基于shp数据实现obj模型的切割（模型单体化思路）

最新推荐文章于 2026-04-26 12:22:38 发布

原创

最新推荐文章于 2026-04-26 12:22:38 发布 · 1.9k 阅读

标签

#单体化 #建模

文章目录

目的

在三维仿真的场景中，无人机影像的建模是一种快速可靠的对大场景地形三维重现的方式，但是无人机影像的建模无法对单个场景的属性进行分析，如对单个楼层、居民区进行属性分析查询。在GIS中，我们通过shp数据描述空间信息，这些数据通常以点线面的形式，即概括了地物的空间关系也包含地物的属性信息。通过shp数据和无人机影像建模的结合，可以将大范围三维场景的模型进行分割，使之成为一个个独立的单元并且赋予属性信息，本文通过一个小实验来实现shp面对obj模型中某个单个建筑的分割。

数据准备

采用网上公开无人机影像数据，通过contextcapture对影像进行建模，生成倾斜摄影数据和obj模型，本文采用obj模型进行切割。
无人机影像的空三建模.png
由于模型场景很大，本文采用截取一个单体建筑的方式来对场景进行裁剪，后期需要裁剪所有建筑，则需要迭代计算并优化效率（黑框全选为需要裁剪的建筑）。

shp数据为建筑面数据

算法思路

由于obj模型包含顶点和纹理，而shp数据基本处于二维平面，那么需要考虑顶点落在shp面数据xy平面内的数据，同时，一个面最少由三个顶点构成，如果一个面的部分在shp范围内，部分在范围外，则需要重新分割，生成新的顶点并构建网格。

obj数据的格式

通常简单的obj数据包含顶点信息，纹理信息，面信息，有的obj还包含一个mtl文件
其中常见的obj数据的组成形式为：

首行：mtllib *.mtl 表示使用哪个mtl文件,以mtllib开头
顶点坐标： v x y z 表示一个顶点的坐标,以v开头
纹理坐标: vt u v 表示一个纹理的坐标，以vt开头
引用的材质：usemtl * 表示引用mtl文件的哪部分纹理，以usemtl开头
面索引：f v_i1/u_i1 v_i2/u_i2 v_i3/u_i3 ，以f开头，分别记录顶点的序号和纹理的序号，序号从1开始，一个面由三个顶点组成，所以有三个顶点序号和纹理序号

mtl文件的格式

mtl记录了纹理的一些配置信息，主要有：

newmtl *: 创建一个材质，材质名为*，对应obj中的usemtl *
ka * * *: 环境颜色
kd * * *：漫反射颜色
d *: 透明度
Ns: *: 高光指数
illum: * : 光照模型
map_kd: *.jpg:纹理图片的名称

以上可以得出一个结论，一个mtl可以创建多个材质，那么在obj的面索引前面，可以多次引入材质信息，这个材质信息下面对应的面索引的顶点和纹理坐标，使用该材质

解析obj数据

实验采用python语言，通过pywavefront库解析obj模型

model = pywavefront.Wavefront(r"D:\data\osgb\mec\Production_1 (3)\Data\Model\2.obj",collect_faces=True)

解析后的数据存在在model对象上，那么就需要知道model对象对应的成员有哪些：

materials: 记录了材质信息
- vertices: 一个坐标数组，五个数据一组，前两位表示纹理坐标，后三位表示顶点坐标
mtllibs: 模型使用的mtl文件名，以数组形式存储
vertices: 顶点坐标数组
meshes: 格网列表，表示面数据索引集合

由于每个材质对应了一部分三角格网数据，格网数据对应了相应的顶点和纹理坐标数据，因此在解析数据的时候以材质进行分类，先记录每个材质的相关信息，在根据材质读取对应的顶点坐标和纹理坐标，进行裁剪和划分。

for mesh_name in model.materials:
    model_mesh = model.materials[mesh_name]
    if model_mesh.texture == None:
        continue
    newmtl = model_mesh.name
    #环境颜色
    Ka = model_mesh.ambient
    #漫反射颜色
    Kd = model_mesh.diffuse
    #透明度
    d = model_mesh.transparency
    #高光指数
    Ns = model_mesh.specular
    #光照模型
    illum = model_mesh.illumination_model
    #材质
    map_Kd = model_mesh.texture.file_name
    file_path = model_mesh.texture.path
    vertices = model_mesh.vertices
    new_faces = []
    new_mtls = []
    split_faces = []
    split_mtls = []
    flag = False
	#获取顶点和纹理坐标
	#检查面的顶点是否在多边形内
	#实现面的分割逻辑
            
    if flag:
        materials = {
   
   
            "Ka": Ka,
            "Kd": Kd,
            "d": d,
            "Ns": Ns,
            "illum": illum,
            "map_Kd": map_Kd,
            "file_path": file_path,
            "new_faces": new_faces,
            "new_mtls": new_mtls,
            "split_faces": split_faces,
            "split_mtls": split_mtls,
            "newmtl":newmtl
        } 
        newObj.append(materials)

如上所示，首先根据材质读取材质信息，然后检查面的顶点是否在多边形内，如果面的所有顶点都在多边形内，那么只需要保留这个面的顶点和纹理坐标就行；如果面的部分顶点在多边形内，部分不在，则需要进行分割。
由于顶点和纹理信息存储在model_mesh.vertices中，只需要遍历该数据，即可获取对应的顶点坐标和纹理坐标。

  for index in range(int(len(vertices) /5/3) ):
        #计算每一个面
        projected_vertices = []
        new_mtl = []
        for i in range(3):
            projected_vertices.append([vertices[15*index+2 + 5*i],vertices[15*index+3+5*i],vertices[15*index+4+5*i]])
            new_mtl.append([vertices[15*index+0 + 5*i],vertices[15*index+1 + 5*i]])
        #检查面的顶点是否在多边形内
       
        #实现面的分割逻辑

进行分割和裁剪面的构建

多边形的构建采用shapely库，由于是对一个shp要素进行裁剪，因此可以直接通过shapely构建一个多边形要素作为该建筑轮廓，实际分割中也可以采取读取shp要素，依次构建的方式。

# 定义多边形
polygon = shapely.geometry.Polygon([(12730175.00000000 ,3571689.50000000),(12730175.00000000 ,3571656.25000000),(12730189.00000000,3571656.25000000),(12730189.00000000 ,3571625.25000000),(12730175.00000000,3571625.00000000),(12730175.00000000,3571628.75000000),(12730113.00000000,3571628.50000000),(12730113.00000000,3571626.00000000),(12730099.00000000,3571626.00000000),(12730099.00000000,3571651.25000000),(