Python如何将两个三维模型(obj)合成一个三维模型(obj)
更新时间:2024年06月24日 14:53:40 作者:BTWBB
这篇文章主要介绍了Python如何将两个三维模型(obj)合成一个三维模型(obj)问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
Python将两个三维模型合成一个三维模型
本文主要针对想要将两个obj保存的三维模型合成一个三维模型即obj文件保存。
这样就可以同时观察并对比两个三维模型。
Trimesh是对三维网格模型处理十分好用的库,本次代码即基于此库!
###################### #同时将两个模型显示在一起,也可以将两个模型拼接成为一个模型 ###################### from cv2 import scaleAdd import trimesh import argparse import numpy as np import os import scipy.io as scio import math # 根据输入的旋转度数生成相应的旋转矩阵 def make_rotate(rx, ry, rz): sinX = np.sin(rx) sinY = np.sin(ry) sinZ = np.sin(rz) cosX = np.cos(rx) cosY = np.cos(ry) cosZ = np.cos(rz) Rx = np.zeros((3, 3)) Rx[0, 0] = 1.0 Rx[1, 1] = cosX Rx[1, 2] = -sinX Rx[2, 1] = sinX Rx[2, 2] = cosX Ry = np.zeros((3, 3)) Ry[0, 0] = cosY Ry[0, 2] = sinY Ry[1, 1] = 1.0 Ry[2, 0] = -sinY Ry[2, 2] = cosY Rz = np.zeros((3, 3)) Rz[0, 0] = cosZ Rz[0, 1] = -sinZ Rz[1, 0] = sinZ Rz[1, 1] = cosZ Rz[2, 2] = 1.0 R = np.matmul(np.matmul(Rz, Ry), Rx) return R if __name__ == "__main__": parser = argparse.ArgumentParser() parser.add_argument("--obj1_path", type=str, default="对象1路径.obj") parser.add_argument("--obj2_path", type=str, default="对象2路径.obj") parser.add_argument("--out_path", type=str, default="./") parser.add_argument("--save_obj", action="store_true") args = parser.parse_args() #Load model mesh1 = trimesh.load(args.obj1_path) #To get vertices and faces for next steps v1 = mesh1.vertices #这样得到的v,f格式是trimesh 内置的格式,不能直接用于其它计算,需要转换为numpy f1 = mesh1.faces v1 = np.array(v1) f1 = np.array(f1) # #rotate(optional) # R = make_rotate(0, math.radians(-50), 0) # v1 = np.dot(v1, R) mesh2 = trimesh.load(args.obj2_path) v2 = mesh2.vertices #这样得到的v,f格式是trimesh 内置的格式,不能直接用于其它计算,需要转换为numpy f2 = mesh2.faces v2 = np.array(v2) f2 = np.array(f2) # ################other steps################# # #registration(optional) # mesh2t= trimesh.Trimesh(vertices = v2, faces = f2) # mesh_to_other = trimesh.registration.mesh_other(mesh1, mesh2t, samples=500, scale=False, icp_first=10, icp_final=50) #matching f2 = np.array(f2)+np.shape(v1)[0] v=np.concatenate((v1,v2),axis=0) f=np.concatenate((f1,f2),axis=0) # ############################################ #Transfer result to mesh obj = trimesh.Trimesh(vertices = v, faces = f) #To imshow # obj.show() if args.save_obj: #To save base=os.path.basename(args.out_path) name=os.path.splitext(base)[0] obj.export(f"{args.out_path}/{name}.obj") #保存为obj
运行
python show_two_model.py --save_obj (optional)
示例展示
可以通过给顶点统一增加偏移量使模型散开!
v2 = np.array(v2)+0.5
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Python中正则表达式对单个字符,多个字符和匹配边界等使用
这篇文章主要介绍了Python中正则表达式对单个字符,多个字符和匹配边界等使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2021-01-01解决tf.keras.models.load_model加载模型报错问题
这篇文章主要介绍了解决tf.keras.models.load_model加载模型报错问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2023-06-06
最新评论