Three.js模型压缩和拆分加载

只能压缩几何体信息,贴图等材质信息不可压缩。

1. gltf 格式

使用 gltf-pipeline 和 DRACOLoader
https://github.com/CesiumGS/gltf-pipeline

安装 gltf-pipeline

Install Node.js if you don't already have it, and then:

npm install -g gltf-pipeline

通过命令行使用 gltf-pipeline

Converting a glTF to glb

gltf-pipeline -i model.gltf -o model.glb

gltf-pipeline -i model.gltf -b

Converting a glb to glTF

gltf-pipeline -i model.glb -o model.gltf

gltf-pipeline -i model.glb -j

Converting a glTF to Draco glTF

gltf-pipeline -i model.gltf -o modelDraco.gltf -d

Saving separate textures

gltf-pipeline -i model.gltf -t

使用 DRACOLoader

将项目中 node_modules\three\examples\js\libs 文件夹下的 draco 文件夹复制到静态资源文件夹下


image.png

image.png

加载代码示例

const loader = new GLTFLoader();
const dracoLoader = new DRACOLoader();
dracoLoader.setDecoderPath('/draco/gltf/');
loader.setDRACOLoader(dracoLoader);
loader.load( 'model-compression/modelDraco.gltf', (gltf) => {
    var model = gltf.scene;
    this.scene.add( model );
});

压缩效果

压缩前:5665KB,压缩后:2160KB

2.obj + mtl 格式

使用谷歌的 draco 将 .obj 文件压缩为 .drc文件
draco github地址:https://github.com/google/draco/
.obj 模型导出时需要勾选三角化属性

如何使用Draco

下载源码 ---》 构建项目 ---》 使用命令行进行压缩或解压,具体可以参考以下文档
构建draco项目
windows下安装cmake教程(ps:公司的网络下载不下来,用流量可以)
谷歌三维压缩库Draco在window下的安装与测试
由于draco项目使用c++编写,因此需要用到 Visual Studio 来构建项目,可以参考http://www.zhanshaoyi.com/8415.html进行下载(ps:安装时需要勾选c++相关的程序工具,否则会构建失败)

压缩效果

压缩前:10.5MB.obj , 压缩后:281KB.drc

存在问题

three.js不支持 .drc 和 .mtl 混合使用,只能将贴图和材质属性按照几何体拆分,手动进行融合,对于项目中使用的大型模型不现实。可参考文档https://zhuanlan.zhihu.com/p/95600656

3.模型拆分加载

将黑河首站的建筑模型,管道模型,地面相关模型分开导出 .obj + .mtl 文件, 如下:


image.png

分别进行加载,主要代码如下:

initContentObjMtl(mtlPath, objPath, modelName) {
    let scope = this;
    let objLoader2 = new OBJLoader2();
    let callbackOnLoad = object3d => {
        this.scene.add( object3d );
        object3d.rotation.x -= 1.6;
    };
    let onLoadMtl = function ( mtlParseResult ) {
        objLoader2.setModelName( modelName );
        objLoader2.addMaterials( MtlObjBridge.addMaterialsFromMtlLoader( mtlParseResult ), true );
        objLoader2.load( objPath, callbackOnLoad, null, null, null );
    };
    let mtlLoader = new MTLLoader();
    mtlLoader.setMaterialOptions({side: THREE.DoubleSide});
    mtlLoader.load( mtlPath, onLoadMtl );
},
this.initContentObjMtl("blackRiver-divided/buildings.mtl", "blackRiver-divided/buildings.obj", "buildings");
this.initContentObjMtl("blackRiver-divided/pipelines.mtl", "blackRiver-divided/pipelines.obj", "pipelines");
this.initContentObjMtl("blackRiver-divided/grounds.mtl", "blackRiver-divided/grounds.obj", "grounds");

实现效果:拆分加载模型不会影响模型的相对位置


image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,290评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,107评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,872评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,415评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,453评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,784评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,927评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,691评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,137评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,472评论 2 326
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,622评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,289评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,887评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,316评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,490评论 2 348

推荐阅读更多精彩内容