|
|
前言+ T: L$ f3 E% Z$ `9 Z
. {0 ?7 R0 B3 b. D; {: U. j& c8 Q MikuMikuDance(简称MMD)是一款动画软件,早期视为Vocaload角色制作动画的软件,现在还经常能在B站等视频网站,或一些动画网站(某I站)看到MMD作品。
* B4 X' r$ o7 G" e 我在高中也简单学过操作这款软件以及PE、水杉等软件,学会了简单k帧、套动作、调渲染、加后期、压缩等技术,这与我学习计算机专业有很大的关系(虽然学校学的和这个八竿子打不着,或许我应该学美术去),现在已经分不清很多东西了,封面静画就是杂七杂八过气MME一锅扔的成果,得益于G渲的强大,还能看出一点效果。
3 S) {$ t# p/ @1 F0 d5 m0 ^8 e0 C 现在我想学一些3D的开发,包括用程序读取模型、动作等,很快我就想到之前用过的MMD。 E5 e7 O. C! p
一些3D姿势估计(3D pose estimate)或许能得到骨骼位置以及PAF(骨骼间关系),但我需要知道3D动画是如何储存动作数据的,才能想到怎样将姿势估计得到的数据转化为动作数据。6 S" } o7 i; p3 `, ]
因此我找了一些资料解析MMD的动作数据VMD(Vocaload Mation Data)文件,并写下这篇记录。9 a* L4 Y% s2 w3 a; n6 q* H3 m( M
7 R9 |. v2 t3 c7 h) Y8 I
根据MMD的规矩,上借物表:
, `' V2 N6 _2 s& W| 名称 | 来源 | | MikuMikuDanceE_v803 | 圝龙龍龖龘圝 | | 八重樱 | 神帝宇 |
2 v7 ?0 p# d8 V1 ~ i3 ^6 T: _; n- I
封面静画:
0 z7 F8 I( X( ?: h4 H$ p$ l| 名称 | 类别\来源 | | LightBloom | 背光 | | AutoLuminousBasic | 自发光特效 | | HgSAO | 阴影 | | SoftLightSB | 柔化 | | SvSSAO | 阴影 | | XDOF | 景深 | | dGreenerShader | G渲 | | Tokyo Stage | 场景 |
/ q3 E0 V6 B8 Q% h) L, m% o: H* a一、格式说明7 u/ f. X% d- I+ l4 L9 Q% R
$ v# P. E/ B; v
首先,vmd文件本身是一个二进制文件,里面装着类型不同的数据:uint8、uint32_t、float,甚至还有不同编码的字符串,因此我们需要二进制流读入这个文件。0 X1 x3 R5 X0 Z3 }& Q0 J
vmd格式很像计算机网络的协议格式,某某位是什么含义,区别是,vmd文件的长度理论上是无限的,让我们来看看。- e+ p9 L3 x, f3 k8 {
vmd的大致格式如下:
; I7 }, {7 e8 F
: p7 e$ O) ?5 A, f! @0 ^$ Q 头部
" Q' |3 s" j/ U" B ^7 y+ z6 @ 关键帧数量3 M$ s5 D; b. a9 M! h; Z) F
关键帧
; O* f9 i% u ?1 e1 D9 D
3 |, }" D. v2 S6 c3 r头部6 ]0 [0 T! n9 b. V- V) `
7 `$ j3 j/ L7 l! V
最开始的就是头部(header),看到这就有十分强烈的既视感:' }. F9 ^: J( M1 q, t8 Z
类型
8 E$ H/ Y- V( X7 i# Y4 U# @. \% L | 长度 | 含义 | | byte | 30 | 版本信息 | | byte | 10 or 20 | 模型名称 |
/ G% p, O- Y7 H5 V8 G" ]
8 y6 v" Y/ ~6 M 其中,版本信息(VersionInformation)长度为30,是ascii编码的字符串,翻译过来有两种,一为“Vocaloid Motion Data file”,二为“Vocaloid Motion Data 0002”,长度不足30后用\0(或者说b'\x00')填充。这是由于vmd版本有两种,大概是为了解决模型名称长度不足,因此后续只影响模型名称的占用长度。, i& m- C( l& l _+ {6 `$ \
