当前位置: 首页 > article >正文

LLM 算法岗 | 八股问答()· 多模态与主流模型架构曰

7.1 初识三维模型7.1.1 三维模型的数据载体随着计算机图形技术的发展我们或多或少都会见过或者听说过三维模型。笔者始终记得小时候第一次在电视上看到三维动画《变形金刚超能勇士》的震撼感受而现在我们已经可以在手机上玩三维游戏《王者荣耀》实时操作造型精美的英雄模型了。这些东西的背后都离不开三维模型数据他们往往是通过像Autodesk 3D Max这样的三维建模软件制作出来的。如同栅格数据和矢量数据一样三维模型数据也有形形色色的数据格式。这些不同的数据格式有时来源于不同的三维建模软件一些机构或者组织出于标准化的目的也会定义某种通用的三维模型数据格式。这些不同格式的数据文件构成了三维模型的数据载体。常用的三维数据格式如下表7.1所示名称 全称 特点PLY Polygon File Format 描述最简单OBJ Wavefront .obj file 经典通用性高3DS 3D Studio 广泛应用的经典格式MAX 3D Studio Max 3DMax专属格式glTF Graphics Language Transmission Format 现代自由开放适合OpenGL管线FBX Filmbox 现代而全面的格式游戏引擎中常用对这些三维数据格式我们可以做一个大致的认识因为后面可能会直接用到PLY是一种最简单的三维数据格式一般用其存储不带纹理的模型数据可通过文本和二进制两种形式来描述。OBJ是非常通用的三维模型数据格式与PLY相比增加了对材质的描述包括纹理信息。因此一个典型的OBJ格式的文件除了.obj文件同时还会附带一个.mtl文件用于描述材质。而在材质文件中就可以指定纹理图片的地址。很长一段时间内由于其对三维模型文件的描述比较全面通常用于不同三维建模软件的中转。3DS和MAX属于著名三维建模软件Autodesk 3ds Max的专属的文件数据格式。理论上来说3DS和MAX都属于商业三维数据格式但是Autodesk 3ds Max在三维建模上的使用非常广泛所以这两种数据格式也很常见。不同的是3DS现在已经基本能够各种三维软件所识别一些开源工具也能解析识别Max则是Autodesk 3ds Max所专用其他三维软件或者开源工具一般都不支持。Max还有一个笔者认为不太好的特点就是版本迭代太快低版本的Autodesk 3ds Max无法打开高版本的Max格式数据。glTF是一种自由开放无专利限制的适合传输和加载3D模型和场景的文件格式。相比较前面介绍三维数据格式来说glTF诞生的时间较晚可以采用了更为现代的图形技术来封装和组织这个格式。Khronos Group制定和维护了glTF数据格式的标准同时由于其也是OpenGL接口标准的指定者和维护者因此glTF特别适合OpenGL系列OpenGLOpenGL ESWebGL的图形渲染流水线所需要进行的处理。这个特点意味着glTF足够轻量化。目前glTF有1.0和2.0两个版本其中glTF2.0已经成为了ISO国际标准。FBX同样也是Autodesk公司开发的一种通用三维数据格式。与glTF一样FBX也是更为现代的三维数据格式比如支持显示效果更为真实的PBR材质。FBX广泛应用于游戏开发领域目前最火的三维游戏引擎Unity和Unreal都支持直接导入这种格式。Autodesk官方为FBX提供了开发包支持解析和修改该格式数据文件。除此之外也有一些开源第三方组件使用自己的方式兼容它。综合来说PLY、OBJ和3DS都属于比较早期的三维模型数据格式受限于当年的图形技术的认知而Max、glTF和FBX则设计得更为现代文件组织结构更为合理能提供更为强大的可视化效果。例如现代三维模型数据格式已经不仅仅是像早期三维模型数据格式那样只包含模型数据本身还会包括材质、动画、灯光甚至相机等其描述的对象可以是整个三维场景。7.1.2 从地形来认识三维模型PLY格式如果没有三维图形的基础知识上一小节的论述可能会让有的读者一头雾水。那么我们可以从GIS中的地形开始说起——在第6.3节中我们就已经使用过PLY格式的三维数据将其表达成不规则三角网地形。但是如图6.6所示的地形实在过于简陋有没有办法给这个白模赋予着色信息使其有更好的可视化效果呢一种最简单的可视化优化方案是可以结合第6.5节中晕渲图的实现创建一个带颜色信息的地形三维模型数据。如下例7.1所示//例7.1 DEM数据转换PLY三维模型#include#include#include#include#include#includeusing namespace std;struct VertexProperty {double x;double y;double z;uint8_t red;uint8_t green;uint8_t blue;};size_t vertexCount;vector vertexData;size_t faceCount;vector indices;//颜色查找表using F_RGB std::array;vector tableRGB(256);//生成渐变色void Gradient(F_RGB start, F_RGB end, vector RGBList) {F_RGB d;for (int i 0; i 3; i) {d[i] (end[i] - start[i]) / RGBList.size();}for (size_t i 0; i RGBList.size(); i) {for (int j 0; j 3; j) {RGBList[i][j] start[j] d[j] * i;}}}//初始化颜色查找表void InitColorTable() {F_RGB blue({17, 60, 235}); //蓝色F_RGB green({17, 235, 86}); //绿色vector RGBList(60);Gradient(blue, green, RGBList);for (int i 0; i 60; i) {tableRGB[i] RGBList[i];}F_RGB yellow({235, 173, 17}); //黄色RGBList.clear();RGBList.resize(60);Gradient(green, yellow, RGBList);for (int i 0; i 60; i) {tableRGB[i 60] RGBList[i];}F_RGB red({235, 60, 17}); //红色RGBList.clear();RGBList.resize(60);Gradient(yellow, red, RGBList);for (int i 0; i 60; i) {tableRGB[i 120] RGBList[i];}F_RGB white({235, 17, 235}); //紫色RGBList.clear();RGBList.resize(76);Gradient(red, white, RGBList);for (int i 0; i 76; i) {tableRGB[i 180] RGBList[i];}}//根据高程选颜色inline