高效合并交错索引数据
Posted
技术标签:
【中文标题】高效合并交错索引数据【英文标题】:Merge interleaved index data efficiently 【发布时间】:2014-10-02 18:17:21 【问题描述】:就像this 问题一样,我已经从索引交错的格式 (COLLADA
) 加载了一些顶点和索引数据。答案建议使用缓冲区纹理,但也警告我要避免的渲染性能损失。
所以问题是将所有交错的索引和顶点数据合并到多个VBOs
和单个索引缓冲区中。
数据是这样给出的
P N P N P N P N P N P N ...
0 0 1 0 2 0 7 1 6 1 5 1 ...
每个P
指的是一个位置,每个N
指一个法线向量。
解决此问题的一种方法是跟踪列表中的所有元组(在本例中为两个)。如果我读取下一个元组,我会在列表中搜索这个元组,如果它存在,那么我使用这个位置作为新的索引数据,如果不存在,我构造一个新顶点并将元组放在列表中。 当然,这非常慢,因为它包括将这些元组与每个现有的元组进行比较。
有没有更有效的方法来做到这一点?
【问题讨论】:
正如@derhass 在下面的答案中所建议的那样,使用比列表更有效的数据结构。我在这里的答案中发布了一些伪代码:***.com/questions/23349080/…。 【参考方案1】:所以真正慢的部分是在列表中搜索 - 所以不要这样做。在那种情况下,使用哈希表会大大加快速度——我实际上已经实现了类似的东西,而且效果非常好——只要你能负担得起哈希表的额外内存。
【讨论】:
内存应该不成问题 - 我会试试看 :)【参考方案2】:我写了一个名为meshtool 的工具,它可以做你想做的事。
为所欲为的过滤器称为normalize_indices
:
--normalize_indices Goes through all triangle sets, changing all index
values to go from 1 to N, replacing sources to be size
N
不过,它通常也可以与其他一些过滤器一起使用。我建议尝试以下方法:
meshtool --load_collada yourfile.dae --medium_optimizations \
--normalize_indices --save_collada yourfile-optimized.dae
你可以安装它:
pip install meshtool
【讨论】:
以上是关于高效合并交错索引数据的主要内容,如果未能解决你的问题,请参考以下文章