windows安装OpenUSD

 一、下载OpenUSD
git clone https://github.com/PixarAnimationStudios/OpenUSD

OpenUSD,原名USD(Universal Scene Description,通用场景描述),是由皮克斯动画工作室开发的一种开放数据格式。OpenUSD主要用于在虚拟世界中创建、编辑、查询、渲染、协作和模拟真实世界的场景。其设计初衷是为了解决CG电影或游戏、工业工程、科学实验等计算机图形和模拟制作流程中大量3D数据的生成、存储和传输问题。

OpenUSD具有以下几个主要特点:

  1. 开放性:OpenUSD是一个开放标准,其规范公开发布,使得任何人都可以实现符合该标准的工具或库。这有助于推动更广泛的行业采用和标准化发展。
  2. 可扩展性:OpenUSD是一个灵活的框架,可以轻松地扩展以适应不同应用领域的需求。例如,通过IsA以及API两种模式,可以进行新的类型的定义和扩展。
  3. 层次结构:USD使用图层的概念,允许用户对场景进行分层描述。每个图层都可以包含关于场景的修改、变化和特定版本的信息,这有助于团队协作和版本控制。
  4. 兼容性:OpenUSD被广泛支持并整合到许多行业标准的工具中,包括Autodesk Maya、Pixar RenderMan、SideFX Houdini等。

OpenUSD技术也是英伟达Omniverse平台的基础,并有可能成为“元宇宙”的3D图形标准。它允许团队能够在大规模3D工作流程上协同工作,并共享可在AR(增强现实)和VR(虚拟现实)项目中使用的3D对象和环境的信息。

总的来说,OpenUSD作为一种开放、灵活且广泛支持的3D数据格式,正在电影制作、动画制作、游戏开发等领域发挥越来越重要的作用,并有望在未来成为数字孪生领域的统一标准。

二、C/C++ compiler

MinGW 【VSCode】Windows 下搭建 C++ 环境_vscode搭建c++环境 windows-CSDN博客

安装好后配置环境变量

三、CMake安装

 此处下载安装Download CMakeicon-default.png?t=N7T8https://cmake.org/download/安装时选自动配置环境变量

四、pyside2 或者 pyside6 安装
pip install pyside6 -i https://pypi.tuna.tsinghua.edu.cn/simple#或者pip install pyside2 -i https://pypi.tuna.tsinghua.edu.cn/simple

 然后将 pyside6-uic.exe 所在文件夹添加到环境变量里,如我的路径在:

C:\Users\shaox\AppData\Roaming\Python\Python311\Scripts

五、PyOpenGL 安装
pip install PyOpenGL -i https://pypi.tuna.tsinghua.edu.cn/simple
六、 编译 openusd
# python .\build_scripts\build_usd.py 安装路径
python .\build_scripts\build_usd.py "D:\tools\usd\install_openusd"

程序会先下载 ZLIB, BOOST, TBB等编译;

编译完成后,把bin目录配置到环境变量里(D:\tools\usd\install_openusd\bin),就可以使用 usdcat等命令了。

编译openusd时遇到的问题:

1、遇到了 MSBuild 中 -j 配置问题,需要改一下 build_usd.py 代码

fix: use universal -j parameter for cmake build by sssooonnnggg · Pull Request #2755 · PixarAnimationStudios/OpenUSD (github.com)

2、ERROR: 'gbk' codec

把build_usd.py里 open函数加上encoding = 'utf-8',如  open('foo', 'r', encoding = 'utf-8')

USD build fails with ''gbk' codec can't decode byte 0x82 in position 819: illegal multibyte sequence' error · Issue #1806 · PixarAnimationStudios/OpenUSD (github.com)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/793051.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

上位机图像处理和嵌入式模块部署(qmacvisual获取边界点)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing 163.com】 在图像处理中,解决了分割的问题之后,下面就是属性信息的提取。在这其中,有一种属性是非常重要的 ,那…

ChatGPT 与 OpenAI 的现代生成式 AI(上)

原文:Modern Generative AI with ChatGPT and OpenAI Models 译者:飞龙 协议:CC BY-NC-SA 4.0 序言 本书以介绍生成式 AI 领域开始,重点是使用机器学习算法创建新的独特数据或内容。它涵盖了生成式 AI 模型的基础知识&#xff0c…

Jackson @JsonUnwrapped注解扁平化 序列化反序列化数据

参考资料 Jackson 2.x 系列【7】注解大全篇三JsonUnwrapped 以扁平的数据结构序列化/反序列化属性Jackson扁平化处理对象 目录 一. 前期准备1.1 前端1.2 实体类1.3 Controller层 二. 扁平化序列反序列化数据2.1 序列化数据2.2 反序列化数据 三. 前缀后缀处理属性同名四. Map数…

尚硅谷50道Java面试题笔记 写的不全

b站链接:https://www.bilibili.com/video/BV1Bb411d7SL/?p4&vd_source714a8042f058b82c668750a0930ff9b0 1 mysql使用innodb引擎,请简述mysql索引的最左前缀如何优化orderby语句。 关键点: 如果排序字段不在索引列上,file…

2006-2022年各省研发投入强度数据/研究与试验发展(RD)经费投入强度数据(无缺失)