int GetColorIndex(double z, double min_z, double max_z) {int temp (int)floor((z - min_z) * 255 / (max_z - min_z) 0.6);return temp;}void ReadDem() {string workDir getenv(GISBasic);string demPath workDir /../Data/Model/dem.tif;GDALDataset* dem (GDALDataset*)GDALOpen(demPath.c_str(), GA_ReadOnly);if (!dem) {cout Cant Open Image! endl;return;}int srcDemWidth dem-GetRasterXSize();int srcDemHeight dem-GetRasterYSize();//坐标信息double geoTransform[6] {0};dem-GetGeoTransform(geoTransform);double srcDx geoTransform[1];double srcDy geoTransform[5];double startX geoTransform[0] 0.5 * srcDx;double startY geoTransform[3] 0.5 * srcDy;double endX startX (srcDemWidth - 1) * srcDx;double endY startY (srcDemHeight - 1) * srcDy;size_t demBufNum (size_t)srcDemWidth * srcDemHeight;vector srcDemBuf(demBufNum, 0);int depth sizeof(float);dem-GetRasterBand(1)-RasterIO(GF_Read, 0, 0, srcDemWidth, srcDemHeight,srcDemBuf.data(), srcDemWidth, srcDemHeight,GDT_Float32, depth, srcDemWidth * depth);GDALClose(dem);double minZ *(std::min_element(srcDemBuf.begin(), srcDemBuf.end()));double maxZ *(std::max_element(srcDemBuf.begin(), srcDemBuf.end()));vertexCount (size_t)srcDemWidth * srcDemHeight;vertexData.resize(vertexCount);for (int yi 0; yi srcDemHeight; yi) {for (int xi 0; xi srcDemWidth; xi) {size_t m (size_t)srcDemWidth * yi xi;vertexData[m].x startX xi * srcDx;vertexData[m].y startY yi * srcDy;vertexData[m].z srcDemBuf[m];int index GetColorIndex(srcDemBuf[m], minZ, maxZ);vertexData[m].red (uint8_t)(tableRGB[index][0] 0.5);vertexData[m].green (uint8_t)(tableRGB[index][1] 0.5);vertexData[m].blue (uint8_t)(tableRGB[index][2] 0.5);}}faceCount (size_t)(srcDemHeight - 1) * (srcDemWidth - 1) * 2;// indices.resize(faceCount);for (int yi 0; yi srcDemHeight - 1; yi) {for (int xi 0; xi srcDemWidth - 1; xi) {size_t m (size_t)srcDemWidth * yi xi;indices.push_back(m);indices.push_back(m srcDemWidth);indices.push_back(m srcDemWidth 1);indices.push_back(m srcDemWidth 1);indices.push_back(m 1);indices.push_back(m);}}}void WriteDemModel() {string workDir getenv(GISBasic);string demPath workDir /../Data/Model/dst.ply;ofstream outfile(demPath);if (!outfile) {printf(write file error %s\n, demPath.c_str());return;}outfile ply\n;outfile format ascii 1.0\n;outfile comment CL generated\n;outfile element vertex to_string(vertexCount) \n;outfile property double x\n;outfile property double y\n;outfile property double z\n;outfile property uchar red\n;outfile property uchar green\n;outfile property uchar blue\n;outfile element face to_string(faceCount) \n;outfile property list uchar int vertex_indices\n;outfile end_header\n;outfile fixed;for (int vi 0; vi vertexCount; vi) {outfile vertexData[vi].x ;outfile vertexData[vi].y ;outfile vertexData[vi].z \n;outfile (int)vertexData[vi].red ;outfile (int)vertexData[vi].green ;outfile (int)vertexData[vi].blue \n;}for (size_t fi 0; fi faceCount; fi) {outfile 3;for (int ii 0; ii 3; ii) {int id indices[fi * 3 ii];outfile id;}outfile \n;}}int main() {GDALAllRegister(); //注册格式InitColorTable();ReadDem();WriteDemModel();return 0;}我们将生成PLY格式的三维数据导入到开源三维软件MeshLab中其显示的效果如下图7.1所示。