模型名称(ModelName),是动作数据保存时用的模型的模型名,通过这个我们可以获取到那个名称,我们知道,一个动作数据想要运作起来,只要套用模型的骨骼名称是标准的模板就可以,因此我想象不出这个名称有何用处,或许某些模型带有特殊骨骼,例如翅膀之类的,这样能方便回溯?模型名称的长度根据版本而决定,version1为10,version长度为20。编码原文写的是shift-JIS,是日语编码,这样想没错,然而我试验后发现并非如此,例如经常改模型的大神神帝宇的模型,他的模型名称用shift-JIS为乱码,用gb2312竟然能正常读出来;还有机动牛肉大神的模型,他的模型名称用gb2312无法解码,用shift-JIS解码竟然是正常的简体中文???怎么做到的?* k9 S) g, a! b, F. d7 x1 { n- c+ D) F
骨骼关键帧(BoneKeyFrame)/ ~" u3 a. C2 W _) N
* ]. B8 T- A$ u3 Z( t: g* v R
骨骼关键帧,分为两部分:骨骼关键帧数、骨骼关键帧记录:( R4 X {" n6 Y; j
| 类型 | 长度 | 含义 | | uint32_t | 4
& d; Q, r! G/ ]8 x( E$ a | 骨骼关键帧数量 BoneKeyFrameNumber |
8 ?, \' _2 g7 [; f! \7 O| 类型 | 长度 | 含义 | | byte | 15 | 骨骼名称 BoneName | | uint32_t | 4 | 关键帧时间 FrameTime | | float*3 | 12 | x,y,z空间坐标 Translation.xyz | | float*4 | 16 | 旋转四元数x,y,z,w Rotation.xyzw | | uint8_t * 16 or uint32 * 4 | 16 | 补间曲线x的坐标 XCurve 8 _' n! ]% w( p$ ~; O
| | uint8_t * 16 or uint32 * 4 | 16 | 补间曲线y的坐标 YCurve | | uint8_t * 16 or uint32 * 4 | 16 | 补间曲线z的坐标 ZCurve | | uint8_t * 16 or uint32 * 4 | 16 | 补间曲线旋转的坐标 RCurve | | byte | 111 | 合计 |
% o3 ]+ m% D+ v) l: b; b; j- h/ F y& S# a& j/ u0 q9 M2 k
为何要分开写呢?因为骨骼关键帧数量只需要一个就够了,而后面骨骼关键帧记录的数量会和前面的骨骼关键帧数量保持一致。" f! Z3 J/ n% l j. X% q
' [9 x0 }+ i6 y X
我们可以查一下,每个骨骼关键帧的数量为111字节。, w1 k, ]* i( b7 i
旋转坐标( q6 e) D* [( W8 \5 r
* a+ [( q. M% {* \" x6 i* v6 i5 V 一开始还没发现,旋转坐标竟然有四个,分别为x, y, z, w,急的我去MMD里查看一下,发现和我印象中没有什么差别
& o. R1 D* H( k5 Z8 e% Y5 y都是[-180, 180]的角度值,我用程序跑的时候,这四个值完全看不懂;幸好在英文网站上找到这个表示方法:四元数。四元数是用四个值表示旋转的方法: T. Z# ] A& S2 E: N. @
w+i·x+j·y+k·z" }' N0 j: F5 F# L4 F
,其中2 n: l ?0 S. B/ o: s- V
i、j、k
. h- t: @3 m- I% k5 x都是虚数,我上网找了一堆资料,并且得到了四元数转化欧拉角的公式
1 a. m! p" z( Z5 I\large X = \arcsin {(2wx-2yz)} \\ \large Y = \arctan2 {(2wy+2xz, 1-2x^2-2y^2)} \\ \large Z = \arctan2 {(2wz+2xy, 1-2x^2-2z^2)} \\
