简介：libnest2d是一个用现代C++11编写的2D不规则排样与嵌套库，定位为二维装箱问题的轻量级解决方案，适用于激光切割排版、矩形与异形件下料、CNC加工等需要自动排布的工业场景。库采用模板化几何算法，核心逻辑以头文件方式提供，使用者可接入已有几何类型，也可选择内置的Boost.Geometry默认后端，在开箱即用和深度定制之间取得平衡，适合具备C++基础、希望研究或集成排样算法的开发者和研究者。资源包为ZIP格式，压缩后大小约385KB，体积非常精简；文件数量及类型明细暂无有效数据，因此简介不罗列具体文件。该库源自开源项目的fork，延续了原始版本并回移稳定更新，对实验性新功能保持开放，便于对照学习与二次开发。当前仍属完善阶段，对孔洞、凹面等复杂形状支持尚有限，但作为2D嵌套算法框架具有参考价值，已有1185人学习浏览。 做激光切割、水刀切割、服装排料或者板式家具的同行，应该都遇到过这种场景：客户丢来几十个不规则形状，要求你在1220x2440的板材上尽量少浪费。手动拖是能拖，但拖完总有一个角落空得让人心疼。我最早接触libnest2d，就是因为要在内部工具里做自动套料。这个库用现代C++实现了2D不规则装箱和嵌套，把“自动排样”这件事做成了可嵌入的算法库，不是依赖CAD软件里的宏脚本，而是可以直接编译进自己的程序。最吸引我的一点是它稳定、开源，背后有PrusaSlicer这种量级的产品在长期使用。这篇文章不打算贴一堆源码就完事，而是会聊聊它到底解决了什么问题、核心算法是怎么工作的、我实际接入时踩过哪些坑，以及把它做成生产工具还需要补什么。
1. 为什么我会在一堆排样方案里挑中libnest2d
1.1 手动排样与自动嵌套的差距在哪里
不规则形状的排样，本质上是一个组合优化问题。两个零件互相咬合，空出来的三角区可能正好塞下第三个零件；第三个零件旋转15度之后，也许还能继续塞进第四个。这个搜索空间极其庞大，人的空间想象能力再强，也只能在十几个零件的范围内接近最优。一旦零件数量超过五十个，手动拖拽基本就是碰运气。
矩形排样相对简单，因为规则形状的几何约束非常明确。但激光切割、服装裁剪里碰到的多是凹多边形、带孔零件、圆角轮廓，这些形状之间的“互补性”很难一眼看出来。自动嵌套算法可以把每个候选位置都计算一遍，把所有角度的可能性都列出来，然后挑一个综合评价值最高的方案。这不是“省几分钟人工”的问题，而是直接决定一块板材能不能少开一张，在批量生产里就是实打实的成本差异。
1.2 现代C++实现的优势：可嵌入、高性能、生态成熟
当时我对比过几类方案。网页版的SVG Nest，胜在交互好，但处理几百个复杂多边形时浏览器会卡；一些Python库做原型很方便，但真要接到C++/Qt桌面软件里，多一层绑定就多一层维护成本。libnest2d的优势在于它本身就是C++库，底层几何计算直接跑在本地，没有虚拟机或解释器开销。
而且它用C++17标准，模板化程度高，几何类型通过Boost.Geometry统一管理。这意味着你可以直接把它和工程里已有的几何处理代码串起来，不用来回做数据转换。它的算法实现也经过了PrusaSlicer里“自动排列”功能的长期打磨，稳定性和结果质量比那些教科书级的Demo实现可靠得多。对我来说，最关键的一点是它不强迫你接受一套完整软件，而是可以像一颗算法引擎一样嵌到自己的工具链里，边界、旋转规则、间距这些都能自己控制。
2. 核心概念先搞清：NFP、旋转离散化、余料回收
2.1 no-fit polygon：判定两片能否靠在一起的数学基础
libnest2d的底层核心是no-fit polygon，简称NFP，中文圈子里一般叫“不适应多边形”或“禁止区多边形”。理解这个概念，是理解整个嵌套算法的基础。
想象有两个多边形A和B。把A固定不动，让B贴着A滑动。选B上任意一个参考点，比如它的某个顶点或重心。当B绕着A移动时，这个参考点会画出一片区域。如果参考点落在这片区域内部，B就和A发生重叠；落在边界上，B刚好和A相切；落在区域外，则没有任何交集。这个“内部即重叠”的区域就是NFP。构造NFP本质上是在计算A和B的Minkowski差，也就是把B取反、再沿着A的轮廓扫一圈得到的形状。
