false”，我们将在一个方向上得到拉伸。将此婴儿浸入树脂中，您便拥有一张超级书呆子桌子。

!

这些是基本示例，但此处概述的概念可以传递给令人兴奋的真实应用程序。计算机视觉可用于各种流程。仅举几例：条形码读取器、透视匹配、[投影映射](https://www.youtube.com/watch?v=XSR0Xady02o)和[增强现实](http://aforgenet.com/aforge/articles/gratf_ar/)。有关与本练习相关的 AForge 的更多高级主题，请通读[本文](http://aforgenet.com/articles/shape_checker/)。