如何在Unity里翻转网格法线

本文介绍了如何在Unity中解决模型正面透明背面可见的问题,通过在3D建模软件中调整法线或在代码中反转三角形顶点顺序,避免影响导入过程。提供了翻转网格法线的Editor插件实现及使用方法。
将 .fbx 文件导入 Unity 后,偶尔会发现模型正面是透明的,背面却能看到,这是由于模型网格中的三角形顶点的排列顺序相反造成的,解决此问题可能到 Maya、3DMax 等 3D 建模软件中将模型中有问题的部分进行翻转法线操作,也可以在 Unity 中将三角形顶点的排列顺序进行反转,避免使用 3D 建模软件重新导出又导入到 Unity 的麻烦,如下代码:
SkinnedMeshRenderer skinnedMeshRenderer = gameObject.GetComponent<SkinnedMeshRenderer>(); Mesh mesh = skinnedMeshRenderer.sharedMesh; int[] triangles = mesh.triangles; for (int i = 0, len = triangles.Length; i < len; i += 3) { // 交换三角形的首尾索引 int t = triangles[i]; triangles[i] = triangles[i + 2]; triangles[i + 2] = t; } mesh.triangles = triangles;
为了方便可以在 Hierarchy 面板中给 GameObject 的快捷菜单添加 Flip Mesh Normals 选项,快速对拥有网格的对象进行法线翻转操作。以下代码放置在名称 Editor 的文件夹下
public class EditorFlipMeshNormals : Editor { [MenuItem("GameObject/Flip Mesh Normals", false, 11)] private static void FlipMeshNormalsOnGameObject () { } }
为了不修改 Unity 内置对象的共享网格(如 Cube、Sphere等),还可以设置是否启动 Flip Mesh Normals 快捷菜单项,此处我们只想处理我们自己的资源,只需要判断共享网格的资源路径是否在 Assets文件下就行了(内置对象的资源路径都在项目根目录的 Library 文件夹下)。
[MenuItem("GameObject/Flip Mesh Normals", true)] private static bool ValidateFlipMeshNormalsOnGameObject () { //Mesh mesh = ... string path = AssetDatabase.GetAssetPath(mesh); // 是否为 Assets 文件夹下的资源 bool isAssetFolder = path.IndexOf("Assets/") > -1; if (isAssetFolder) { return true; // 在 Assets 文件夹下,启用 Flip Mesh Normals 菜单项 } return false; }
最后完整的代码如下(须放置在名为 Editor 的文件夹下):
#if UNITY_EDITOR using UnityEditor; using UnityEngine; /// <summary> /// 在 Hierarchy 视图对象的快捷菜单中增加 Flip Mesh Normals(反转网格法线)项 /// </summary> public class EditorFlipMeshNormals : Editor { /// <summary> 翻转网格的法线 </summary> private static void FlipMeshNormals (Mesh mesh) { int[] triangles = mesh.triangles; for (int i = 0, len = triangles.Length; i < len; i += 3) { // 交换三角形的首尾索引 int t = triangles[i]; triangles[i] = triangles[i + 2]; triangles[i + 2] = t; } mesh.triangles = triangles; } /// <summary> 翻转多个游戏对象网格的法线 </summary> private static void FlipMeshNormals (GameObject[] gameObjects) { for (int i = 0, len = gameObjects.Length; i < len; i++) { GameObject go = gameObjects[i]; Mesh mesh = null; SkinnedMeshRenderer skinnedMeshRenderer = go.GetComponent<SkinnedMeshRenderer>(); if (skinnedMeshRenderer) { mesh = skinnedMeshRenderer.sharedMesh; } else { MeshFilter meshFilter = go.GetComponent<MeshFilter>(); if (meshFilter) { mesh = meshFilter.sharedMesh; } } if (mesh) { string path = AssetDatabase.GetAssetPath(mesh); // 是否为 Assets 文件夹下的资源(Assets 文件夹下的资源才能编辑,避免编辑到 Unity 的内置资源的网格) bool isAssetFolder = path.IndexOf("Assets/") > -1; if (isAssetFolder) { FlipMeshNormals(mesh); } } } } /// <summary> 验证所选择的游戏对象有网格时菜单才可用(不计算子级) </summary> [MenuItem("GameObject/Flip Mesh Normals", true)] private static bool ValidateFlipMeshNormalsOnGameObject () { bool isEnableMenuItem = false; GameObject[] gameObjects = Selection.gameObjects; for (int i = 0, len = gameObjects.Length; i < len; i++) { GameObject go = gameObjects[i]; Mesh mesh = null; SkinnedMeshRenderer skinnedMeshRenderer = go.GetComponent<SkinnedMeshRenderer>(); if (skinnedMeshRenderer) { mesh = skinnedMeshRenderer.sharedMesh; } else { MeshFilter meshFilter = go.GetComponent<MeshFilter>(); if (meshFilter) { mesh = meshFilter.sharedMesh; } } if (mesh) { string path = AssetDatabase.GetAssetPath(mesh); // 是否为 Assets 文件夹下的资源(Assets 文件夹下的资源才能编辑,避免编辑到 Unity 的内置资源的网格) bool isAssetFolder = path.IndexOf("Assets/") > -1; if (isAssetFolder) { isEnableMenuItem = true; break; } } } return isEnableMenuItem; } [MenuItem("GameObject/Flip Mesh Normals", false, 11)] private static void FlipMeshNormalsOnGameObject () { FlipMeshNormals(Selection.gameObjects); } } #endif
效果如下图:
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值