有了NFP之后，判断两个零件是否碰撞就从一个复杂的多边形求交问题，简化成一个“点是否在多边形内”的问题。在需要反复尝试成千上万个候选位置的嵌套场景里，这个加速非常关键。很多人第一次接触嵌套算法时会误解，以为核心是“怎么算两个多边形的重叠面积”，其实性能瓶颈在于“快速排除非法位置”，NFP解决的就是这一点。
2.2 角度离散化：旋转步长如何影响排样率与计算量
实际排样中，零件可以旋转任意角度。但连续角度下NFP的计算成本高到不可接受，所以工程实现普遍采用角度离散化：提前把零件旋转到一组固定角度，每个角度单独构造NFP，然后在候选位置搜索时直接用这些预计算结果。
角度步长通常是5度、2度或1度。步长越小，找到更紧凑布局的可能性越高，但NFP数量也会成倍增长。我的建议是，不要对所有零件统一采用高精细旋转。圆形件、正方形件旋转不旋转几乎没有区别，完全可以从旋转列表里去掉；而长条形、大弧度零件，旋转角度对空间利用率影响很大，值得用1度甚至0.5度步长。
| 旋转步长 | 每个零件的候选角度数 | 特点 |
|---|---|---|
| 5度 | 72 | 计算快，适合大批量粗排，可能浪费2%-5%材料 |
| 2度 | 180 | 折中，多数场景够用 |
| 1度 | 360 | 排样更紧凑，NFP占用内存和计算时间明显上升 |
| 0.5度 | 720 | 只在零件数量少、材料昂贵时推荐 |
2.3 嵌套流程：从零件列表到结果姿态的完整链路
libnest2d的单次嵌套流程大致是这样的：先把待排零件按面积从大到小排序，面积大的先定位，再处理面积小的。排第一个零件时，通常放在板材左下角或边界贴合位置。之后每个新零件都会尝试所有旋转角度和所有可行位置，然后根据评价函数挑选最佳位置。评价函数可以是最低重心、最小包围盒增量、最贴边等，不同策略会带来完全不同的布局风格。
这个过程是贪心的，不保证全局最优。但实际效果足够好，尤其在零件数量多、板材尺寸大的时候，贪心策略的速度优势非常明显。如果想要更优解，可以在libnest2d排完之后再对结果做局部搜索，比如两两交换位置重新嵌套。我见过不少团队直接拿贪心结果当最终方案，因为利用率已经接近商用软件水平，再优化可能最多提升1%-2%，投入产出比不高。
3. 从clone到跑通demo的编译实操
3.1 依赖准备与CMake构建
libnest2d依赖的第三方库不算多，核心是Boost.Geometry。如果你在Ubuntu上操作，先把基础依赖装上：
sudo apt update sudo apt install libboost-dev cmake g++Boost.Geometry是一个纯头文件库，所以一般不需要额外编译Boost本身。克隆代码之后，直接走标准CMake流程：
git clone https://github.com/PrusaResearch/libnest2d.git cd libnest2d cmake -S . -B build -DBUILD_TESTING=OFF cmake --build build -j$(nproc)如果你的项目要用CMake集成，可以把libnest2d作为子目录加进来，然后链接它导出的target。有一点要注意：不同commit之间的API差异很大，类名和命名空间经常会变。当前master和项目release版本可能不是一个接口。最稳妥的方式是先看官方examples目录，里面通常有可直接运行的demo，再仿照它写自己的代码。
3.2 一个最小排样示例：矩形板材加7个不规则零件
下面这段代码是核心调用关系，具体接口以你clone到的版本为准：