7 H/ C3 {% f! u4 M" J1 |6 h7 V得到的是角度制,我们通过角度制转弧度制的公式即可算出和MMD中等同的角度表示。5 N/ j/ C4 g5 N/ {8 n9 j
, u& }& u/ `4 v4 z) b( g
补间曲线
4 N4 ]; v$ q, [& ?
; z( E; D2 O8 w& b2 `# r' w8 O. ~ 为何补间曲线的类型不确定呢?上面csdn博客的教程说“uint8_t那里有冗余,每四个只读第一个就行”。说的没有问题,首先我们要清楚这个补间曲线坐标的含义。
4 N% |: a" a D1 u1 A v c4 A 我们打开MMD,读入模型,随意改变一个骨骼点,记录帧,就会发现左下角会出现补间曲线。' r# F$ S4 }5 N s0 c8 Q$ h1 }* h
补间曲线的用处,就是自动补齐当前记录帧与上一个记录帧之间动作的变化顺序,曲线斜率越高,动作变化越快,具体教程可以参照贴吧中的教程,我们可以通过拖动红色的小x改变调节线,从而改变曲线1 g' |6 a, H# h* v5 E$ M3 L
每一组小红x的坐标,就可以唯一确定一条补间曲线,因此,上面的补间曲线存储的就是小红x的坐标
y, {$ w5 {' Z6 I0 `(x_1, y_1, x_2, y_2)+ \! f7 F' S( X2 G
,其中左下角调整线的小红x是看做点1,通过程序读取,我知道,小红x的坐标取值为[0~127]间的整数,因此用1字节完全可以存下,可能是当时的设计错误,用了32位整数存,高24位完全浪费了,完全可以不用读取,因此我们可以直接读取32位无符号整数或读取8位无符号整数,然后跳过24位。
6 x# f; w9 Q) q: I* T2 I; u: }* B 如果曲线只有一个,那么为什么会有四个补间曲线呢?实际上不止一个,补间曲线框的右上角就有个下拉菜单可以选择,对于圆形骨骼,没有相对位置变化,x, y, z补间曲线没有用,只有旋转速率可以调节,而方框骨骼可以移动,因此x, y, z, 旋转补间曲线都有用处。, X6 Y7 {( _, _5 E) W5 W
) K. K/ C2 V6 i9 Z: H: a
回过头来,再说一下补间曲线的坐标,在这里,是以左下角为原点,横纵方向[0, 127]的坐标轴: P% H# Y6 ?3 d
( t/ L" L- L. c1 V" ~4 T* f
( J! f1 d0 |/ B 后面的格式与这个格式大同小异。
/ v; z8 R7 W, v" p( B表情关键帧(MorphKeyFrame)
/ U: B9 @& ?0 m
- Y1 Z5 |6 P; [# } 表情关键帧分为:表情关键帧数、表情关键帧记录:
( S; P! Z; D5 g| 类型 | 长度 | 含义 | | uint32_t | 4 1 {8 M& s) C8 l& M( v2 b5 _. E6 V
| 表情关键帧数量 MorphKeyFrameNumber | 类型# Q' v) O: W" Z8 y7 { C, [
| 长度 B+ j$ b0 Y7 p1 U1 o
| 含义* X* r% }: f5 Y
| byte+ s3 c* [3 \* J2 P) m2 b
| 156 Y1 c- U; m' U3 | z; l9 J5 ~
| 表情名称 MorphName
+ _2 w' C( Z& z! D | uint32_t8 {( _( }; S% K' H1 \) b% d7 r
| 43 k0 D, y6 w+ |3 Y+ l& E) O6 f6 X+ `1 L
| 关键帧时间 FrameTime" _ w! p6 h! W1 `, f) U
| float: L+ f! Q6 L! I: O F0 u
| 41 r% R# V1 M# b: n: W* x
| 程度 Weight' c$ s1 o- x: P' _" i
| byte2 S1 @/ d) x5 f5 n$ \: O
| 23
+ g5 U8 w! _( N/ |! |' l; m | 合计
( K- f( ~) I6 O- ]$ a; U | 表情关键帧每个记录长度为23字节,其中程度(Weight)是取值为[0, 1]之间的浮点数,在MMD中的表现如下:
I; ?+ B7 a1 j7 x, Q镜头(CameraKeyFrame)
8 [$ K/ ]; `$ Z# ~- o; W2 n/ E) t
镜头关键帧分为:镜头关键帧数、镜头关键帧记录:7 A5 F9 ~; [: J* Q9 z: V$ d# c. U
| 类型 | 长度 | 含义 | | uint32_t | 4 | 镜头关键帧数量 CameraKeyFrameNumber | 0 L6 }+ y& s+ G! x0 `2 e6 k% A8 J
| 类型 | 长度 | 含义 | | uint32_t | 4 | 关键帧时间 FrameTime | | float | 4 | 距离 Distance | | float*3 | 12 | x,y,z空间坐标 Position.xyz | | float*3 | 12 | 旋转角度(弧度制) Rotation.xyz | | uint8_t*24 | 24 | 相机曲线 Curve | | uint32_t | 4 | 镜头FOV角度 ViewAngle | | uint8_t | 1 | Orthographic相机 | | byte | 61 | 合计 | 距离是我们镜头与中心红点的距离,在MMD中,我们可以通过滑轮改变7 K' }. u* ^, n6 S! W/ V+ O
8 N* U; j$ }$ M' a! e- z* Q4 t
这有什么用呢?可以看下面的图:# }+ P9 q1 }9 z; X$ n
当距离为0时,我们的镜头就在红点上,造成的效果是,当我们移动镜头的Y角度时,镜头就好像在我们眼睛上,视角是第一人称视角。可以看这里,是找镜头资料时偶然看到的。% U I" j; ^& a+ e$ ^' Y