可以看到虽然我们更换了一个地形数据但是其展示的效果与第6.5节中晕渲图的效果比较类似。其实准确来说二维晕渲图的可视化效果正是来自于三维渲染一定光照条件下的实现。图7.1 带颜色信息的地形三维模型数据例6.4使用PLY数据格式来表达不规则三角网地形而本例表达的则是规则格网地形。但是只要是保存为三维数据格式其存储的数据信息都是相同的都包含顶点信息和索引信息。其中顶点信息不再只包含位置信息了还包含了每个顶点的颜色信息RGB因此本例封装了一个顶点属性的结构体来表达一个顶点struct VertexProperty {double x;double y;double z;uint8_t red;uint8_t green;uint8_t blue;};我们生成PLY格式是文本格式通过记事本打开也可以直接看到位置信息和颜色信息如下图 7.2所示图7.2 PLY格式文件中的位置信息和颜色信息通过这个简单的例子就可以知道为什么需要三维模型数据分成顶点信息和索引信息来保存。在本例中是将DEM每个方形格网转换成两个三角形如果格网DEM为m行n列这意味着存在(m-1)?(n-1)个格网即2?(m-1)?(n-1)个三角形。如果我们以一个三角形顶点接着一个三角形顶点来描述三维模型文件那么就需要6?(m-1)?(n-1)个顶点。但其实DEM中的顶点个数很明确就是 m ?n个——这意味着至少存在这4到5倍的数据冗余。先描述顶点信息再描述索引信息这样可以兼容一些共顶点的情况因而可以最大化减少数据量毕竟一个索引比一个顶点的数据量更少。如下图7.3所示是本例生成的PLY格式文件中的索引信息。其中每一行代表一个面3表示绘制的是三角形后面三个数则表示顶点数据中每个顶点的索引编号。当然PLY格式也可以将每个面描述成四边形或者多边形。但是目前大多数图形API或渲染引擎都将三角形作为绘制的基本图元以三角形作为最小的绘制单位是效率最高的。图7.3 PLY格式文件中的索引信息7.1.3 地形和影像组成三维模型OBJ格式在上一节中展示了基于地形的三维模型的可视化图7.1但这种效果其实是一种风格化的效果。所谓风格化效果就是不一定写实但是由于抓住了事物对象主要特征我们可以很容易确信展示就是渲染的就是该事物对象例如卡通风格就是一种典型的风格化效果。与风格化效果相对应的就是写实效果写实效果能够让用户有更为真实的感受。在这里如果要让这个地形三维模型数据得到这种写实的效果那么就可以利用我们在第5章介绍过的栅格影像DOM将其铺在地形三维模型的表面而不是使用顶点着色。问题在于如何将这个影像铺在三维模型上呢这个时候我们就要用到除了位置和颜色之外的另一种顶点属性信息纹理坐标。在计算机图形中影像/图片数据在被传输到GPU后就被封装成一种名为“纹理”的数据对象。顶点的纹理坐标就是该顶点对应于这张纹理图片的位置一个三角形面片有三个顶点也就对应了纹理图片上的三个位置从而可以让我们取得纹理上的颜色值。而三角形内部的顶点的颜色值就直接从纹理上的三角形面片的区域取值内插得到。在这里说的内插过程有点像我们之前第5章中介绍的影像进行图像内插过程但并不完全准确。这涉及到计算机图像渲染流水线中光栅化的过程是一个很复杂的过程。本章我们只用关心三维模型数据本身可视化的问题我们后面再介绍。在这里我们只需要知道顶点信息可以附带纹理坐标信息从而将纹理图片的颜色值映射到模型上。如果我们要在一个三维模型中附带纹理和纹理坐标信息那么使用PLY格式的三维模型数据就不是很方便了。如下例7.2所示我们使用OBJ格式的三维模型数据来表达带纹理和纹理坐标信息的地形//例7.2 DEM数据转换OBJ三维模型#include#include#include#include#include#includeusing namespace std;struct VertexProperty {double x;double y;double z;double texCoordX;double texCoordY;};size_t vertexCount;vector vertexData;size_t faceCount;vector indices;void ReadDem() {string workDir getenv(GISBasic);string demPath workDir /../Data/Model/dem.tif;GDALDataset* dem (GDALDataset*)GDALOpen(demPath.c_str(), GA_ReadOnly);if (!dem) {cout Cant Open Image! endl;return;}int srcDemWidth dem-GetRasterXSize();int srcDemHeight dem-GetRasterYSize();//坐标信息double geoTransform[6] {0};dem-GetGeoTransform(geoTransform);double srcDx geoTransform[1];double srcDy geoTransform[5];double startX geoTransform[0] 0.5 * srcDx;double startY geoTransform[3] 0.5 * srcDy;double endX startX (srcDemWidth - 1) * srcDx;double endY startY (srcDemHeight - 1) * srcDy;size_t demBufNum (size_t)srcDemWidth * srcDemHeight;vector srcDemBuf(demBufNum, 0);int depth sizeof(float);dem-GetRasterBand(1)-RasterIO(GF_Read, 0, 0, srcDemWidth, srcDemHeight,srcDemBuf.data(), srcDemWidth, srcDemHeight,GDT_Float32, depth, srcDemWidth * depth);GDALClose(dem);double minZ *(std::min_element(srcDemBuf.begin(), srcDemBuf.end()));double maxZ *(std::max_element(srcDemBuf.begin(), srcDemBuf.end()));vertexCount (size_t)srcDemWidth * srcDemHeight;vertexData.resize(vertexCount);for (int yi 0; yi srcDemHeight; yi) {for (int xi 0; xi srcDemWidth; xi) {size_t m (size_t)srcDemWidth * yi xi;vertexData[m].x startX xi * srcDx;vertexData[m].y startY yi * srcDy;vertexData[m].z srcDemBuf[m];vertexData[m].texCoordX (double)xi / (srcDemWidth - 1);vertexData[m].texCoordY (double)yi / (srcDemHeight - 1);}}faceCount (size_t)(srcDemHeight - 1) * (srcDemWidth - 1) * 2;// indices.resize(faceCount);for (int yi 0; yi srcDemHeight - 1; yi) {for (int xi 0; xi srcDemWidth - 1; xi) {size_t m (size_t)srcDemWidth * yi xi;indices.push_back(m);indices.push_back(m srcDemWidth);indices.push_back(m srcDemWidth 1);indices.push_back(m srcDemWidth 1);indices.push_back(m 1);indices.push_back(m);}}}void WriteDemModel() {string workDir getenv(GISBasic);string demPath workDir /../Data/Model/dst.obj;ofstream outfile(demPath);if (!outfile) {printf(write file error %s\n, demPath.c_str());return;}outfile mtllib dst.mtl\n;outfile fixed;for (int vi 0; vi vertexCount; vi) {outfile v ;outfile vertexData[vi].x ;outfile vertexData[vi].y ;outfile vertexData[vi].z \n;}for (int vi 0; vi vertexCount; vi) {outfile vt ;outfile vertexData[vi].texCoordX ;outfile vertexData[vi].texCoordY \n;}outfile usemtl dst\n;for (size_t fi 0; fi faceCount; fi) {outfile f;for (int ii 0; ii 3; ii) {int id indices[fi * 3 ii] 1;outfile id / id;}outfile \n;}string mtlPath workDir /../Data/Model/dst.mtl;ofstream mtlfile(mtlPath);if (!mtlfile) {printf(write file error %s\n, mtlPath.c_str());return;}mtlfile newmtl dst\n;mtlfile illum 2\n;mtlfile map_Ka tex.jpg\n;mtlfile map_Kd tex.jpg\n;mtlfile map_Ks tex.jpg\n;mtlfile Ns 10.000\n;}int main() {GDALAllRegister(); //注册格式//设置Proj数据std::string projDataPath getenv(GISBasic);projDataPath /share/proj;CPLSetConfigOption(PROJ_LIB, projDataPath.c_str());ReadDem();WriteDemModel();return 0;}程序运行完成之后生成.obj格式后缀的三维模型文件其数据内容与.ply格式后缀的三维模型文件差不多都是由顶点数据和索引数据组成的只不过两者的数据组织形式不同。OBJ格式的数据描述形式是先描述顶点位置信息如下图7.4所示图7.4 OBJ格式文件中的位置信息接着描述顶点的纹理坐标信息如下图7.5所示图7.5 OBJ格式文件中的纹理坐标信息最后是索引数据信息如下图7.6所示。OBJ格式的索引数据的设计稍微复杂了一点将索引划分成顶点位置数据的索引以及顶点纹理坐标的索引。如果有顶点法向量数据还可以加上顶点法向量数据的索引。但这里不用进行区分直接都使用同一个索引值图7.6 OBJ格式文件中的顶点索引信息程序在生成.obj文件的同时生成了一个后缀名为.mtl的文件。mtl是英文单词material材质的缩写这个文件定义了OBJ格式文件的材质信息。在图7.4中我们可以看到.obj文件在第一行描述信息就引用了这个.mtlmtllib dst.mtl这一行描述信息表示dst.mtl文件是该.obj文件的材质文件。在这个材质文件中描述了一些材质参数其中就包括我们前面讲到的纹理图片文件如下图7.7所示tex.jpg文件就是我们使用的纹理图7.7 OBJ格式的材质文件材质是三维可视化最为重要的概念之一决定了物体对象以什么样的可视化效果渲染展示出来。例如同一个物体的质感体现是金属、木头还是塑料需要通过材质来进行定义。不过这个问题很复杂目前我们只需要知道通常在材质中使用纹理是材质的关键参数。三维物体不会仅仅只包含一个材质材质文件中可能会包含多个材质。每个材质通常与一段顶点索引数据相关联表示这一段图元是通过该材质进行渲染的。如图7.6所示在描述顶点索引信息之前使用了如下描述语句usemtl dst这表示以下三角面图元是通过材质文件dst.mtl中的dst材质来进行渲染的。最后将生成OBJ格式的三维数据导入到开源三维软件MeshLab中显示的三维渲染效果如下图7.8所示。可以看到相比例7.1的结果来说具有更好的写实效果可以看到突起的山峰以及峡谷的河流。这是因为使用了栅格影像DOM来作为纹理图片而DOM影像通常由光学影像拍摄真实的地形拍摄而来真实感效果更好。图7.8 带纹理的地形三维模型数据7.1.4 认识现代三维模型数据glTF格式三维模型数据是进行三维可视化的初始载体。在进行图形渲染的起始阶段会将硬盘中的三维模型数据读取到内存中然后再传入显存做进一步处理。因此三维数据格式总是会随着计算机图形技术的发展而发展要么会出现更新的三维模型数据的格式要么会在已有的三维模型数据上作扩展。相比较前面介绍的PLY格式或者OBJ格式glTF是一种更为现代的三维模型数据格式。这种现代性不仅仅是体现在时间上更是体现在多方面的现代三维数据格式包含的数据内容越来越多大多数与三维场景渲染相关的信息都可以进行定义和保存。现代三维数据格式数据定义的概念与三维渲染流程越来越适配很多早期的三维数据格式并没有考虑到三维渲染。现代三维数据格式往往会借用一些其他已经定义好的数据格式是一个数据文件的复合体。现代三维模型数据已经不单纯是一个数据资源更是一个数据资产asset。glTF的英文全称是GL Transmission Format从这个名称就可以看出这个三维数据格式的设计目的就是为了最大化数据传输的效率。这个数据传输不仅仅是指网络端到本地端数据传输也包括本地数据与内存传输以及内存到显存数据传输。