#include "libnest2d/libnest2d.hpp" // 坐标类型和几何类型一般都在这个命名空间下 using namespace libnest2d; int main() { // 1. 创建矩形板材，例如 1220 x 2440 auto bin = makeRectangle(1220.0, 2440.0); // 2. 构造待排零件，多边形顶点按逆时针排列 std::vector<Item> items; // ... 从你的数据源解析出多边形后填充 items // 3. 配置嵌套参数 NestConfig cfg; cfg.rotations = 360; // 每1度一个候选角度 cfg.distance = 1.0; // 零件间距1mm，相当于留刀缝 // 4. 执行嵌套 auto placements = nest(items, bin, cfg); // 5. 遍历结果，拿到每个零件的最终变换 for (auto& p : placements) { auto poly = p.polygon(); auto rot = p.rotation(); auto tr = p.translation(); // 把poly/rot/tr写入DXF或SVG } }如果你用的是较新版本，Item、NestConfig这类名字往往会带模板参数，甚至会多一层NestingContext。不要慌，官方示例里怎么写就跟着怎么写。核心逻辑是一样的：构造输入、配置参数、调用嵌套、读取结果。只要第一步跑通，后面就能慢慢扩展。
3.3 编译期间最容易翻车的三个坑
我clone这个库之后，第一次编译并不顺利，卡了差不多一个晚上。最常见的坑有以下几个：
- Boost版本太旧。某些旧版Boost.Geometry的模板实现不够完善，编译时会报大段模板错误，定位不到具体原因。升级到较新的libboost-dev后问题直接消失。
- 没开C++17。libnest2d用到了很多现代C++特性，如果CMake没有设置
CMAKE_CXX_STANDARD 17，编译时会报一堆“没有匹配的构造函数”错误。在vscode里配置C/C++环境时，也要记得在tasks.json或CMakePresets里把标准版本指对。 - 多边形顶点顺序和闭合问题。输入多边形如果没按逆时针方向，或者首尾没闭合，NFP计算结果会整体翻转，排出来的结果看起来每个零件没有重叠，但放到实际坐标里就全错了。建议在接入自己的数据源时，写一个清洗函数统一处理顶点顺序和重复点。
4. 把参数调稳：排样率、间距、时间三者的取舍
4.1 间距与“留刀缝”的正确建模方式
排样不是让零件严丝合缝地贴在一起。激光切割有光斑直径，等离子切割有割缝，服装裁片之间要留出裁剪余量。这些工程约束最终都会转化成零件间距。最简单的方式是用cfg.distance直接设置最小间距。底层实现通常会把多边形做一个外扩偏移，相当于每个零件都披上一层“安全距离外壳”，再用外扩后的形状去嵌套，最后拿到的坐标直接用于切割路径。
间距设大了浪费材料，设小了又可能撞刀或者切穿。以精细激光切割为例，0.1mm-0.5mm通常够用；如果是数控铣削，刀具半径较大，间距可能要留2mm以上。我习惯的做法是先在CAD里测一下板材实际可接受的切割精度，再反推间距参数，而不是拍脑袋填。还有一个隐藏点：distance设成负数有没有意义？我试过负值，理论上可以让零件互相嵌入，但实际中很少用到，而且容易产生非法结果，不要随便玩。
4.2 旋转步长的实际选择建议
旋转步长的选择要结合零件形状。一个长宽比接近10:1的长条金属件，在5度步长下只能转到5的倍数角度，可能刚好错过某个能让它“躺着塞进空隙”的最优姿态。而接近方形的零件，1度和5度差别不大，却要多付出5倍的计算资源。
我现在的经验是：第一轮用5度或10度步长跑一遍粗排，快速估算材料利用率和板材够不够用。如果利用率接近预期，就直接用粗排结果；如果差太多，再对影响最大的几个零件单独设置1度步长重新排。libnest2d允许给不同零件指定不同的旋转列表，这是一个很实用的能力。给每个零件配置独立的旋转子集，能显著减少NFP数量，计算时间从几分钟降到几十秒都见过。
4.3 结果评估：不能只看利用率，还要看可切割性
排样率当然重要，但生产环境里它不是唯一指标。一个排样率很高的方案，可能把所有小零件都塞在板材中央的窄缝隙里，导致切割头路径复杂、热变形集中，甚至让薄板局部温度过高烧穿。又或者零件之间虽然不重叠，但间距太小，切完最后一个零件时整板已经松动移位，后面全切歪。
