推荐项目:gltf2usd —— 简化glTF到USD转换的利器
2024-05-24 18:51:15作者:傅爽业Veleda
随着三维模型在电影、游戏和虚拟现实中的广泛应用,数据格式的互操作性变得至关重要。glTF 2.0 和 Pixar 的 Universal Scene Description (USD) 都是现代3D格式的领先标准。但是,在不同平台间进行数据交换时,往往需要转换工具。这就是 gltf2usd 跳入视野的原因。
项目介绍
gltf2usd 是一个基于Python的命令行脚本工具,它的目标是实现从glTF 2.0模型到USD(包括usd, usda, usdc和usdz)的简洁转换流程。这个工具是一个概念验证项目,旨在探索如何高效地将glTF格式转化为USD,且已在Windows 10和Mac OS 10.14上进行了开发和测试。
技术分析
gltf2usd 使用了USD的Python API进行构建,能够将glTF的特性映射到USD中:
- glTF节点被映射为USD的
Xform。 PbrMetallicRoughnessMaterial被映射到USDPreviewSurface。- 支持
KHR_materials_pbrSpecularGlossiness扩展,提供更细腻的表面表现。 KHR_texture_transform扩展允许纹理坐标变换。- 动画处理方面,支持骨骼动画和节点动画。
应用场景
无论你是游戏开发者,需要在Unity或Unreal Engine之间转移资源;还是在电影制作过程中需要在Maya和Houdini之间交互模型,gltf2usd都能简化你的工作流。此外,如果你正在利用Apple的ARKit进行增强现实应用开发,它可以帮助你在glTF和USD之间无缝切换。
项目特点
- 简单易用的命令行界面,只需几行代码即可完成转换。
- 在转换过程中保持大部分glTF 2.0核心规范的特性。
- 默认将根节点按100的比例缩放,以适应USD的厘米单位系统。
- 自动处理纹理和动画转换,减少手动调整的需求。
安装与依赖
安装gltf2usd之前,你需要先确保已经安装了USD v18.09 或 v18.11,并添加Python模块到环境路径。Python依赖项可以通过pip install -r requirements.txt一次性安装。
使用示例
创建一个.usda文件:
python gltf2usd.py -g ../path_to_read_glTF_file/file.gltf -o path_to_write_usd_file/file.usda
生成适用于ARKit的.usdz文件:
python gltf2usd.py -g ../path_to_read_glTF_file/file.gltf -o path_to_write_usd_file/file.usdz
如果你的项目涉及到glTF和USD之间的频繁转换,那么gltf2usd无疑是值得尝试的工具。通过它的帮助,你可以快速而准确地在两个格式之间迁移,提高工作效率。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147