काफी कुछ प्रोजेक्ट हैं जो इसके लिए जेनेरिक ग्राफिक्स टूलकिट पर बसे हैं । वहाँ GMTL अच्छा है - यह काफी छोटा है, बहुत कार्यात्मक है, और बहुत विश्वसनीय होने के लिए व्यापक रूप से उपयोग किया जाता है। OpenSG, VRJuggler, और अन्य परियोजनाओं ने अपने स्वयं के हाथ से लुढ़का हुआ लंबर / मैट्रिक्स गणित के बजाय इसका उपयोग करने के लिए सभी स्विच किए हैं।
मैंने इसे बहुत अच्छा पाया है - यह सब कुछ टेम्पलेट्स के माध्यम से करता है, इसलिए यह बहुत लचीला है, और बहुत तेज़ है।
संपादित करें:
टिप्पणियों की चर्चा, और संपादन के बाद, मैंने सोचा कि मैं विशिष्ट कार्यान्वयन के लाभों और डाउनसाइड्स के बारे में कुछ और जानकारी बाहर फेंक दूंगा, और आप अपनी स्थिति को देखते हुए एक-दूसरे को क्यों चुन सकते हैं।
GMTL -
लाभ: सरल एपीआई, विशेष रूप से ग्राफिक्स इंजन के लिए डिज़ाइन किया गया। रेंडरिंग (जैसे विमान, AABB, कई प्रक्षेप के साथ quatenrions, आदि) की तरह कई आदिम प्रकार शामिल हैं जो किसी भी अन्य पैकेज में नहीं हैं। बहुत कम स्मृति उपरि, काफी तेज, प्रयोग करने में आसान।
डाउनसाइड्स: एपीआई विशेष रूप से रेंडरिंग और ग्राफिक्स पर केंद्रित है। सामान्य उद्देश्य (NxM) मैट्रिक्स, मैट्रिक्स अपघटन और समाधान आदि को शामिल नहीं करता है, क्योंकि ये पारंपरिक ग्राफिक्स / ज्यामिति अनुप्रयोगों के दायरे से बाहर हैं।
Eigen -
लाभ: स्वच्छ एपीआई , उपयोग करने के लिए काफी आसान है। चतुर्धातुक और ज्यामितीय परिवर्तनों के साथ एक ज्यामिति मॉड्यूल शामिल है । कम मेमोरी ओवरहेड। बड़े एनएक्सएन मैट्रिसेस और अन्य सामान्य प्रयोजन गणितीय दिनचर्या के पूर्ण, अत्यधिक प्रदर्शनकारी समाधान।
डाउनसाइड्स: आप चाहते हैं (?) की तुलना में थोड़ा बड़ा स्कोप हो सकता है। जीएमटीएल (यानी: यूलर एंगल डेफिनिशन, आदि) की तुलना में जब कम ज्यामितीय / विशिष्ट दिनचर्या का प्रतिपादन होता है।
IMSL -
लाभ: बहुत पूर्ण संख्यात्मक पुस्तकालय। बहुत, बहुत तेज (माना जाता है कि सबसे तेज सॉल्वर)। अब तक का सबसे बड़ा, सबसे पूरा गणितीय एपीआई। व्यावसायिक रूप से समर्थित, परिपक्व और स्थिर।
डाउनसाइड्स: लागत - सस्ती नहीं। बहुत कम ज्यामितीय / विशिष्ट तरीके प्रदान करते हैं, इसलिए आपको अपनी रैखिक बीजगणित कक्षाओं के शीर्ष पर अपना रोल करना होगा।
NT2 -
लाभ: यदि आप MATLAB के लिए उपयोग किए जाते हैं तो सिंटैक्स अधिक परिचित है। पूर्ण परिपक्वता प्रदान करता है और बड़े मेट्रिसेस आदि के लिए समाधान करता है।
डाउनसाइड्स: गणितीय, केंद्रित नहीं प्रतिपादन। शायद नहीं के रूप में Eigen के रूप में।
लैपैक -
लाभ: बहुत स्थिर, सिद्ध एल्गोरिदम। काफी देर तक इधर-उधर रहा। पूर्ण मैट्रिक्स हल करना, आदि अस्पष्ट गणित के लिए कई विकल्प हैं।
डाउनसाइड्स: कुछ मामलों में अत्यधिक प्रदर्शन करने वाला नहीं। उपयोग के लिए अजीब एपीआई के साथ, फोरट्रान से पोर्ट किया गया।
व्यक्तिगत रूप से, मेरे लिए, यह एक ही सवाल पर आता है - आप इसे कैसे उपयोग करने की योजना बना रहे हैं। यदि आप फ़ोकस करते हैं तो केवल रेंडरिंग और ग्राफ़िक्स पर, मुझे जेनेरिक ग्राफ़िक्स टूलकिट पसंद है , क्योंकि यह अच्छा प्रदर्शन करता है, और अपने स्वयं के कार्यान्वयन के बिना कई उपयोगी रेंडरिंग ऑपरेशनों का समर्थन करता है। यदि आपको सामान्य प्रयोजन मैट्रिक्स हल करने की आवश्यकता है (यानी: बड़े मैट्रिक्स के एसवीडी या एलयू अपघटन), तो मैं ईजन के साथ जाऊंगा , क्योंकि यह संभालता है, कुछ ज्यामितीय संचालन प्रदान करता है, और बड़े मैट्रिक्स समाधानों के साथ बहुत अच्छा है। आपको अपने स्वयं के ग्राफिक्स / ज्यामितीय संचालन (उनके मेट्रिक्स / वैक्टर के शीर्ष पर) लिखने की आवश्यकता हो सकती है, लेकिन यह भयानक नहीं है।