所以我在项目里会对libnest2d的原始结果做一道“工艺检查”：筛选出窄缝宽度小于危险阈值的区域，标记出来给人工复核；对板材周围的夹持点附近留出非切割区域，避免切掉定位用的耳朵。这个动作不在算法库里，但决定了算法能不能真正上产线。
5. 工程落地时绕不开的边界情况与二次开发
5.1 带孔零件、凸包近似、废料区二次嵌套
libnest2d支持带孔多边形，这一点在衣服裁片和金属框体件里非常有用。很多简易排样库只处理简单外轮廓，孔洞会被忽略，结果会导致两个零件的孔区域被其他零件占用，看着不重叠，实际加工时是冲突的。用带孔多边形参与NFP计算，虽然会慢一些，但结果更真实。
如果某个零件的轮廓极其复杂，凹进去十几个牙齿形状，计算NFP会很吃力。一个工程上常用的妥协是先计算它的凸包，用凸包代替原形状参与粗排，等粗排结束再把原形状放进去验证。代价是可能浪费少许空间，但速度提升非常明显。注意这只是性能优化手段，不是默认操作，只有在你觉得排样慢到不能接受时才启用。
废料区二次嵌套是很容易被忽视的提升利用率的办法。第一轮大件排完后，板材上还有很多不规则的空白区域。这些区域本身也是多边形，可以提取出来作为新的“板材边界”，再把剩余的小零件放进去嵌套一轮。我见过不少团队第一轮结束就直接生成切割文件，其实第二轮往往能多塞下10%-20%的小零件。
5.2 数据交换：从DXF/SVG到libnest2d的几何输入
libnest2d本身不做文件解析，它接收的是内存里的几何对象。实际项目里，数据基本来自DXF、SVG或者企业内部的CAD格式。这部分往往比嵌套算法本身更让人头疼。
我遇到过最典型的问题是坐标系不一致。DXF默认是右手坐标系，y轴向上；SVG是y轴向下。如果不做转换，排样结果在导出时会出现镜像，零件看起来没问题，但实际切割方向反了。单位问题同样要命，DXF用毫米，SVG可能用像素，还有图纸里胡乱缩放的情况。我在接入环节会先做一个统一的“几何清洗管道”：解析文件、统一单位、统一坐标系、闭合多边形、去重，再进入libnest2d。这个管道写完之后，后面换再多的数据格式，也只是多写一个解析器的事。
5.3 自己维护一个生产可用的套料工具需要补哪些功能
libnest2d只负责“把零件放到哪里”，不负责“怎么展示、怎么手工干预、怎么变成切割路径”。如果要做一个给车间师傅用的工具，至少要补这些模块：
- 排样结果预览：在Qt或Web端渲染出零件轮廓，支持缩放、测量。
- 手动调整：允许师傅锁定某个零件的位置，其他零件围绕它重新排。
- 旋转角度和间距约束：界面里能改参数，不需要重新编译程序。
- 导出多格式：DXF、DWG、PDF、CSV加工单，至少要有一种能直接对接切割设备。
- 布局报告：每张板的利用率、零件数量、预计切割时间，方便统计成本。
这些功能加起来的工作量，可能比集成libnest2d本身还大。但如果只是给自己写个小脚本，那完全不需要全套平台，直接命令行输出SVG结果就够了。
5.4 技术栈扩展：给C++核心加一层桥
如果你的前端是Web，或者团队更擅长Python/JavaScript，没必要把整个排样工具都用C++写。libnest2d的核心算法是纯C++，可以编译成WebAssembly在浏览器里跑，也可以封装成C接口供其他语言调用。我自己的项目里就用CFFI封装了一个很小的C接口，只暴露“传入多边形列表+参数，返回位置和姿态”。这样做的好处是算法升级时只替换底层动态库，上层界面一行不用改。
不过要提醒一句，封装层越薄越好。不要把业务逻辑全部塞进C++那边，否则后续调试和迭代都会很痛苦。保持“C++负责几何计算，上层负责交互展示”的边界，是最不容易翻车的方式。
实际用下来，libnest2d确实把最难的“2D不规则嵌套”部分做得很扎实。以前需要人工盯半小时的排版，现在程序跑完直接出结果，剩下的工作主要是核对工艺参数和异常零件。如果你正准备做套料系统，我的建议是先花一个晚上把官方demo跑通，再拿自己真实的零件数据测一遍排样效果，比直接读源代码有用得多。最后分享一个小技巧：排样前把所有零件做一次顶点简化，删除距离小于0.01mm的重复点，NFP构造速度会明显提升，这个细节在很多文档里都不会写。
本文还有配套的精品资源，点击获取
