在mfc下使用opengl中的vbo进行绘制,绘制失败

yuxuerun 2017-11-21 11:31:28
我在原来的mfc程序中使用了立即模式(glvertex)进行绘制,现在将代码改为使用vbo进行绘制,运行成功,但是屏幕输出为白色。ondraw绘制函数如下
wglMakeCurrent(m_pDC->GetSafeHdc(),m_hRC);
glClear(GL_COLOR_BUFFER_BIT|GL_DEPTH_BUFFER_BIT);

glColor4f(1.0,1.0,0.5,0.0);
GLfloat vertices[]={-1.0,-1.0,0.0,
1.0,0.0,0.0,
0.0,1.0,0.0};
glGenBuffers(1,&VBOId);
glBindBuffer(GL_ARRAY_BUFFER,VBOId);
glBufferData(GL_ARRAY_BUFFER,sizeof(vertices),vertices,GL_STATIC_DRAW);
glVertexAttribPointer(0,3,GL_FLOAT,GL_FALSE,3*sizeof(float),(GLvoid*)0);
glEnableVertexAttribArray(0);

glDrawArrays(GL_TRIANGLES,0,3);
glFlush();
...全文
725 9 打赏 收藏 转发到动态 举报
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
yuxuerun 2017-11-25
  • 打赏
  • 举报
回复
引用 7 楼 schlafenhamster 的回复:
关于缓冲区的一些GL接口,是从GL1.5才开始有的,而windows自带的GL只支持到1.1版本。但如果你的显卡支持GL1.5以上的话,glew就很好的帮你完成了扩展工作,既然你用glew,那么就应该在使用GL任何一个接口前首先调用glewInit来初始化这些扩展,否则那些GL接口都不能使用。在你的init方法开头加glewInit就可以了。
十分感谢!!问题解决了!!感谢
schlafenhamster 2017-11-23
  • 打赏
  • 举报
回复
赵4老师 2017-11-23
  • 打赏
  • 举报
回复
引用 7 楼 schlafenhamster 的回复:
关于缓冲区的一些GL接口,是从GL1.5才开始有的,而windows自带的GL只支持到1.1版本。但如果你的显卡支持GL1.5以上的话,glew就很好的帮你完成了扩展工作,既然你用glew,那么就应该在使用GL任何一个接口前首先调用glewInit来初始化这些扩展,否则那些GL接口都不能使用。在你的init方法开头加glewInit就可以了。
schlafenhamster 2017-11-23
  • 打赏
  • 举报
回复
关于缓冲区的一些GL接口,是从GL1.5才开始有的,而windows自带的GL只支持到1.1版本。但如果你的显卡支持GL1.5以上的话,glew就很好的帮你完成了扩展工作,既然你用glew,那么就应该在使用GL任何一个接口前首先调用glewInit来初始化这些扩展,否则那些GL接口都不能使用。在你的init方法开头加glewInit就可以了。
赵4老师 2017-11-22
  • 打赏
  • 举报
回复
判断每个函数调用的返回值?
schlafenhamster 2017-11-22
  • 打赏
  • 举报
回复
yuxuerun 2017-11-22
  • 打赏
  • 举报
回复
引用 3 楼 yuxuerun 的回复:
[quote=引用 2 楼 zhao4zhong1 的回复:] 判断每个函数调用的返回值?
你好,我在函数glBindBuffer(GL_ARRAY_BUFFER,VBOId);前设置了断点,然后调试,显示断点名字次数为0,所以这个函数没有执行?[/quote] 命中次数
yuxuerun 2017-11-22
  • 打赏
  • 举报
回复
引用 2 楼 zhao4zhong1 的回复:
判断每个函数调用的返回值?
你好,我在函数glBindBuffer(GL_ARRAY_BUFFER,VBOId);前设置了断点,然后调试,显示断点名字次数为0,所以这个函数没有执行?
yuxuerun 2017-11-21
  • 打赏
  • 举报
回复
自己顶一下,不知道是哪里除了问题?
内容概要:本文探讨了将ChatGPT与工业领域结合的应用路径,提出通过将个人工作记录持续输入ChatGPT,将其培养成具备个体经验的工业AI助手。作者结合自身作为设备工程师的实际工作场景,开展实验验证:通过多次录入电机、轴承等设备的振动分析数据与诊断结论,测试ChatGPT在不同数据相似度下的响应表现。实验表明,当输入数据与历史记录高度一致时,ChatGPT能准确复现原有判断;随着工作记录积累越完整,其推理和关联能力越强,未来有望复制个人专业经验。文章强调,工业场景缺乏基础数据,难以直接用新技术解决老问题,因此“人即AI,AI即人”的渐进式融合路径更具可行性。 适合人群:从事工业设备管理、状态监测、故障诊断的工程师,以及关注AIGC在垂直行业落地的技术研究人员。 使用场景及目标:①构建基于个人经验的工业AI助手,辅助设备故障诊断决策;②探索大模型在数据稀缺工业场景下的可持续训练路径;③实现经验知识的数字化沉淀与智能复用。 阅读建议:此资源侧重于理念创新与实验验证,读者可借鉴其方法论,结合自身工作流持续输入专业数据,逐步训练专属工业AI助手,并在实践评估其准确性与演化能力。

19,464

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC 图形处理/算法
社区管理员
  • 图形处理/算法社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