#rasterization Repositorios
Descubre 16 repositorios activos de código abierto de GitHub etiquetados con #rasterization, que acumulan 36,079 estrellas en total (una media de 2,254 estrellas por proyecto). El líder de este tema es google/skia, con 11,043 estrellas.
16 repositorios en total
Skia es una biblioteca gráfica 2D completa para dibujar texto, geometrías e imágenes. Consulta la documentación para las instrucciones de contribución.
Una biblioteca de PyTorch para acelerar la investigación en aprendizaje profundo 3D
Nvdiffrast - Primitivas modulares para renderizado diferenciable de alto rendimiento
Texto, diagramas y código fuente para el libro Computer Graphics from Scratch.
Un rasterizador 3D Gaussian Splatting de alto rendimiento basado en geometry-shader y ordenado globalmente con CUDA. Puede lograr una aceleración de renderizado de 5 a 10 veces en comparación con la rasterización diff-gaussian tradicional.
Tiny C++ Software Renderer / Rasterizer, e implementa renderizadores OpenGL y Vulkan para comparación
Esto es puramente para descargas, por favor consulte el sitio web para obtener información completa.
Visor avanzado que implementa varios métodos de renderizado para gaussianas 3D mediante la API de Vulkan
Preguntas frecuentes
¿Cuál es el repositorio de #rasterization más popular en GitHub?
El proyecto de código abierto de #rasterization mejor posicionado en GitHub es google/skia, con 11,043 estrellas. Skia es una biblioteca gráfica 2D completa para dibujar texto, geometrías e imágenes. Consulta la documentación para las instrucciones de contribución.
¿Qué lenguajes de programación se utilizan más en los repositorios de #rasterization?
Entre los proyectos de #rasterization mejor posicionados en GitHub, los lenguajes de programación más comunes son C++, Python, C, Nim.
¿Cómo se calcula la clasificación de los repositorios de #rasterization?
Seguimos 16 repositorios activos de código abierto etiquetados con #rasterization (500+ estrellas), que suman un total de 36,079 estrellas, con una media de 2,254 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.