对于数据处理这一类程序来说CPU或者GPU的运算速度已经足够快了数据传输反而是程序的性能瓶颈。因此glTF的设计思路尽可能轻量化最大程度减少3D资产的大小节约解析和使用这些资产所需的运行时处理的时间。glTF有glTF1.0和glTF2.0两个版本本书描述的内容以glTF2.0规范为准。通常来说glTF格式数据包含以下几个部分三维场景数据描述使用JSON来描述。JSONJavaScript Object Notation是一种轻量级的数据交换格式易于人类阅读和编写也易于机器解析和生成提升网络传输效率。另外JSON尤其适配三维场景这种树形结构数据的表达。缓冲区数据保存为二进制文件。缓冲区数据指的就是前面提到的顶点数据和顶点索引数据其数据量通常比较大以二进制的形式进行一次或者少数几次传输可以最大化减少数据预处理以及数据传输的性能损耗。在OpenGL的图形渲染中缓冲区数据读取后可以直接被其API接口调用。资源文件例如纹理数据可以使用jpg格式图片来表达jpg格式图片压缩比较高利于进行数据传输。另外还有一些三维图形专用的纹理格式例如DXT和KTX2也可以作为单独的文件被glTF使用。作为对照这里还是使用将DEM数据转换成三维模型的例子如下例7.3所示//例7.3 DEM数据转换glTF三维模型#include#include#include#include#includeusing namespace std;using namespace nlohmann;size_t pointNum 0;size_t binBufNum 0;size_t indicesNum 0;void CreateBinFile() {string workDir getenv(GISBasic);string demPath workDir /../Data/Model/dem.tif;GDALDataset *img (GDALDataset *)GDALOpen(demPath.c_str(), GA_ReadOnly);if (!img) {printf(Cant Open Image!);return;}int bufWidth img-GetRasterXSize(); //图像宽度int bufHeight img-GetRasterYSize(); //图像高度int bandNum img-GetRasterCount(); //波段数if (bandNum ! 1) {printf(DEM波段数不为1);return;}int depth GDALGetDataTypeSize(img-GetRasterBand(1)-GetRasterDataType()) /8; //图像深度//获取地理坐标信息double padfTransform[6];if (img-GetGeoTransform(padfTransform) CE_Failure) {printf(获取仿射变换参数失败);return;}double startX padfTransform[0];double dX padfTransform[1];double startY padfTransform[3];double dY padfTransform[5];//申请bufsize_t imgBufNum (size_t)bufWidth * bufHeight * bandNum;float *imgBuf new float[imgBufNum];//读取img-RasterIO(GF_Read, 0, 0, bufWidth, bufHeight, imgBuf, bufWidth, bufHeight,GDT_Float32, bandNum, nullptr, bandNum * depth,bufWidth * bandNum * depth, depth);pointNum (size_t)bufWidth * bufHeight;size_t position_texture_num pointNum * 5;float *position_texture new float[position_texture_num];for (int yi 0; yi bufHeight; yi) {for (int xi 0; xi bufWidth; xi) {size_t n (size_t)(bufWidth * 5) * yi 5 * xi;position_texture[n] dX * xi;position_texture[n 1] dY * yi;size_t m (size_t)(bufWidth * bandNum) * yi bandNum * xi;position_texture[n 2] imgBuf[m];position_texture[n 3] float(xi) / (bufWidth - 1);position_texture[n 4] float(yi) / (bufHeight - 1);}}//释放delete[] imgBuf;imgBuf nullptr;string binPath workDir /../Data/Model/new.bin;ofstream binFile(binPath, std::ios::binary);binFile.write((char *)position_texture, position_texture_num * sizeof(float));size_t vertexBufNum position_texture_num * sizeof(float);binBufNum binBufNum vertexBufNum;int mod vertexBufNum % sizeof(uint16_t);if (mod ! 0) {int spaceNum sizeof(float) - mod;char *space new char[spaceNum];binBufNum binBufNum sizeof(char) * spaceNum;memset(space, 0, sizeof(char) * spaceNum);binFile.write(space, sizeof(char) * spaceNum);delete[] space;space nullptr;}indicesNum (size_t)(bufWidth - 1) * (bufHeight - 1) * 2 * 3;uint16_t *indices new uint16_t[indicesNum];for (int yi 0; yi bufHeight - 1; yi) {for (int xi 0; xi bufWidth - 1; xi) {uint16_t m00 (uint16_t)(bufWidth * yi xi);uint16_t m01 (uint16_t)(bufWidth * (yi 1) xi);uint16_t m11 (uint16_t)(bufWidth * (yi 1) xi 1);uint16_t m10 (uint16_t)(bufWidth * yi xi 1);size_t n (size_t)(bufWidth - 1) * yi xi;indices[n * 6] m00;indices[n * 6 1] m01;indices[n * 6 2] m11;indices[n * 6 3] m11;indices[n * 6 4] m10;indices[n * 6 5] m00;}}binFile.write((char *)indices, sizeof(uint16_t) * indicesNum);binBufNum binBufNum sizeof(uint16_t) * indicesNum;delete[] position_texture;position_texture nullptr;delete[] indices;indices nullptr;}int main() {GDALAllRegister();CPLSetConfigOption(GDAL_FILENAME_IS_UTF8, NO); //支持中文路径//设置Proj数据std::string projDataPath getenv(GISBasic);projDataPath /share/proj;CPLSetConfigOption(PROJ_LIB, projDataPath.c_str());ordered_json gltf;gltf[asset] {{generator, CL}, {version, 2.0}};gltf[scene] 0;gltf[scenes] {{{nodes, {0}}}};gltf[nodes] {{{mesh, 0}}};ordered_json positionJson;positionJson[POSITION] 1;positionJson[TEXCOORD_0] 2;ordered_json primitivesJson;primitivesJson {{{attributes, positionJson}, {indices, 0}, {material, 0}}};gltf[meshes] {{{primitives, primitivesJson}}};ordered_json pbrJson;pbrJson[baseColorTexture][index] 0;gltf[materials] {{{pbrMetallicRoughness, pbrJson}}};CreateBinFile();gltf[textures] {{{sampler, 0}, {source, 0}}};gltf[images] {{{uri, tex.jpg}}};gltf[samplers] {{{magFilter, 9729},{minFilter, 9987},{wrapS, 33648},{wrapT, 33648}}};gltf[buffers] {{{uri, new.bin}, {byteLength, binBufNum}}};ordered_json indicesBufferJson;indicesBufferJson[buffer] 0;indicesBufferJson[byteOffset] pointNum * 5 * 4;indicesBufferJson[byteLength] indicesNum * 2;indicesBufferJson[target] 34963;ordered_json positionBufferJson;positionBufferJson[buffer] 0;positionBufferJson[byteStride] sizeof(float) * 5;positionBufferJson[byteOffset] 0;positionBufferJson[byteLength] pointNum * 5 * 4;positionBufferJson[target] 34962;gltf[bufferViews] {indicesBufferJson, positionBufferJson};ordered_json indicesAccessors;indicesAccessors[bufferView] 0;indicesAccessors[byteOffset] 0;indicesAccessors[componentType] 5123;indicesAccessors[count] indicesNum;indicesAccessors[type] SCALAR;indicesAccessors[max] {18719};indicesAccessors[min] {0};ordered_json positionAccessors;positionAccessors[bufferView] 1;positionAccessors[byteOffset] 0;positionAccessors[componentType] 5126;positionAccessors[count] pointNum;positionAccessors[type] VEC3;positionAccessors[max] {770, 0.0, 1261.151611328125};positionAccessors[min] {0.0, -2390, 733.5555419921875};ordered_json textureAccessors;textureAccessors[bufferView] 1;textureAccessors[byteOffset] sizeof(float) * 3;textureAccessors[componentType] 5126;textureAccessors[count] pointNum;textureAccessors[type] VEC2;textureAccessors[max] {1, 1};textureAccessors[min] {0, 0};gltf[accessors] {indicesAccessors, positionAccessors, textureAccessors};string workDir getenv(GISBasic);string jsonFile workDir /../Data/Model/new.gltf;ofstream binFile(jsonFile, std::ios::binary);std::ofstream outFile(jsonFile);outFile std::setw(4) gltf std::endl;}例7.3最终得到的glTF格式使的三维模型文件如下图7.9所示也可以直接从本书的在线主页中获取。.gltf后缀的文件就是用于三维场景数据描述的JSON文件.bin后缀的文件就是储存缓存区数据的二进制文件.jpg文件就是三维模型用到的纹理图片。一些在线网站如https://gltf-viewer.donmccurdy.com提供了对glTF模型数据的浏览可以得到如图7.8所示的渲染效果。土桌衫潜