旋转角度不再是四元数,而是普通的弧度制角度,我猜大概是镜头的万向锁情况没那么严重,因此用弧度制就能表示。
1 M$ g! M4 ?: ?3 ^3 P Curve是曲线的意思,按照之前的的补间曲线,确实还有一个相机曲线,不过一个曲线=两个小红x=4个坐标点=四字节,因此24字节有20字节的冗余,它的前四个字节就已经表达了坐标,后面20个字节是将这4个字节重复了5次。
% t: s K1 G+ W' p 镜头FOV角度和透视值有关,上面的博客写的是float,但实际上我试验是uint32_t,取值刚好就是MMD中的透视值。
2 K4 v! c& [1 w& k. N
9 V- J5 y8 r) U* d; Y! H" c Orthographic似乎是一种特殊的相机,没有近大远小的透视关系(不确定),不过在我的实验中,它一直取值为0。和上面的已透视没有关系,当取消已透视时,透视值会强制为1。5 u" W4 X5 h0 {2 i1 K2 B
下面的骨骼追踪似乎没有记录,可能是强制转换成骨骼所在的坐标了。
- Q) x7 f: K, b 后面的格式与这个格式大同小异。
# r" `6 d8 I- f1 A/ ~光线关键帧(LightKeyFrame)
/ r9 z* @$ _5 L B+ s, l. {
& d; C: ^( L: u; W2 f3 `. ]6 Z 表情关键帧分为:光线关键帧数、光线关键帧记录:, Y# [! r4 l8 N. ^" e
| 类型 | 长度 | 含义 | | uint32_t | 4 | 光线关键帧数量 LightKeyFrameNumber | | 类型 | 长度 | 含义 | | uint32_t | 4 | 关键帧时间 FrameTime | | float*3 | 12 | RGB颜色空间 color.rgb | float*3
6 _$ G5 Z3 D6 ~! P | 12 | xyz投射方向 Direction.xyz | | byte | 28 | 合计 | rgb颜色空间之[0, 1]之间的数,类似html的RGB(50%, 20%, 30%)这种表示方法,转换方式就是把RGB值分别除以256。: M6 Q8 T5 A$ P/ [0 C
光线投射方向是[-1, 1]之间的小数。正所对的投射方向是坐标轴的负方向,例如将Y拉到1, 光线会从上向下投影。$ y2 @1 P( R: m3 \) Z3 `: S9 l
二、代码读取
1 f" Q5 l& H5 t4 A" J3 [; P) V& ~
! M% x1 r% I; i2 X' e! C 我依旧会使用面向对象的方式构建VMD类,不过构造方法无力,属性太多,我选择用静态方法添加属性的方式构建对象' t, C, e6 h7 ^0 _1 A% @( G* c! j
- class Vmd:
- def __init__(self):
- pass
- @staticmethod
- def from_file(filename, model_name_encode="shift-JIS"):
- with open(filename, "rb") as f:
- from functools import reduce
- array = bytes(reduce(lambda x, y: x+y, list(f)))
- vmd = Vmd()
- VersionInformation = array[:30].decode("ascii")
- if VersionInformation.startswith("Vocaloid Motion Data file"):
- vision = 1
- elif VersionInformation.startswith("Vocaloid Motion Data 0002"):
- vision = 2
- else:
- raise Exception("unknow vision")
- vmd.vision = vision
- vmd.model_name = array[30: 30+10*vision].split(bytes([0]))[0].decode(model_name_encode)
- vmd.bone_keyframe_number = int.from_bytes(array[30+10*vision: 30+10*vision+4], byteorder='little', signed=False)
- vmd.bone_keyframe_record = []
- vmd.morph_keyframe_record = []
- vmd.camera_keyframe_record = []
- vmd.light_keyframe_record = []
- current_index = 34+10 * vision
- import struct
- for i in range(vmd.bone_keyframe_number):
- vmd.bone_keyframe_record.append({
- "BoneName": array[current_index: current_index+15].split(bytes([0]))[0].decode("shift-JIS"),
- "FrameTime": struct.unpack("<I", array[current_index+15: current_index+19])[0],
- "
osition": {"x": struct.unpack("<f", array[current_index+19: current_index+23])[0], - "y": struct.unpack("<f", array[current_index+23: current_index+27])[0],
- "z": struct.unpack("<f", array[current_index+27: current_index+31])[0]
