3D-Tiles-Tools项目:GLB模型转换为B3DM格式的属性保留问题解析
2026-02-04 04:37:06作者:齐添朝
在3D地理空间数据可视化领域,3D-Tiles-Tools是一个重要的工具集,用于处理3D Tiles格式的数据转换和处理。本文将深入探讨GLB模型转换为B3DM格式时遇到的属性丢失问题及其解决方案。
B3DM格式的基本结构
B3DM(Batched 3D Model)是3D Tiles规范中的一种瓦片格式,主要用于存储批量化的3D模型数据。一个完整的B3DM文件由三部分组成:
- 特征表(Feature Table):存储与模型整体相关的元数据
- 批处理表(Batch Table):存储与模型各个部分相关的属性数据
- GLB数据:实际的3D模型数据
属性丢失问题的根源
当开发者使用3D-Tiles-Tools的glbToB3dm命令进行转换时,生成的B3DM文件会丢失原始GLB中的属性信息。这是因为:
- 默认转换过程会创建空的批处理表和特征表
- 原始GLB中的属性数据没有被自动映射到批处理表中
- 模型缺少必要的批处理ID(_BATCHID)属性
解决方案与技术实现
要正确保留属性信息,需要以下步骤:
1. 确保GLB包含批处理ID
模型必须包含_BATCHID顶点属性,这是将批处理表中的属性与模型各部分关联的关键。检查GLB文件是否包含此属性可以通过查看mesh.primitives.attributes部分。
2. 准备批处理表和特征表
批处理表应包含需要保留的属性数据,格式为JSON。特征表则包含与整个模型相关的元数据。这两个表的结构需要符合3D Tiles规范。
3. 使用编程方式创建B3DM
通过3D-Tiles-Tools的API可以编程实现完整的转换过程:
import fs from "fs";
import { TileFormats } from "3d-tiles-tools";
const glbData = fs.readFileSync("model.glb");
const featureTableJson = JSON.parse(fs.readFileSync("featureTable.json").toString());
const batchTableJson = JSON.parse(fs.readFileSync("batchTable.json").toString());
const b3dmTileData = TileFormats.createB3dmTileDataFromGlb(
glbData,
featureTableJson,
undefined, // featureTableBinary
batchTableJson,
undefined // batchTableBinary
);
const b3dmData = TileFormats.createTileDataBuffer(b3dmTileData);
fs.writeFileSync("output.b3dm", b3dmData);
实际应用中的注意事项
- 模型验证:转换前应验证GLB文件的合法性,避免因模型问题导致转换失败
- 性能考量:批处理表数据量过大会影响加载性能
- 兼容性:B3DM是较旧的格式,现代应用应考虑直接使用GLB配合glTF元数据扩展
- 工作流程:如果原始数据来自已有B3DM文件,可以直接修改批处理表而无需完全重新创建
结论
正确保留属性信息的关键在于理解B3DM格式的结构和GLB模型与批处理表之间的关联机制。通过编程方式创建B3DM可以精确控制转换过程,确保属性数据的完整性。对于现代3D可视化应用,开发者应评估是否真的需要B3DM格式,或者可以直接使用更现代的GLB格式配合元数据扩展来实现相同功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1