0017加速UV检测的一种算法

加速UV检测的一种算法

需求：角色身上各UV块之间的间距不能小于30像素，距离UV边界([0,1])不能小于15像素，也就是要保证一定的UV出血量。

 

看起来挺简单，直接每个UV点计算距离对比就完了。然而现在每只角色平平常常都是几万面，拿到的测试文件UV顶点数50000左右。如果直接粗暴两两对比，那对比次数高达上亿，再加上存在多套UV，即使C++写插件计算时间也太慢，很可能就没法用了。

 

稍加分析都会想到，先取每块UV的边界点，再进行处理。这样需要处理的数据量就会减少很多了，通常也就勉强能用了。但其实仍然不少，而且大量的计算实际上都浪费了。理想情况下，每块UV应该只去查环绕在它周围最近一圈的其它UV块，与它们边界上的UV点进行对比。

 

现在的问题是几乎每块UV都弯弯扭扭，有的跨度长有的跨度短， 准确找出相邻UV块是个难题。也不知道有什么好算法，要精确查找带来的计算量也可能大得吓人，搞不好又跟最初的方案差不多耗费时间了。

 

怎么办？

直接说我的算法，如下：

计算每块UV的BondingBox，构建一个矩形；检测所有矩形的相交情况，根据这将UV块分组，也就是说找出每块UV及其周围一圈需要对比的那些UV Shell，最后根据这些分组计算各UV Shell边上的UV点间距。

 

到这一步问题似乎就解决了。但是且慢，由于模型的对称性，往往存在好些UV块是完全重叠的，经过上面的计算后你会发现，结果似乎不对头。为什么呢，因为重叠的UV块会被分到将要与之对比检查的组里面，显然它们是不可能有30像素间距的。这时就要把这种情况从分组中排除掉。

 

解决办法也很简单了，检测矩形是否重叠。（从这里引申出另一个问题的解决方案，那就是检测是否有UV重叠）简单的算法，对比Rectangle的topLeft与rightBottom坐标就行。

 

其实这种情形还有一些小意外，可能模型经过几次修改后，原本对称的部分有小幅度的改动，导致UV又不完全重叠了。这种根据实际情况加个对比的容差值也就好了。

 

至此，算是可以比较好的解决这个需求了。Python代码也就二三百行，不同复杂度模型检测速度在十秒左右(5万左右面, 2套UV)。如果按最初想法上来简单粗暴处理，那结果就是电脑直接死机了，永远没有结果。