vtk中通过vtkDataArray进行数据的存储，通过vtkDataObject进行可视化数据的表达，在vtkDataObject内部有一个vtkFieldData的实例，负责对数据的表达：

                                        

 vtkFieldData存储数据的属性数据，该数据是对拓扑结构和几何结构信息的补充。属性数据可以是某个空间点的温度或某个单元的质量等。在vtk中与数据集的点数据相关联的属性数据用vtkPointData表达，与单元数据相关联的属性数据用vtkCellData表达。

其属性内容都用vtkDataArray来存储，如<vtkDoubleArray>来存储某个空间点或者几何结构的某个属性。

例子1，几何结构点point对象的属性设置：

• 实例化一个 vtkUnstructuredGrid 对象 unStructGrid
• 设置节点序列信息 cells 和单元序列信息 points
• 需要渲染节点属性信息时，通过预先设置好的节点属性信息Scalars 进行赋值，并且通过 SetScalarModeToUsePointData() 方法设置 mapper 只显示节点属性

unStructGrid->GetPointData()->SetScalars(Scalars);
ugridMapper->SetScalarModeToUsePointData();

例子2，拓扑结构cell对象的属性设置：

需要渲染单元属性信息时，通过事先设置好的单元属性信息Scalars 进行赋值，并且通过 SetScalarModeToUseCellData() 方法设置 mapper 只显示单元属性

unStructGrid->GetCellData()->SetScalars(Scalars); 
ugridMapper->SetScalarModeToUseCellData();

例子3，这里说明了如何创造并将数据写入一个属性数组scalars：

    // 创建一个属性数组scalars，存放点的属性vtkSmartPointer<vtkDoubleArray> scalars = vtkSmartPointer<vtkDoubleArray>::New();
// 填充点云数据（示例数据）double point[3] = { 0.0, 0.0, 0.0 };double pixel;for (int k = 0; k < dims[2]; k++)// dims[2]; k++){for (int j = 0; j < dims[1]; j++)//dims[1]; j++){for (int i = 0; i < dims[0]; i++){pixel = imageData->GetScalarComponentAsDouble(i, j, k, 0);//获取组分作为属性数据if (pixel > 0){point[0] = i;       //X轴横坐标point[1] = j;       //Y轴纵坐标point[2] = pixel;     //Z轴高度vtkIdType pId[1];       //定义用来存储点的坐标的中间变量，vtkIdType相当int long等类型points->InsertNextPoint(point);     //把点坐标加入VTKPoints中，InserNextPoint()返回加入这些point点依次在VTKPoints中的索引；                   pId[0] = points->InsertNextPoint(point);        //获取要插入cell的pint点的坐标数据。vertics->InsertNextCell(1, pId);        //将VTKPoints的内容加入拓扑结构cell中，这里每将point点加入VTKPoints一次，就将这个VTKPoints加入cell一次。vtkCellArray::InsertNextCell ( vtkIdType npts, vtkIdType * pts )的第一个参数值标是这个cell中点的个数，第二个参数指向那些点的坐标数据。vtkIdType *pts，存储的是所包括点在points中的顺序信息，其个数当然应该和前面的npts一致。这里，2点可以连成一条线，三点可以得到一个面。//也就是说：vtk中关于点、线、面的那些信息都是存放在cellarray中，应用时也是直接对cellarray指针进行处理，数据的写入和读取在vtkCellArray类完成。scalars->InsertNextValue(pixel);    //属性数组scalars，用来存放点属性polydata->SetPoints(points);//加入三维点polydata->SetVerts(vertics);//加入三维点的点索引//还是需要标量scalars来表示高度，并用这个标量进行映射// // scalars->InsertTuple1(i, pixel);//这个格式好像不对//  //polydata->GetPointData()->SetScalars(scalars);//加入点属性//cout << "高度scalars=" << scalars << endl;}}}}

——————————————

数据属性是简单的vtkDataArray类型，它可以是标量scalar，向量vector，张量tensor，法向normal，纹理坐标texture coordinate，全局id （global id，如标识大量元素），或者pedigreeids（用来追踪管线中的元素历史）。

vtkDataSet中的一个点或者单元都有独立的属性数据。数据属性可以关联vtkDataSet中的点或者单元。与vtkDataSet关联的vtkDataArray都是vtkDataArray的一个具体子类，例如vtkFloatArray或者vtkIntArray。这些数据数组可以看做连续的、线性的内存块。在内存块中，数据数组可以看作由子数组或者“元组”（Tuple）组成。创建属性数据即是根据类型实例化数组内存，制定元组大小，插入数据并与数据集关联：

这里创建了三种类型的属性数据，float，double和int。第一个数组scalars实例化后，默认的元组大小为1。

InsertTuple1()方法用来向数组中插入数据（所有Insert___()方法负责分配足够的内存来保存数据）。

下一个数组vectors的元组数为3，因此vectors定义为含有三个分量，InsertTuple3用来向数组中添加数据。

最后创建的是元组数为2的数组，通过SetNumberOfTuples()分配内存。

接着通过SetTuple2()添加数据；该方法使用的前提是内存已经分配，因此速度要明显快于Insert__()方法。

当将属性数据关联到点数据或者单元数据时，注意区别设置类型的方法（SetScalars()和SetVectors()）。注意点属性个数必须与数据结构中的点个数一致，单元属性与数据结构的单元个数一致。

