惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园_首页
量子位
D
DataBreaches.Net
博客园 - 司徒正美
J
Java Code Geeks
博客园 - 【当耐特】
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
aimingoo的专栏
aimingoo的专栏
B
Blog
The Cloudflare Blog
D
Docker
I
InfoQ
爱范儿
爱范儿
MongoDB | Blog
MongoDB | Blog
腾讯CDC
月光博客
月光博客
Hugging Face - Blog
Hugging Face - Blog
Microsoft Azure Blog
Microsoft Azure Blog
Vercel News
Vercel News
阮一峰的网络日志
阮一峰的网络日志
小众软件
小众软件
S
SegmentFault 最新的问题
GbyAI
GbyAI
有赞技术团队
有赞技术团队

晚花行乐

马克卡尼在2026年达沃斯论坛上的讲话(阅读材料) | 晚花行乐 鸡娃如何用力才是恰到好处 | 晚花行乐 读万卷书,行万里路的辩证关系 | 晚花行乐 反对培训机构掐尖招生 | 晚花行乐 小泽和建国会谈最后10分钟全文(阅读材料) | 晚花行乐 来看看 DeepSeek 怎么鸡娃 | 晚花行乐 谈谈基本功 | 晚花行乐 惠普 ProDesk SFF PC 各系列参数对比 | 晚花行乐 解决瘦客户机上安装 Debian 12 启动失败问题 | 晚花行乐 意拾喻言:老外写的文言文 | 晚花行乐 笠翁对韵中的典故(十三元) | 晚花行乐 谈谈中考取消四小门 | 晚花行乐 亚马逊云科技产品免费试用攻略(3) - 对象存储服务 | 晚花行乐 在 Windows 10 LTSC 版本上安装 WSL2 | 晚花行乐 Debian 12 的常用配置项 | 晚花行乐 在 Debian 12 上安装 Nvidia 显卡驱动程序 | 晚花行乐 解决 Debian 12 关机失败问题 | 晚花行乐 解决 VS Code 自动更新版本后卡在连接界面 | 晚花行乐 观看巴黎奥运会有感 | 晚花行乐 在 Windows10 上安装惠普旧打印机驱动程序 | 晚花行乐 欢迎关注公众号:晚花行乐 | 晚花行乐 如何编写拼写检查器 | 晚花行乐 亚马逊云科技产品免费试用攻略(2) - 云服务器 | 晚花行乐 Pandas 中 axis 参数的理解(附实例) | 晚花行乐 我打算命个名,叫什么什么 Manager | 晚花行乐 上海武康路历史建筑一览 | 晚花行乐 Python 实现简单的数学表达式解析并处理 | 晚花行乐 观看马拉松的感悟 | 晚花行乐 Python 保存 Cookies 到文件并再次读取 | 晚花行乐 如何为 Hugo 静态网站添加评论功能 | 晚花行乐
纽索纹 | 晚花行乐
2018-06-14 · via 晚花行乐

用途

纽索纹(guilloche),也叫纽索饰。是在旋轮线、正弦曲线基础上,增加更多的细节控制,得到美观、细密的图形。

由于纽索纹的参数较多,且曲线的形状对参数非常敏感,仅从图形外观上不能反推得到参数值,于是难以复制,适合防伪用途。在装饰、防伪印刷品经常能看到纽索纹的身影:

(RMB 100元背面)

(身份证)

(证书边框)

(防伪标志)

(香烟封条)

如何得到纽索纹

纽索纹 和 旋轮线 类似,都是在圆的参数方程基础上,通过以下步骤得到:

  • 使极径 $ \rho$ 成为极角的函数$ \rho(t)$。
  • $\rho(t)$是周期函数
  • $\rho(t)$的周期不能被 $2\pi$ 整除

半径为 $R$ 的圆,方程为

$$\begin{cases} x(t) = R \cos(t) \\ y(t) = R \sin(t) \end{cases}$$

需要找到合适的极径函数 $\rho(t)$,得到$$\begin{cases} x(t)=\rho(t)\cos(t)\\y(t)=\rho(t) \sin(t)\end{cases}$$

$\rho(t)$称为受调制的极径。

基本图形

取极径函数 $$\rho(t)=R-r \cos(bt)$$ 得到: $$\begin{cases}x(t)=[R-r\cos(bt)] \cos(t)\\y(t)=[R-r \cos(bt)] \sin(t)\end{cases}$$

若取 $R=8, r=1, b=6$ 时,图形会是这样:

多个周期重复

为了生成 这一节 中交叉格子的图案,需要把周期缩小到 $2 \pi$ 以内,并且周期不能被 $2 \pi$ 整除。经过多个旋转周期后,不同周期的曲线自身相交叉得到格子图案。

$$\begin{cases} x(t)=[R-r \cos(b t)] \cos(a t)\\y(t)=[R-r \cos(b t)] \sin(a t), a<1 \end{cases} $$ 比如 $R=8,r=3,b=5,a=0.95,0<t<2\pi$ 时,曲线图形会是这样:

多周期重复后,得到

若取 $R=8, r=2, b=6, a=0.99, 0<t<2n\pi, 0<n<35, n\in\mathbb{Z}$时,图形会是这样:

图形对 a 值的敏感程度

图形对 $a$ 值的敏感程度,可以从下图看出:

取 $ a={0.999-0.001n|0 \le n \le 29, n\in\mathbb{Z}}$ 的30个数,相当于 $3 \% $ 的变化范围,$0<t<20\pi$.

可以看出图形发生了的很大的变化。$a$ 值的作用,是决定了图形的旋转角度,或者相位累积。

图形对 b 值的敏感程度

图形对 $b$ 值的敏感程度,可以从下图看出:取 $b=1\sim30$ 的30个数,$0<t<4\pi$. 可以看出 $b$ 值的作用,是决定了图形的极径函数 $\rho(t)$ 的基本频率。

图形对 r 值的敏感程度

图形对 $r$ 值的敏感程度,可以从下图看出:取 $R=9.7,p=0.5,a=0.825,b=3,0<r<200,0<t<30\pi$. 可以看出 $r$ 值的作用,是决定了图形的极径函数 $\rho(t)$ 的平均值。

精细调制

增加一项较低频率的振荡项。极径函数为 $$\rho(t)=R-r\cos(bt)-p\cos(ct),$$得到:$$x(t)=[R-r\cos(bt)-p\cos(ct)] \cos(t)\\y(t)=[R-r\cos(bt)-p\cos(ct)] \sin(t)$$
若取 $R=8,r=2,p=1.5,a=0.99,b=6,c=0.02,0<t<40\pi$时,图形会是这样:

取 $c={0.01n|0<n<16, n\in\mathbb{Z}}$时,图形会是这样:

外摆线

有理数情况下的外摆线 入手,当 R 和 r 的比值 $R/r$ 接近随机数时,尖的数量增大很多,形成交叉格子的图案。

举个例子,若取 $R=9.7, r \in{4.7+0.02n|0<n<30, n\in\mathbb{Z}}$时,图形会是这样:

若取 $R=9.4, r \in{6+0.02n|0<n<30, n\in\mathbb{Z}}$时,图形会是这样:

例子

一张图模拟 防伪标志

各位读后有什么想法,请在下方留言吧!如果对本文有疑问或者寻求合作,欢迎 联系邮箱邮箱已到剪贴板

精彩评论