- },
- "Rotation":{"x": struct.unpack("<f", array[current_index+31: current_index+35])[0],
- "y": struct.unpack("<f", array[current_index+35: current_index+39])[0],
- "z": struct.unpack("<f", array[current_index+39: current_index+43])[0],
- "w": struct.unpack("<f", array[current_index+43: current_index+47])[0]
- },
- "Curve":{
- "x"
array[current_index+47], array[current_index+51], array[current_index+55], array[current_index+59]), - "y"
array[current_index+63], array[current_index+67], array[current_index+71], array[current_index+75]), - "z"
array[current_index+79], array[current_index+83], array[current_index+87], array[current_index+91]), - "r"
array[current_index+95], array[current_index+99], array[current_index+103], array[current_index+107]) - }
- })
- current_index += 111
- # vmd['MorphKeyFrameNumber'] = int.from_bytes(array[current_index: current_index+4], byteorder="little", signed=False)
- vmd.morph_keyframe_number = int.from_bytes(array[current_index: current_index+4], byteorder="little", signed=False)
- current_index += 4
- for i in range(vmd.morph_keyframe_number):
- vmd.morph_keyframe_record.append({
- 'MorphName': array[current_index: current_index+15].split(bytes([0]))[0].decode("shift-JIS"),
- 'FrameTime': struct.unpack("<I", array[current_index+15: current_index+19])[0],
- 'Weight': struct.unpack("<f", array[current_index+19: current_index+23])[0]
- })
- current_index += 23
- vmd.camera_keyframe_number = int.from_bytes(array[current_index: current_index+4], byteorder="little", signed=False)
- current_index += 4
- for i in range(vmd.camera_keyframe_number):
- vmd.camera_keyframe_record.append({
- 'FrameTime': struct.unpack("<I", array[current_index: current_index+4])[0],
- 'Distance': struct.unpack("<f", array[current_index+4: current_index+8])[0],
- "
osition": {"x": struct.unpack("<f", array[current_index+8: current_index+12])[0], - "y": struct.unpack("<f", array[current_index+12: current_index+16])[0],
- "z": struct.unpack("<f", array[current_index+16: current_index+20])[0]
- },
- "Rotation":{"x": struct.unpack("<f", array[current_index+20: current_index+24])[0],
- "y": struct.unpack("<f", array[current_index+24: current_index+28])[0],
- "z": struct.unpack("<f", array[current_index+28: current_index+32])[0]
- },
- "Curve": tuple(b for b in array[current_index+32: current_index+36]),
- "ViewAngle": struct.unpack("<I", array[current_index+56: current_index+60])[0],
- "Orthographic": array[60]
- })
- current_index += 61
