当前位置: 首页 > news >正文

模型优化——在MacOS 上使用 Python 脚本批量大幅度精简 GLB 模型(通过 Blender 处理)

目录

前言 

配置Blender环境变量 

PATH路径通过 Finder 查找

创建 Python 脚本 batch_optimize_glb.py 

参数解释

执行py脚本运行优化命令

果实


前言 

需要将n个glb模型文件在模型制作层面进行深度优化,此方案可将模型文件体积减少百分之50~90之间(具体优化幅度取决于模型贴图的尺寸及数量),效果显著,如下操作

用python脚本批量化的精简模型,具体精简模型在blender中的步骤是:

  • 导出glb模型的时候,在右侧面板 Material > Images 选项改为 JPEG Format(.jpg)
  • 导出glb模型的时候,在右侧面板 Material > Image Quality 由75改为30
  • 导出glb模型的时候,右侧面板 勾选 Compression 选项

 

配置Blender环境变量 

export PATH="/Applications/Blender.app/Contents/MacOS:$PATH"

PATH路径通过 Finder 查找

  1. 右键点击 Blender 应用图标 → 显示包内容

  2. 进入 Contents/MacOS 文件夹

  3. 在终端中复制完整路径:

# 获取实际路径(拖拽 MacOS 文件夹到终端即可显示)
/Applications/Blender-4.1.app/Contents/MacOS

 

创建 Python 脚本 batch_optimize_glb.py 

import bpy
import os
from pathlib import Pathdef optimize_glb(input_path, output_path):"""处理单个GLB文件(仅优化不缩放)"""try:# 清除场景bpy.ops.wm.read_factory_settings(use_empty=True)# 导入GLBbpy.ops.import_scene.gltf(filepath=input_path)# 注释掉以下缩放相关的代码块 ▼▼▼# bpy.ops.object.select_all(action='SELECT')# bpy.ops.transform.resize(value=(scale_factor, scale_factor, scale_factor))# bpy.ops.object.transform_apply(scale=True)# 注释掉以上缩放相关的代码块 ▲▲▲# 准备导出参数export_params = {'filepath': output_path,'export_format': 'GLB','export_yup': True,'export_apply': True,  # 仍然建议保留,确保应用其他变换'export_image_format': 'JPEG','export_jpeg_quality': 30}# 版本兼容的压缩设置if bpy.app.version >= (4, 0, 0):export_params['export_draco_mesh_compression_enable'] = Trueelse:export_params['export_compress'] = True# 导出GLBbpy.ops.export_scene.gltf(**export_params)return Trueexcept Exception as e:print(f"处理失败 {input_path}: {str(e)}")return Falsedef batch_process(input_dir, output_dir):"""批量处理GLB文件(不缩放)"""input_dir = Path(input_dir)output_dir = Path(output_dir)# 统计变量total_files = 0success_count = 0size_reduction = 0print(f"\n{'='*50}")print(f"开始批量优化模型(不缩放版本)")print(f"输入目录: {input_dir}")print(f"输出目录: {output_dir}")print(f"{'='*50}\n")# 递归遍历所有子目录for glb_file in input_dir.rglob("*.glb"):relative_path = glb_file.relative_to(input_dir)optimized_path = output_dir / relative_pathoptimized_path.parent.mkdir(parents=True, exist_ok=True)total_files += 1print(f"[{total_files}] 处理: {relative_path}", end=" => ")if optimize_glb(str(glb_file), str(optimized_path)):# 计算体积变化orig_size = glb_file.stat().st_size / (1024 * 1024)new_size = optimized_path.stat().st_size / (1024 * 1024)reduction = (orig_size - new_size) / orig_size * 100size_reduction += reductionstatus = f"✓ (-{reduction:.1f}%)"success_count += 1else:status = "✕"print(status)# 打印报告avg_reduction = size_reduction / success_count if success_count > 0 else 0print(f"\n{'='*50}")print(f"处理完成")print(f"{'='*50}")print(f"扫描到GLB文件: {total_files}个")print(f"成功处理: {success_count}个")print(f"失败: {total_files - success_count}个")print(f"平均体积减少: {avg_reduction:.1f}%")print(f"{'='*50}")if __name__ == "__main__":input_folder = "/Users/changchun/Downloads/usdz_to_glb"output_folder = "/Users/changchun/Downloads/usdz_to_glb_small"if not Path(input_folder).exists():print(f"错误:输入目录不存在 - {input_folder}")exit(1)batch_process(input_folder, output_folder)

参数解释

参数

作用

Blender 对应选项

export_image_format='JPEG'

纹理转为 JPEG 格式

Material > Images > JPEG

export_jpeg_quality=30

降低 JPEG 质量

Material > Image Quality = 30

export_compress=True

启用文件压缩

Compression 勾选

执行py脚本运行优化命令

blender --background --python /path/to/batch_optimize_glb.py

果实

按此方案执行后,你的 GLB 模型将自动完成:

  • ✅ 纹理转 JPEG

  • ✅ 模型大小优化为 50~80%

  • ✅  可选网格简化

http://www.lryc.cn/news/606266.html

相关文章:

  • 基于PyTorch利用CNN实现MNIST的手写数字识别
  • 【源力觉醒 创作者计划】对比与实践:基于文心大模型 4.5 的 Ollama+CherryStudio 知识库搭建教程
  • 如何系统性了解程序
  • 【Java安全】CC1链
  • <RT1176系列13>LWIP Ping功能入门级应用和基础API解析
  • MySQL 8.0 OCP 1Z0-908 题目解析(41)
  • python制作的软件工具安装包
  • XL2422 无线收发芯片,可用于遥控玩具和智能家居等应用领域
  • 5G-A技术浪潮勾勒通信产业新局,微美全息加快以“5.5G+ AI”新势能深化场景应用
  • 贝锐蒲公英X4 Pro 5G新品路由器:异地组网+8网口+双频WiFi全都有
  • 5G毫米波射频前端设计:从GaN功放到混合信号集成方案
  • arm架构系统打包qt程序--麒麟操作系统为例
  • [GESP202506 五级] 奖品兑换
  • Python列表完全指南:从基础到实战(2025版)
  • 八股训练--Spring
  • C#反射的概念与实战
  • 网络编程-IP
  • TCP窗口缩放配置在云服务器高延迟网络中的参数调整测试
  • Android端RTMP低延迟播放器在工业与智能场景下的架构与落地
  • 抓大鹅小游戏微信抖音流量主小程序开源
  • TGD第九篇:三维应用——视频边缘检测
  • 【AI论文】MUR:面向大型语言模型的动量不确定性引导推理
  • cuda编程笔记(11)--学习cuBLAS的简单使用
  • Coze Studio概览(四)--Prompt 管理功能详细分析
  • 分布式锁的基本原理和基于lua脚本的实现(Redisson)
  • 红黑树×协程×内存序:2025 C++后端核心三体问题攻防手册
  • 旅游城市数量最大化 01背包问题
  • 如何解决pip安装报错ModuleNotFoundError: No module named ‘plotly’问题
  • Mac安装Navicat教程Navicat Premium for Mac v17.1.9 Mac安装navicat【亲测】
  • IK 字段级别词典的升级之路