Openpiv MCP

______________________________________________________________________

标题：OpenPIV MCP服务器 表情符号🌊 颜色来源：蓝色 颜色To：紫色 sdk:docker sdk版本：边缘 固定：false 许可证：mit

OpenPIV MCP服务器

通过MCP协议进行粒子图像测速（PIV）分析。

特性

• 计算机piv：根据图像对计算速度场
• create_twick_plot：生成矢量场可视化
• 网页用户界面：用于上传图像和查看结果的交互式Gradio界面
• MCP协议：连接到Claude Desktop、Cursor、Windsurf和其他MCP客户端

快速开始

选项1：本地MCP服务器（建议用于开发）

使用stdio传输在本地运行MCP服务器：

# Clone and install
git clone https://huggingface.co/spaces/alexliberzon/openpiv-mcp
cd openpiv-mcp
pip install -r requirements.txt

# Run the MCP server
python src/openpiv_mcp.py

Claude桌面配置 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "openpiv": {
      "command": "python",
      "args": ["/absolute/path/to/openpiv-mcp/src/openpiv_mcp.py"]
    }
  }
}

选项2：拥抱面部空间（远程HTTP）

服务器部署在Hugging Face Spaces上，具有web UI和MCP端点：

• 网页用户界面: https://alexliberzon-openpiv-mcp.hf.space
• MCP端点: https://alexliberzon-openpiv-mcp.hf.space/gradio_api/mcp/

MCP客户端配置：

{
  "mcpServers": {
    "openpiv": {
      "url": "https://alexliberzon-openpiv-mcp.hf.space/gradio_api/mcp/"
    }
  }
}

注： 使用远程MCP服务器时，必须提供以下图像：

• HTTP/HTTPS URL（例如。， https://example.com/image.png)
• Base64数据URL（例如。， data:image/png;base64,iVBOR...)

选项3：仅限Web UI

访问https://alexliberzon-openpiv-mcp.hf.space要使用交互式web界面：

1. 上传两个连续的帧（帧A和帧B）
2. 调整参数（窗口大小、重叠、时间延迟）
3. 点击“计算PIV”以获取速度场数据
4. 使用“Quiver Plot”选项卡可视化结果

API 参考

计算机piv

从两幅图像计算粒子图像测速速度场。

参数：

• image_a （str）：图像URL、base64数据URL或文件路径（仅限本地）
• image_b （str）：图像URL、base64数据URL或文件路径（仅限本地）
• window_size （int）：询问窗口大小（默认值：32）
• overlap （int）：窗口之间的重叠（默认值：16）
• dt （浮动）：帧之间的时间延迟（默认值：1.0）

退货： 摘要统计信息和CSV文件路径

create_twick_plot

根据PIV结果创建箭袋（矢量场）图。

参数：

• csv_file （str）：PIV结果CSV文件的路径
• title （str）：绘图标题（默认：“PIV速度场”）
• scale （int）：Quiver比例因子（默认值：50）
• cmap （str）：颜色映射（默认值：“viridis”）

退货： PIL箭袋图图像

输出示例

**PIV computation successful!**

**Summary Statistics:**
- Total vectors computed: 660
- Valid vectors (s2n>1): 580
- Mean U velocity: -0.0814
- Max U velocity: 1.7142
- Max V velocity: 6.9067

本地测试

# Test with demo images
python -c "
from openpiv_client import compute_piv, create_quiver_plot
import asyncio

async def test():
    result = await compute_piv(
        image_a_path='demo/test1/exp1_001_a.bmp',
        image_b_path='demo/test1/exp1_001_b.bmp'
    )
    print(result)

asyncio.run(test())
"

许可证

MIT许可证