使用python开发3d打印机热床平整度可视化热力图应用(在不会Python的情况下)

通过串口发送G代码，控制3D打印机执行，以获取打印机的热床平台平整度数据，并使用热力图的形式，进行可视化展示,以直观的看到热床平整度情况。

奇葩的是本人的py基础仅限于两节免费教程。所以整个应用的代码没有一句是我自己写的，都是GTP写的。

运行效果如下：

完整代码如下:

import matplotlib.pyplot as plt

import numpy as np

from mpl_toolkits.mplot3d import Axes3D

from matplotlib.colors import LinearSegmentedColormap

import serial

import time

from scipy import ndimage

# 尝试连接串口

try:

    ser = serial.Serial('COM5', 115200, timeout=1)

except serial.SerialException:

    print("串口打开失败，请检查COM口是否存在、是否被占用？")

else:

    # 输出串口打开成功提示信息

    print("串口打开成功")

    # 发送G28代码并等待响应

    print("发送G28归零指令")

    ser.write(b'G28\r')

    while True:

        response = ser.readline().decode('utf-8').strip()

        if "X:0.00 Y:0.00 Z:0.00 E:0.00 Count X:0 Y:0 Z:0" in response:

            # print(response)  # 打印响应信息到控制台

            break

    # 清空串口缓冲区

    ser.reset_input_buffer()

    # 发送G29代码并等待响应

    print("发送G29打印机自动校平指令")

    ser.write(b'G29\r')

    # 创建空字符串raw_data

    raw_data = ''

    # 设置数据收集标志

    collect_data = False

    while True:

        response = ser.readline().decode('utf-8')

        if 'Bilinear Leveling Grid:' in response:

            # 开始收集数据

            collect_data = True

        elif 'X:' in response:

            # 停止收集数据

            collect_data = False

            break

        elif collect_data:

            # 添加响应信息到raw_data中

            raw_data += response

    # 关闭串口

    ser.close()

    # 解析热力图数据

    lines = raw_data.strip().split("\n")

    header = lines.pop(0)

    col_names = [float(x) for x in header.split()]

    data = np.array([[float(x) for x in line.split()[1:]] for line in lines])

    data2 = np.copy(data)

    #反转y轴

    data2 = np.flip(data2, axis=0)

    print(data2)

    # 定义坐标轴范围

    x = col_names

    y = [float(line.split()[0]) for line in lines]

    X, Y = np.meshgrid(x, y)

    # 使用绝对高程

    Z = np.abs(data)

    # 使用高斯滤波平滑矩阵以获得更好的热力图效果

    sigma = 1.0

    Z = ndimage.gaussian_filter(Z, sigma)

    # 定义渐变色色阶

    cmap_colors = [(0, 0, 1), (0, 1, 1), (1, 1, 0), (1, 0, 0)]

    cmap_name = 'my_cmap'

    my_cmap = LinearSegmentedColormap.from_list(cmap_name, cmap_colors)

    # 计算偏移0点的大小，越大越接近红色，越小越接近蓝色

    max_offset = np.abs(Z - 0).max()

    Z_offset = (Z - 0) / max_offset

    # 绘制3D热力图

    fig = plt.figure()

    ax = fig.add_subplot(111, projection='3d')

    ax.view_init(30, -130)  # 设置视角

    surf = ax.plot_surface(X, Y, Z_offset, cmap=my_cmap, rstride=1, cstride=1, linewidth=0)

    fig.colorbar(surf)

    ax.set_xlabel('X')

    ax.set_ylabel('Y')

    ax.set_zlabel('Z')

    plt.title('3D Heatmap of Bed Leveling Data')

    plt.show()