相关文章:

LLM 算法岗 | 八股问答()· 多模态与主流模型架构曰

7.1 初识三维模型 7.1.1 三维模型的数据载体 随着计算机图形技术的发展,我们或多或少都会见过或者听说过三维模型。笔者始终记得小时候第一次在电视上看到三维动画《变形金刚:超能勇士》的震撼感受;而现在我们已经可以在手机上玩三维游戏《王…...

避坑指南:Windows/Linux下Java串口通信库RXTX与jSerialComm选型及配置详解

Java串口通信库选型实战:RXTX与jSerialComm的工业级应用对比 工业自动化领域对串口通信的需求从未减弱,尤其在RS485设备控制、传感器数据采集等场景中。作为Java开发者,面对RXTX和jSerialComm这两个主流选择时,如何根据项目特点做…...

PyCharm专业开发:调试与集成千问3.5-9B模型调用代码

PyCharm专业开发:调试与集成千问3.5-9B模型调用代码 1. 前言:为什么选择PyCharm进行AI模型开发 PyCharm作为Python开发者最喜爱的IDE之一,在AI模型开发领域有着独特的优势。特别是当我们需要集成像千问3.5-9B这样的大语言模型时&#xff0c…...

Pixel Epic惊艳效果展示:16-bit像素风AI贤者生成的10份高质量研报作品集

Pixel Epic惊艳效果展示:16-bit像素风AI贤者生成的10份高质量研报作品集 1. 像素史诗:当AI研究遇上复古游戏美学 在数字内容创作领域,我们见证了一个令人耳目一新的创新——Pixel Epic将严肃的学术研究与复古游戏美学完美融合。这款工具彻底…...

超详细IPsec的真实案例(简化),总部和分支和地级市互通

1.实验拓扑2.基本配置(为了方便)a.基础配置(IP地址,路由等)AR1:# interface GigabitEthernet0/0/0ip address 192.168.1.254 255.255.255.0 # interface GigabitEthernet0/0/1ip address 10.1.13.1 255.25…...

30KHz调频深度0.5%:用示波器实测SSC扩频时钟的完整指南(以PCIe为例)

30KHz调频深度0.5%:用示波器实测SSC扩频时钟的完整指南(以PCIe为例) 在高速数字系统设计中,电磁干扰(EMI)始终是工程师面临的核心挑战之一。当PCIe 3.0信号以8GT/s速率传输时,时钟信号的谐波辐射…...

Meta推出Muse Spark,AI领域再掀波澜

Meta告别旧模型,Muse Spark闪亮登场周三,Meta宣布推出Muse系列的首个AI模型——Muse Spark,这标志着Meta彻底告别了之前在开源Llama模型系列上的工作。Llama系列模型在用户和独立大语言模型(LLM)排名中反响平平&#x…...

【现代通信技术】SDH技术:从PDH到SDH的演进与核心优势解析

1. 从电缆时代到光纤革命:PDH与SDH的技术分野 记得刚入行那会儿,师傅带着我维护老式通信设备,成捆的电缆像蜘蛛网般盘踞在机房。那时候的准同步数字体系(PDH)就像用不同方言交流的邻居——北美用E1(1.544Mb…...

用字节扣子工作流,5分钟把小说变成AI解说视频(附完整流程)

5分钟零代码实战:用字节扣子工作流将小说变身高流量解说视频 在短视频内容爆炸的时代,"一口看完XX小说"这类AI解说视频正以惊人的速度占领抖音、B站的流量高地。作为个人创作者,你是否也想过批量生产这类内容,却苦于剪辑…...

Gemma-3-12B-IT WebUI部署教程:离线环境安装依赖与模型权重预加载方案

Gemma-3-12B-IT WebUI部署教程:离线环境安装依赖与模型权重预加载方案 1. 引言:为什么选择Gemma-3-12B-IT? 如果你正在寻找一个性能强大、部署成本可控的开源大语言模型,Google的Gemma-3-12B-IT绝对值得关注。这个模型在推理能力…...

告别SQL拼接!鸿蒙HarmonyOS RdbPredicates实战:从增删改查到动态查询,一篇搞定

鸿蒙HarmonyOS RdbPredicates深度实战:构建安全高效的数据库查询体系 在移动应用开发领域,数据持久化一直是核心需求之一。传统Android开发中,我们习惯了直接编写SQL语句进行数据库操作,但这种做法往往伴随着字符串拼接的安全隐患…...

【2026 AI原生开发栈红蓝对抗报告】:开源vs商业、云托管vs私有化、推理优先vs训练协同——6大维度22项指标横向碾压测试

第一章:AI原生开发栈选型的范式迁移与2026技术拐点定义 2026奇点智能技术大会(https://ml-summit.org) 从模型部署到AI原生架构的范式跃迁 传统MLOps栈以“模型为中心”,将训练、评估、部署视为线性流程;而AI原生开发栈以“能力为中心”&am…...

告别HTML/CSS:NiceGUI让Python开发者5分钟搞定动态图表网页

用Python重塑数据可视化:NiceGUI零前端开发动态仪表盘实战 在数据驱动的时代,如何快速将分析结果转化为可交互的视觉呈现成为每个Python开发者的必备技能。传统方式需要掌握HTML、CSS和JavaScript整套技术栈,而NiceGUI的出现彻底改变了这一局…...

YOLOv9镜像实战应用:安防监控、工业质检等场景落地解析

YOLOv9镜像实战应用:安防监控、工业质检等场景落地解析 1. 为什么选择YOLOv9镜像 在目标检测领域,YOLO系列模型一直以速度和精度的平衡著称。最新发布的YOLOv9通过引入可编程梯度信息(Programmable Gradient Information)技术&a…...

Qwen3-VL-8B在农业科技应用:作物病害图片+田间描述生成防治方案

Qwen3-VL-8B在农业科技应用:作物病害图片田间描述生成防治方案 1. 项目概述 想象一下这样的场景:一位农民在田间发现作物叶片出现异常斑点,他拿出手机拍下照片,简单描述几句观察到的情况,几分钟后就能获得专业的病害…...

Visio图表绘制加速器:用Phi-3-mini生成系统架构图与流程图描述

Visio图表绘制加速器:用Phi-3-mini生成系统架构图与流程图描述 1. 引言:当AI遇见系统设计 你有没有遇到过这样的场景?在会议室里,团队讨论了一个复杂的系统架构,所有人都点头表示理解,但当你回到工位准备…...

