我正在尝试使用 LIC 技术绘制一些矢量场。更具体地说，我正在为这种情节使用 Python解决方案。
在应用这种方法之前，我将我的向量绘制为 quiver。这给了我这样的结果：
但是，对于大数据，不建议使用此技术，因为数据越大，箭头压缩得越多，因此，绘图会变得混乱且不可读。
然而，使用 LIC，我得到了相反的结果。我的情节分辨率很差，很难理解流动行为。
两个图都来自 61 x 61 向量场。
我真的很想使用 LIC，但是，我想知道是否有数据大小要求才能获得好的结果。
有没有办法解决这个问题？
谢谢你。
LIC 非常适合可视化此类字段，但这里的纹理扭曲是什么？首先，一开始就使用带有白噪声的 LIC。然后你可以尝试 Perlin 噪声和类似的。还有其他信息变体，例如相干方向，可以让您更好地了解流场。您可以查看我的这项工作以获取有趣的应用程序。
好吧，似乎有一个尺寸要求才能获得一个好的分辨率我不确定这是否是解决这个问题的正确方法，但它对我有用。
我所做的是对向量场的 x 和 y 分量进行插值。谈到 Python，这可以使用scipy.ndimage.zoom函数来完成。
例如，我有这个向量场（100 x 100）：
这导致了这个 LIC 图像：
使用因子 4 的插值，我可以从 LIC 得到这个结果：
（：