CityEngine模型轻量化实战：从导出优化到性能提升

1次阅读

没有评论

共计 2081 个字符，预计需要花费 6 分钟才能阅读完成。

CityEngine 生成的 3D 城市模型常常包含数百万个顶点和大量高清纹理，这在桌面端可能还能勉强运行，但一到 WebGL 或移动端就会出现明显的卡顿和加载缓慢。主要问题集中在：

顶点数爆炸：一个普通的建筑模型可能包含上万个三角面，整个街区就是性能杀手
纹理冗余：大量重复的材质贴图占用显存，却没有被合理合并
缺乏 LOD：远处和近处的模型使用相同精度，白白浪费计算资源

目前主流的模型优化方案主要有三种：

MeshLab 图形界面操作
优点：可视化操作直观，适合小批量处理
缺点：无法自动化，参数调整依赖经验
Blender 简化插件
优点：可以与建模流程结合
缺点：处理复杂场景时容易崩溃
Python 脚本方案
优点：可批量处理，参数可精确控制
缺点：需要一定编程基础

对于需要处理大量 CityEngine 模型的开发者，Python 脚本方案无疑是最佳选择。

PyMeshLab 是 MeshLab 的 Python 接口，可以让我们用代码实现模型的自动化处理。核心简化代码如下：

import pymeshlab

def simplify_mesh(input_path, output_path, target_faces):
    ms = pymeshlab.MeshSet()
    ms.load_new_mesh(input_path)

    # 使用 Quadratic Edge Collapse Decimation 算法
    ms.meshing_decimation_quadric_edge_collapse(
        targetfacenum=target_faces,
        preservenormal=True,  # 关键：保持法线信息
        planarquadric=True
    )

    ms.save_current_mesh(output_path)

关键参数说明：

targetfacenum：简化后的目标面数，建议保留原模型的 10%-30%
preservenormal：必须设为 True，否则会出现光照异常
planarquadric：对平面区域给予更高权重，保持建筑棱角

CityEngine 模型常常包含大量小纹理，我们可以用 OpenCV 将它们合并成一张大图：

import cv2
import numpy as np

def create_texture_atlas(textures, output_size=2048):
    atlas = np.zeros((output_size, output_size, 3), dtype=np.uint8)
    x, y = 0, 0
    max_height = 0

    for tex in textures:
        img = cv2.imread(tex)
        h, w = img.shape[:2]

        if x + w > output_size:
            x = 0
            y += max_height
            max_height = 0

        atlas[y:y+h, x:x+w] = img
        x += w
        max_height = max(max_height, h)

    # 生成 mipmaps
    mipmaps = [atlas]
    while min(mipmaps[-1].shape[:2]) > 16:
        mipmaps.append(cv2.pyrDown(mipmaps[-1]))

    return atlas, mipmaps

在 Unity 中设置 LOD Group 时，距离阈值的计算公式很重要：

// 根据物体大小计算 LOD 切换距离
float CalculateLodDistance(float objectSize, int lodLevel) {
    // objectSize 是物体的包围球半径
    // lodLevel 从 0 开始(最高精度)
    return objectSize * (10f / (lodLevel + 1));
}