【六十,模型加載-7 加載模型】

加載函數(shù)

調(diào)用loadModel函數(shù)加載模型文件腐宋,此函數(shù)有兩個參數(shù):

  • 文件路徑
  • 后期處理選項
Assimp::Importer importer;
const aiScene *scene = importer.ReadFile(path, aiProcess_Triangulate | aiProcess_FlipUVs);

常用的后期處理選項:

  • aiProcess_Triangulate:如果模型不是(全部)由三角形組成,它需要將模型所有的圖元形狀變換為三角形;
  • aiProcess_FlipUVs : 在處理的時候翻轉(zhuǎn)y軸的紋理坐標
  • aiProcess_GenNormals : 如果模型不包含法向量的話枕荞,就為每個頂點創(chuàng)建法線
  • aiProcess_SplitLargeMeshes : 將比較大的網(wǎng)格分割成更小的子網(wǎng)格
  • aiProcess_OptimizeMeshes : 將多個小網(wǎng)格拼接為一個大的網(wǎng)格嗅绰,減少繪制調(diào)用從而進行優(yōu)化

完整的loadModel函數(shù)時這樣的:

void loadModel(string path)
{
    Assimp::Importer import;
    const aiScene *scene = import.ReadFile(path, aiProcess_Triangulate | aiProcess_FlipUVs);    

    if(!scene || scene->mFlags & AI_SCENE_FLAGS_INCOMPLETE || !scene->mRootNode) 
    {
        cout << "ERROR::ASSIMP::" << import.GetErrorString() << endl;
        return;
    }
    directory = path.substr(0, path.find_last_of('/'));

    processNode(scene->mRootNode, scene);
}

在正確加載模型文件后挣跋,我們得到:

  1. 根節(jié)點
  2. 場景

在***processNode****函數(shù)中玛痊,我們將以遞歸的形式處理節(jié)點中的各個網(wǎng)格烘贴,將處理后的網(wǎng)格放入到meshes變量中:

void processNode(aiNode *node, const aiScene *scene)
{
    // 處理節(jié)點所有的網(wǎng)格(如果有的話)
    for(unsigned int i = 0; i < node->mNumMeshes; i++)
    {
        aiMesh *mesh = scene->mMeshes[node->mMeshes[i]]; 
        meshes.push_back(processMesh(mesh, scene));         
    }
    // 接下來對它的子節(jié)點重復(fù)這一過程
    for(unsigned int i = 0; i < node->mNumChildren; i++)
    {
        processNode(node->mChildren[i], scene);
    }
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末谍夭,一起剝皮案震驚了整個濱河市讹挎,隨后出現(xiàn)的幾起案子倒戏,更是在濱河造成了極大的恐慌箩溃,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,914評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件涣旨,死亡現(xiàn)場離奇詭異,居然都是意外死亡开泽,警方通過查閱死者的電腦和手機牡拇,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評論 2 383
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來惠呼,“玉大人导俘,你說我怎么就攤上這事剔蹋÷帽。” “怎么了?”我有些...
    開封第一講書人閱讀 156,531評論 0 345
  • 文/不壞的土叔 我叫張陵泣崩,是天一觀的道長少梁。 經(jīng)常有香客問我,道長凯沪,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,309評論 1 282
  • 正文 為了忘掉前任妨马,我火速辦了婚禮杀赢,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘脂崔。我一直安慰自己,他們只是感情好砌左,可當我...
    茶點故事閱讀 65,381評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著文搂,像睡著了一般。 火紅的嫁衣襯著肌膚如雪煤蹭。 梳的紋絲不亂的頭發(fā)上取视,一...
    開封第一講書人閱讀 49,730評論 1 289
  • 那天,我揣著相機與錄音作谭,去河邊找鬼。 笑死折欠,一個胖子當著我的面吹牛吼过,可吹牛的內(nèi)容都是我干的咪奖。 我是一名探鬼主播,決...
    沈念sama閱讀 38,882評論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼趟佃,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了昧捷?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,643評論 0 266
  • 序言:老撾萬榮一對情侶失蹤序矩,失蹤者是張志新(化名)和其女友劉穎跋破,沒想到半個月后贮泞,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體幔烛,經(jīng)...
    沈念sama閱讀 44,095評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡囊蓝,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,448評論 2 325
  • 正文 我和宋清朗相戀三年聚霜,在試婚紗的時候發(fā)現(xiàn)自己被綠了狡恬。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片弟劲。...
    茶點故事閱讀 38,566評論 1 339
  • 序言:一個原本活蹦亂跳的男人離奇死亡姥芥,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出凉唐,到底是詐尸還是另有隱情,我是刑警寧澤台囱,帶...
    沈念sama閱讀 34,253評論 4 328
  • 正文 年R本政府宣布簿训,位于F島的核電站咱娶,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏屈糊。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,829評論 3 312
  • 文/蒙蒙 一另玖、第九天 我趴在偏房一處隱蔽的房頂上張望表伦。 院中可真熱鬧,春花似錦蹦哼、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,715評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽勺拣。三九已至,卻和暖如春药有,著一層夾襖步出監(jiān)牢的瞬間苹丸,已是汗流浹背愤惰。 一陣腳步聲響...
    開封第一講書人閱讀 31,945評論 1 264
  • 我被黑心中介騙來泰國打工赘理, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人奠旺。 一個月前我還...
    沈念sama閱讀 46,248評論 2 360
  • 正文 我出身青樓施流,卻偏偏與公主長得像凉倚,于是被迫代替她去往敵國和親嫂沉。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,440評論 2 348

推薦閱讀更多精彩內(nèi)容