新闻详情

新闻详情

首页 / 资讯中心 / 详情

S-101 的图示表达:Look-up 表怎么工作

发布时间:2026/11/16 16:46:20来源:尧图网络
S-101 的图示表达:Look-up 表怎么工作
本文首发于个人博客航图笔记nightchart.cnS-57 / S-52 / S-100 / 渲染引擎源码走读持续更新。CSDN 同步发布转载请保留出处。S-57 时代我们把显示规则叫做 Look-up 表要素类型加属性条件查出一支笔、一个符号、一个显示组。到了 S-101这套机制换了名字也换了分发方式——图示表达目录Portrayal CataloguePC。这篇拿真实分发件拆给你看顺带说清一个容易踩的坑哪些东西在公开包里哪些不在。PC 分发件里有什么把官方 PC 2.0.0 分发包解开核心是三个文件加一堆绘图资源portrayal_catalogue.xml——目录的索引中枢。里面登记着 718 个符号每个有 ID 和描述、67 个视图组图层viewingGroupLayer、3 个样式表、215 个规则文件的引用。注意最后这条是引用。colorProfile.xml——颜色配置。67 个颜色令牌每个令牌给出Day / Dusk / Night 三套调色板的取值而且同时给 CIE 坐标x, y, L和 sRGB 两套表达。CIE 给校准软件用sRGB 给屏幕直接用——一份定义两种用途。绘图资源 XML——AreaFills、LineStyles 一类的矢量绘图定义每个文件画一种纹样或线型目录里登记了 59 个线样式和 25 个面填充每个都是这样一份纯数据文件。一个真实的线样式长什么样拿锚地边界的线样式 ACHARE51 开刀全文结构拆开是这样intervalLength32.3——这条线的一个循环长 32.3 个单位重复图案按这个长度排布pen宽 0.32颜色CHMGD——品红深色S-52 令牌直接引用三个dash——起点和长度写死虚线段的位置是数据不是猜测四个symbol引用——在 5、13.1、21.2、29.3 四个位置各放一枚小符号整份文件没有一个渲染逻辑全是纯数据。渲染器就是个解释器读间隔、下笔、画虚线、摆符号。数据驱动到这个程度换一套主题或者加一种线型渲染器一行代码都不用改——这是 PC 设计里最值得抄的一课。文件头里还有一行 lineage 注释sourceS52Preslib4.0创建日期 2015 年 3 月。S-101 的图示表达就是从 S-52 PresLib 4.0 迁移来的符号体系一脉相承——你在 S-52 上的显示层积累又一次不作废。Look-up 表去哪了拆包拆到这你会发现少了东西目录索引里引用了 215 个规则文件ruleFile但公开分发件里并没有这些文件。Look-up 的核心逻辑——哪个要素类型在什么属性条件下用什么符号、属于哪个视图组——不在公开包里。这不是事故是分发策略PC 公开包给的是骨架 资源完整规则随授权渠道走。对开发者的现实影响是自研显示端要么走授权拿全量规则要么按行为兼容自己实现查表开源社区如 OpenCPN 走的是后者行为对齐而非数据复制。好在查表机制的形状是公开且稳定的要素类型 属性条件 → 符号、视图组、显示优先级——理解了这个模式规则数据从哪来只是工程问题。视图组用户说了算的图层开关PC 里的 67 个视图组图层是容易被忽略的一块。每个图层绑一组视图组编号用户在 ECDIS 里勾掉航标类或者水深注记本质就是按视图组批量过滤绘制队列。渲染端要把视图组做成绘制管线里的一等过滤条件而不是画完再擦。工具联动这些内容都已经进了我们的图示表达解析器符号注册表 718 条可搜、视图组图层清单、颜色配置直接渲染成三栏对照色表可点复制 HEX。拆 PC 分发包时不用再手翻 XML。我是夜航海图做海图与地图渲染开发的工程师。博客「航图笔记」https://nightchart.cn 同步更新全部文章欢迎收藏。这个系列持续更新S-100 全家族拆解中关注博主不迷路完整在线工具与最新文章见 nightchart.cn。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