- vmd.light_keyframe_number = int.from_bytes(array[current_index: current_index+4], byteorder="little", signed=False)
- current_index += 4
- for i in range(vmd.light_keyframe_number):
- vmd.light_keyframe_record.append({
- 'FrameTime': struct.unpack("<I", array[current_index: current_index+4])[0],
- 'Color': {
- 'r': struct.unpack("<f", array[current_index+4: current_index+8])[0],
- 'g': struct.unpack("<f", array[current_index+8: current_index+12])[0],
- 'b': struct.unpack("<f", array[current_index+12: current_index+16])[0]
- },
- 'Direction':{"x": struct.unpack("<f", array[current_index+16: current_index+20])[0],
- "y": struct.unpack("<f", array[current_index+20: current_index+24])[0],
- "z": struct.unpack("<f", array[current_index+24: current_index+28])[0]
- }
- })
- current_index += 28
- vmd_dict = {}
- vmd_dict['Vision'] = vision
- vmd_dict['ModelName'] = vmd.model_name
- vmd_dict['BoneKeyFrameNumber'] = vmd.bone_keyframe_number
- vmd_dict['BoneKeyFrameRecord'] = vmd.bone_keyframe_record
- vmd_dict['MorphKeyFrameNumber'] = vmd.morph_keyframe_number
- vmd_dict['MorphKeyFrameRecord'] = vmd.morph_keyframe_record
- vmd_dict['CameraKeyFrameNumber'] = vmd.camera_keyframe_number
- vmd_dict['CameraKeyFrameRecord'] = vmd.camera_keyframe_record
- vmd_dict['LightKeyFrameNumber'] = vmd.light_keyframe_number
- vmd_dict['LightKeyFrameRecord'] = vmd.light_keyframe_record
- vmd.dict = vmd_dict
- return vmd8 d" D* G& H( e) [( @( X
* Z$ C& E1 b* @, {" e: J复制代码
j- H& }# F4 Y6 X' \
( T- S& h& N( ]5 ^6 ]/ R6 _% y8 Z( S2 [9 B4 [
三、实验9 V! q t* {8 j, D. \
0 ~ k1 A* a$ ?- B# [/ `" c
随意掰弯一些关节并注册、使用:
) K, J2 _0 @( W$ m3 d' F- if __name__ == '__main__':
- vmd = Vmd.from_file("test.vmd", model_name_encode="gb2312")
- from pprint import pprint
- pprint(vmd.dict)
- 4 X4 @7 @! ^" H. c2 c. P
; V, d! _) M' M3 J+ G1 S9 G8 m复制代码
9 W; M% V' [3 \8 ioutput:9 J8 s S5 l2 }/ E Z4 Q+ ^
- {'BoneKeyFrameNumber': 4,
- 'BoneKeyFrameRecord': [{'BoneName': '右腕',
- 'Curve': {'r': (20, 20, 107, 107),
- 'x': (20, 20, 107, 107),
- 'y': (20, 20, 107, 107),
- 'z': (20, 20, 107, 107)},
- 'FrameTime': 0,
- 'Position': {'x': 0.0, 'y': 0.0, 'z': 0.0},
- 'Rotation': {'w': 0.9358965158462524,
- 'x': 0.0,
- 'y': -0.3522740602493286,
- 'z': 0.0}},
- {'BoneName': '首',
- 'Curve': {'r': (127, 127, 127, 127),
- 'x': (0, 127, 0, 127),
- 'y': (0, 0, 0, 0),
- 'z': (127, 0, 127, 0)},
- 'FrameTime': 60,
- 'Position': {'x': 0.0, 'y': 0.0, 'z': 0.0},
- 'Rotation': {'w': 0.9191020727157593,
- 'x': 0.0,
- 'y': -0.3940184712409973,
- 'z': 0.0}},
- {'BoneName': '右ひじ',
- 'Curve': {'r': (127, 127, 127, 127),
- 'x': (0, 127, 0, 127),
