.obj-to-raw vertices converter with normals in python

Question

我再次请求你的帮助。我想用python编写一个脚本，它接受顶点和法线的.obj格式文件，导出2个顶点坐标文件和另一个法线坐标文件

v 1.900470 2.777519 -1.000000
v 1.900470 2.777519 -3.000000
v 2.095561 2.796734 -1.000000
v 2.095560 2.796734 -3.000000
v 2.283154 2.853640 -1.000000
v 2.283154 2.853640 -3.000000
v 2.456040 2.946049 -1.000000
v 2.456040 2.946049 -3.000000
v 2.607577 3.070412 -1.000000
vn 0.0980 -0.9952 0.0000
vn 0.2903 -0.9569 -0.0000
vn 0.4714 -0.8819 0.0000
f 2//1 3//1 1//1
f 4//2 5//2 3//2
f 6//3 7//3 5//3

并以以下格式导出：

眩晕

^{2}$

法线：

normal1.x,normal1.y,normal1.z, normal2.x,normal2.y,normal2.z, normal3.x,normal3.y,normal3.z, 

以他们出现时的顺序。希望我能得到一些示例代码，如果有人已经实现它，以节省一些时间。在

非常感谢！！在

Answer 1

如果要解析Wavefront .obj file，则可以使用Regular Expression来解析该文件，该文件将获取包含相关数据的文件行：

import re

^{pr2}$

字符串列表可以转换为浮点坐标、属性和整数索引的列表：

v_arr, vn_arr, vt_arr, f_arr = [], [], [], []
for line in data:
    tokens = line.split(' ')
    if tokens[0] == 'v':
        v_arr.append([float(c) for c in tokens[1:]])
    elif tokens[0] == 'vn':
        vn_arr.append([float(c) for c in tokens[1:]])
    elif tokens[0] == 'vt':
        vn_arr.append([float(c) for c in tokens[1:]])
    elif tokens[0] == 'f':
        f_arr.append([[int(i) if len(i) else 0 for i in c.split('/')] for c in tokens[1:]])

最后生成顶点坐标和法向量的线性化列表：

vertices, normals = [], []
for face in f_arr:
    for tp in face:
        vertices += v_arr[tp[0]-1]
        normals  += vn_arr[tp[2]-1]

使用上述代码分析问题的波前文件将生成以下顶点坐标和法向量数组：

顶点坐标：

[1.90047, 2.777519, -3.0, 2.095561, 2.796734, -1.0, 1.90047, 2.777519, -1.0, 2.09556, 2.796734, -3.0, 2.283154, 2.85364, -1.0, 2.095561, 2.796734, -1.0, 2.283154, 2.85364, -3.0, 2.45604, 2.946049, -1.0, 2.283154, 2.85364, -1.0]

法向量：

[0.098, -0.9952, 0.0, 0.098, -0.9952, 0.0, 0.098, -0.9952, 0.0, 0.2903, -0.9569, -0.0, 0.2903, -0.9569, -0.0, 0.2903, -0.9569, -0.0, 0.4714, -0.8819, 0.0, 0.4714, -0.8819, 0.0, 0.4714, -0.8819, 0.0]