代码评审文化:从形式主义到质量堡垒

——软件测试从业者的专业视角在软件开发的生命周期中,代码评审(Code Review) 本应是保障产品质量的核心防线,却常因执行流于形式而沦为“技术表演”。对软件测试从业者而言,这种形式主义不仅增加了测试阶段的负担&…...

Qwen3-14B-Int4-AWQ效果深度评测:代码生成、推理与数学能力横向对比

Qwen3-14B-Int4-AWQ效果深度评测:代码生成、推理与数学能力横向对比 1. 评测背景与模型特点 Qwen3-14B-Int4-AWQ作为通义千问系列的最新量化版本,在保持原版14B参数规模的同时,通过AWQ(Activation-aware Weight Quantization&am…...

JavaScript中字符串split方法转换为数组的细节.txt

context.WithTimeout没生效是因为未在关键位置检查ctx.Err()或未将ctx传入底层可取消操作;需确保I/O操作(如http.NewRequestWithContext)显式接收ctx,并在自定义协程中定期select监听ctx.Done()。context.WithTimeout 为什么没生效…...

从BERT到GPT:预训练语言模型的技术演进史

一场改变软件测试范式的革命2018年,当谷歌发布BERT模型时,软件测试领域并未意识到这项技术将如何重塑自动化测试工具的设计逻辑。三年后,GPT-3的诞生让测试脚本自动生成从实验室走向工程实践。本文以软件测试工程师的视角,剖析预训…...

自动化测试中的“等待”策略:聪明地等待,而不是傻等

一、为什么等待策略是自动化测试的命脉 在自动化测试中,等待策略直接决定脚本的稳定性和执行效率。当测试代码以毫秒级速度运行时,浏览器渲染、网络请求和异步加载往往需要秒级响应。若缺乏合理的等待机制,将引发三大致命问题: 元…...

Phi-3-mini-4k-instruct-gguf企业实操:HR部门员工制度问答机器人快速上线

Phi-3-mini-4k-instruct-gguf企业实操:HR部门员工制度问答机器人快速上线 1. 项目背景与价值 HR部门每天都会收到大量关于员工制度的咨询,从考勤规则到福利政策,重复性问题占据了大量工作时间。传统的人工回复方式效率低下,且难…...

丹青识画系统C语言基础集成示例:轻量级嵌入式图像处理接口

丹青识画系统C语言基础集成示例:轻量级嵌入式图像处理接口 最近在做一个智能门禁的项目,需要在树莓派这类小设备上跑图像识别。找了一圈,发现很多现成的AI模型库要么太臃肿,要么对C语言支持不友好,部署起来特别麻烦。…...

保姆级教程:用Qwen3-VL-8B搭建本地视觉问答工具,4090显卡轻松跑

保姆级教程:用Qwen3-VL-8B搭建本地视觉问答工具,4090显卡轻松跑 1. 为什么选择Qwen3-VL-8B? 想象一下,你正在开发一个智能相册应用,用户上传一张照片后,系统能自动回答"照片里有哪些人?&…...

YOLOv12进阶使用:手把手教你训练自定义数据集

YOLOv12进阶使用:手把手教你训练自定义数据集 1. 准备工作与环境配置 1.1 镜像环境概述 YOLOv12官方镜像已经预装了所有必要的依赖项,包括: Python 3.11环境PyTorch 2.3.0 CUDA 12.1Flash Attention v2加速模块Ultralytics 8.3.0及以上版…...

Qwen3.5-2B轻量化优势详解:相比Qwen3.5-8B显存降低62%,精度保留94%

Qwen3.5-2B轻量化优势详解:相比Qwen3.5-8B显存降低62%,精度保留94% 1. 轻量化模型的核心价值 1.1 什么是轻量化模型 轻量化模型是指通过精心设计的架构和优化技术,在保持模型性能的同时大幅减少计算资源需求的AI模型。就像把一台笨重的台式…...

【深度解析】设备无关性与I/O性能优化:从缓冲区管理到磁盘调度

1. 设备无关性:用户程序与硬件的优雅解耦 第一次接触设备无关性概念时,我正被不同打印机驱动搞得焦头烂额。当时就在想:为什么不能像读写文件那样操作所有设备?后来才发现,操作系统早已通过逻辑设备映射实现了这个理想…...

保姆级教程:GPT-SoVITS一键部署,5秒语音克隆你的专属AI助手

保姆级教程:GPT-SoVITS一键部署,5秒语音克隆你的专属AI助手 1. 引言:为什么选择GPT-SoVITS 想象一下,你只需要录制5秒钟的语音,就能让AI用你的声音朗读任何文字——这就是GPT-SoVITS带来的神奇体验。作为当前最先进的…...

关于欧盟机械产品的CE-MD指令认证

机械MD指令(Machinery Directive 2006/42/EC)是欧盟针对机械产品制定的强制性安全法规,旨在确保机械在设计、制造和使用过程中的安全性,并实现欧盟内部市场的自由流通‌。该指令适用于绝大多数工业与民用机械设备,要求…...

GTE-Pro在教育领域的应用:智能题库与知识点关联

GTE-Pro在教育领域的应用:智能题库与知识点关联 1. 教育行业的痛点与机遇 你有没有遇到过这样的情况?作为一名老师,想要给学生出一套练习题,却要花好几个小时在题库里翻找合适的题目。或者作为学生,做完一套题后&…...