————————

采用如下方法访问属性数据：

set scalars [[polyData GetPointData] GetScalars]
set vectors [[polyData GetCellData] GetVectors]

许多的Filter需要专门的属性数据进行工作。例如，vtkElevationFilter依赖于相应的高度数据产生标量值。其他的Filter只依赖于结构数据，并忽略传来的属性数据。还有一些Filter需要结构数据和属性数据来工作，如vtkMarchingCubes。它利用输入的标量属性数据和结构数据来产生轮廓结构。其他类型的属性数据，例如向量，在计算轮廓时进行差值计算并输出。

——————————————————

颜色映射（ColorMapping）

最常用的可视化技术可能是通过标量值或者颜色映射来对物体着色。着色技术的思想比较简单，将标量值映射到一个颜色查找表来获取颜色，然后在渲染时使用颜色来改变点或者单元的外观。在阅读本节前，请先理解怎样控制Actor的颜色（详见54页“Actor颜色”一节）。

VTK中颜色映射主要由用户生成或者数据文件中的标量数据和vtkMapper实例执行颜色映射使用的颜色查询表来控制。也可以使用任意的数据数组通过ColorByArrayComponent()方法来控制。如果没有指明，Mapper会生成一个默认的颜色查询表，你也可以自己创建（下例摘自VTK/Examples/Rendering/Tcl/Rainbow.tcl，运行结果如图5-1所示）：

如该例所示，操作查询表有两种方式。一是指定一个HSVA范围然后在HSVA空间中插值计算颜色表中颜色（实际由build()函数计算颜色）。第二种方法是在根据颜色表的位置人为指定颜色。注意颜色表中的颜色数目可以设置。本例中利用HSVA范围生成颜色表，然后利用SetTableValue()函数替换掉相应的颜色。

Mapper的SetScalarRange()函数控制标量值与颜色表的映射方式。大于最大值的所有标量值都被映射为最大值，小于最小值的所有标量值都映射为最小值。标量范围设置，可以通过在某一数据范围内映射更多的颜色来达到“扩展”的目的。

很多情况下标量数据就是颜色值，这样就不需要通过颜色查找表进行映射。

——————————————————————————————————

在 VTK中，数据集的几何数据表示为Points （点集)，拓扑关系表示为Cell(单元)，属性数据包括Scalar(标量)、Vector(向量)、Normal（法线)、Texture(纹理)等。

在VTK中数据集的类型主要按构成数据集的几何数据和单元来划分，主要的数据集类型包括:Structured Points（结构化点集)【vtkStructuredPoints 的父类是vtkImageData】、Unstructured Points （非结构化点集)、Poly Data(多边形数据集)、Structured Grid（结构化网格数据集)、Unstructured Grid(非结构化网格数据集)、Rectilinear Grid(线性网格数据集）等几大类，各类的表现形式如下图所示。

(1) Structured Points

按规则排列的点的集合。点的排列和坐标轴平行，形成方形的点阵。vtkStructuredPoints 的父类是vtkImageData，vtkImageData是vtkDataSet的子类。

(2) Unstructured Points

不规则地分布在空间的点集。非结构化点集具有不规则的几何结构，但不具有拓扑结构，用离散点来表达，通常，这类数据没有固定的结构，是由一些可视化程序识别和创建的。

(3) Poly Data

在VTK中多边形数据集是由顶点、多顶点、线、多线、多边形各三角带构成,多边形数据是非结构化的，并且多边形数据集的单元在拓扑维度上有多种变化，顶点、线和多边形构成了用来表达0、1和2维几何图形的基本要素的最小集合，同时用多顶点、多线和三角形带单元来提高效率和性能，特别是用一个三角形带表达N个三角形只需要用N+2个点，但是用传统的表达方法需要用3N个点。vtkPolyData的父类是vtkPointSet，vtkPointSet是vtkDataSet的子类。

(4) Structured Grid

具有规则的拓扑结构和不规则的几何结构，但是单元没有重叠或交叉。vtkStructuredGrid的父类是vtkPointSet。

(5) Unstructured Grid

非结构化网格集是最常见的数据集类型，它的拓扑结构和几何结构都是非结构化的，在此数据集中所有单元类型都可以组成任意组合，所以单元的拓扑结构从零维延伸至三维，在 VTK中任一类型的数据集都可用非结构化网格来表达。vtkUnstructuredGrid的父类是vtkPointSet。

(6)  Rectilinear Grid

是排列在矩形方格中的点和单元的集合，线性网格的拓扑结构是规则的，但其几何结构只有一部分是规则的，也就是说，它的点是沿着坐标轴排列的，但是两点间的间隔可能不同。vtkRectilinearGrid的父类是vtkDataSet。

3.可视化数据集部分的 VTK类列表