USD项目中为曲线添加UV属性的实现方法
在Pixar的USD项目中,开发者BrianHanke分享了如何为曲线(Curves)添加UV属性的技术实现方案。本文将详细介绍这一过程,帮助开发者理解如何在USD中为曲线类型添加纹理坐标属性。
背景介绍
在3D图形领域,UV坐标是用于将2D纹理映射到3D模型表面的重要属性。虽然USD原生支持网格(Mesh)的UV属性,但对于曲线(Curves)类型的UV支持需要开发者自行实现。
技术实现
传统USD提供了便捷函数如CreateDisplayColorPrimvar()来快速创建颜色属性,但对于UV属性(通常命名为"st")并没有直接对应的创建函数。BrianHanke通过研究USD API,找到了解决方案。
关键实现步骤
-
创建PrimvarsAPI实例:首先需要获取曲线的PrimvarsAPI接口,这是USD中管理所有primvar属性的入口。
-
创建UV属性:使用PrimvarsAPI的
CreatePrimvar方法显式创建UV属性,需要指定三个关键参数:- 属性名称:使用"primvars:st"作为标准命名
- 数据类型:指定为Float2Array,因为UV是二维坐标
- 插值类型:设置为varying,表示属性在曲线顶点间变化
-
写入属性值:通过USD的值写入器将实际的UV坐标数据写入到创建的属性中。
代码示例
// 获取曲线的PrimvarsAPI接口
const pxr::UsdGeomPrimvarsAPI pvApi = pxr::UsdGeomPrimvarsAPI(usd_curves);
// 创建UV(st)属性
pxr::UsdGeomPrimvar attr_st = pvApi.CreatePrimvar(
pxr::TfToken("primvars:st"),
pxr::SdfValueTypeNames->Float2Array,
pxr::UsdGeomTokens->varying);
// 写入UV数据
usd_value_writer_.SetAttribute(attr_st, pxr::VtValue(st), timecode);
技术要点解析
-
属性命名规范:USD中使用"primvars:"前缀来标识primvar属性,"st"是UV坐标的标准命名。
-
数据类型选择:UV坐标由两个浮点数组成,因此使用Float2Array类型。
-
插值类型选择:对于曲线上的UV坐标,通常使用varying插值,表示每个顶点可以有不同的UV值。
-
时间编码支持:通过timecode参数,可以实现UV属性的动画效果。
应用场景
这一技术在以下场景中特别有用:
- 为毛发系统添加纹理变化
- 实现沿曲线生长的特效
- 创建带有纹理的电缆或绳索效果
总结
通过USD的PrimvarsAPI,开发者可以灵活地为各种几何类型添加自定义属性。本文介绍的曲线UV属性实现方法不仅解决了具体的技术问题,也展示了USD强大的扩展能力。这种模式可以推广到其他自定义属性的创建,为USD的扩展开发提供了参考范例。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00