- 'y': (0, 0, 0, 0),
- 'z': (127, 0, 127, 0)},
- 'FrameTime': 60,
- 'Position': {'x': 0.0, 'y': 0.0, 'z': 0.0},
- 'Rotation': {'w': 0.9568025469779968,
- 'x': 0.0,
- 'y': -0.290740042924881,
- 'z': 0.0}},
- {'BoneName': '右腕',
- 'Curve': {'r': (20, 20, 107, 107),
- 'x': (20, 20, 107, 107),
- 'y': (20, 20, 107, 107),
- 'z': (20, 20, 107, 107)},
- 'FrameTime': 60,
- 'Position': {'x': 0.0, 'y': 0.0, 'z': 0.0},
- 'Rotation': {'w': 0.593818187713623,
- 'x': 0.0,
- 'y': -0.8045986294746399,
- 'z': 0.0}}],
- 'CameraKeyFrameNumber': 0,
- 'CameraKeyFrameRecord': [],
- 'LightKeyFrameNumber': 0,
- 'LightKeyFrameRecord': [],
- 'ModelName': '八重樱',
- 'MorphKeyFrameNumber': 2,
- 'MorphKeyFrameRecord': [{'FrameTime': 60, 'MorphName': 'まばたき', 'Weight': 1.0},
- {'FrameTime': 60,
- 'MorphName': 'あ',
- 'Weight': 0.36000001430511475}],
- 'Vision': 2}
$ }; x: Q" i7 t7 |& r7 `5 [' l
) G4 E% F* R8 v0 P+ W& Z8 o复制代码7 V1 m' F% d) L2 y, [1 k) r% L T
因为前面提到的编码模式,我选择用gb2312解码,在很多(也许是大部分)动作数据都会报错,可以去掉编码方式:
. R) c& n i6 q, @- vmd = Vmd.from_file("test.vmd")
; k+ [/ p- M; G3 e/ p
. O: {6 u1 m" |) R复制代码
: ` q. o- x) e8 M$ Z3 @4 ^ 我们没有移动方块骨骼,因此位置信息都是0。
0 S! w& A3 ]/ Q5 h3 J) b- y 不喜欢看欧拉角的话,可以写一个转换方法:' X5 m% N; w# w) W
- @staticmethod
- def _quaternion_to_EulerAngles(x, y, z, w):
- import numpy as np
- X = np.arcsin(2*w*x-2*y*z) / np.pi * 180
- Y = -np.arctan2(2*w*y+2*x*z, 1-2*x**2-2*y**2) / np.pi * 180
- Z = -np.arctan2(2*w*z+2*x*y, 1-2*x**2-2*z**2) / np.pi * 180
- return X, Y, Z
- @property
- def euler_dict(self):
- from copy import deepcopy
- res_dict = deepcopy(self.dict)
- for index, d in enumerate(res_dict['BoneKeyFrameRecord']):
- x = d["Rotation"]["x"]
- y = d["Rotation"]["y"]
- z = d["Rotation"]["z"]
- w = d["Rotation"]["w"]
- X, Y, Z = Vmd._quaternion_to_EulerAngles(x, y, z, w)
- res_dict['BoneKeyFrameRecord'][index]["Rotation"] = {
- "X": X,
- "Y": Y,
- "Z": Z
- }
- return res_dict# q$ x u! n) E `
! R- |' k0 w. t
复制代码
) n. k" O: L5 Z/ i* I: e$ g1 l 这样只要调用:
5 M) P" K8 {" ~! R. F8 l X2 b* o9 C" e: l- vmd = Vmd.from_file("test.vmd")
- from pprint import pprint
- pprint(vmd.euler_dict)
( A* ~. I h* x# e
5 k- y: Z# U7 g9 B. R+ X* b7 C复制代码
; G! C. H, A( ~7 ]即可得到转换成欧拉角的结果,同样的方式还可以编写转换RGB、弧度、角度等
8 q$ @2 D) ?4 B python内置的json包可以很方便得将字典转换成json格式文档储存。" h4 D4 U) E* m0 ^
我们也可以试着写一些将VMD转换成vmd文件的方法。
. x; P) i8 Z" ~" {% ^四、总结
! \5 d) U6 Y) g ~" y
/ j7 K; F+ o: g3 ?( C 通过学习VMD的文件结构,大致了解了储存动作数据的格式和一些方法,或许可以类比到一些主流的商业3D软件上。
. y6 E' c( l* k `4 K# L 读取程序并不难,我写程序的很多时间都是查二进制操作消耗的,通过这个程序,还巩固了二进制操作的知识。- r: G0 h1 W1 Y* C9 A
& ?$ m% `4 S: h: f* U/ N. H' T) ~) r5 G) c- V1 A
|
|