2006-2022年各省研发投入强度数据/研究与试验发展(R&D)经费投入强度数据(无缺失) 1、时间:2006-2022年 2、范围:31省 3、来源:科技年鉴 4、指标:研发投入强度/研究与试验发展(R&D)经费投入强度 5、指标解释:研发投入…

spring boot后端controller中接收表单参数校验

校验分为两部分,一部分是前端的输入时就校验,一部分时后端接收参数时的校验。本文提到的是后端接收参数时的校验。这个后端校验的存在有什么意义呢? 比如我们设置前端在输入参数时限制输入不能为空,应该为3-20位非空字符&#xf…

十分钟掌握在 PyTorch 中构建一个深度神经网络,基本组件、步骤和代码实现,从导入模块和定义网络结构到训练和评估网络性能。

🍉 CSDN 叶庭云:https://yetingyun.blog.csdn.net/ 深度神经网络(Deep Neural Networks, DNNs),也被称为人工神经网络(Artificial Neural Networks,ANNs),已成为当今机器学习任务中最流行、最成功的方法之一。这些网络能够表示数据中的复杂关系,并在图像分类、自然…

python调用java中的jar

一、基于IDEA生成可执行jar包 1、编写class的代码,注意一定要有main()方法才可以生成jar包,main()方法可以没有内容。例如下Java 代码: package Project;public class Demo {public static void main(String[] args){Demo t2 new Demo();S…

Redux Toolkit+TypeScript最佳实践

Redux-Toolkit是为了简化使用Redux繁琐的步骤,可以j降低使用useReducer与useContext管理状态的频率,而且起到项目中状态管理规范和约束化的效果。 阅读本文需要的前置知识:React、Redux、Typescript、Redux hooks。 Redux-Toolkit使用步骤 …

Rust egui(4) 增加自己的tab页面

如下图,增加一个Sins也面,里面添加一个配置组为Sin Paraemters,里面包含一个nums的参数,范围是1-1024,根据nums的数量,在Panel中画sin函数的line。 demo见:https://crazyskady.github.io/index.…

机器学习模型:决策树笔记

第一章:决策树原理 1-决策树算法概述_哔哩哔哩_bilibili 根节点的选择应该用哪个特征?接下来选什么?如何切分? 决策树判断顺序比较重要。可以使用信息增益、信息增益率、 在划分数据集前后信息发生的变化称为信息增益&#xff0c…

6:算法基础--6.3:排序算法,6.4:算法策略

转上一节: http://t.csdnimg.cn/fr4I4http://t.csdnimg.cn/fr4I4 6.3:排序算法 考点1:排序算法的基本概念 1.排序的概念 稳定与不稳定排序 2.排序方法分类 插入类排序直接插入排序希尔排序交换类排序冒泡排序快速排序选择类排序简单选…

如何利用待办事项清单提高工作效率?

你是否经常因为繁重的工作量而感到不堪重负?你是否在努力赶工期或经常忘记重要的电子邮件?你并不是特例。如何利用待办事项清单提高工作效率?这里有一个简单的方法可以帮你理清混乱并更高效地完成任务—待办事项清单。 这种类型的清单可以帮…

有人用GPT来做日内交易,居然赚钱了!但是……

在我们还在烦恼会不会被AI替代时,已经有人在教ChatGPT去炒股票了。 在近年ChatGPT火速出圈后,围绕AI能取代什么职业的讨论持续受到大众关注。 从事客服、编程、法律合规以及内容创作等行业人员最早感受到这股AI带来的寒意。 那ChatGPT能不能替代交易员…

【原创】springboot+vue校园疫情防控管理系统设计与实现

个人主页:程序猿小小杨 个人简介:从事开发多年,Java、Php、Python、前端开发均有涉猎 博客内容:Java项目实战、项目演示、技术分享 文末有作者名片,希望和大家一起共同进步,你只管努力,剩下的交…

Spring Boot Mockito (三)

Spring Boot Mockito (三) 这篇文章主要是讲解Spring boot 与 Mockito 集成测试。 前期项目配置及依赖可以查看 Spring Boot Mockito (二) - DataJpaTest Spring Boot Mockito (一) - WebMvcTest Tag("Integration") SpringBootTest // TestMethodOrder(MethodOr…

【YOLOV5 入门】——构建自己的数据集模型训练模型检验

一、准备工作 1、数据收集 图片类型数据不用多说;视频类型数据利用opencv进行抽帧保存为一张张图片,这里选取30s的名侦探柯南片段进行试验,确保环境解释器下安装了opencv(我使用的是另一个虚拟环境): im…

LeetCode每日一题之专题一:双指针 ——快乐数

快乐数OJ链接:202. 快乐数 - 力扣(LeetCode) 题目: 题目分析: 为了房便叙述,将「对于⼀个正整数,每⼀次将该数替换为它每个位置上的数字的平方和」这⼀个 操作记为 x 操作; 题目告诉我们&#…

win10+Intel显卡安装配置stable-diffusion-webui绘画网页

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目…

基于springboot实现墙绘产品展示交易平台管理系统项目【项目源码+论文说明】计算机毕业设计

基于springboot实现墙绘产品展示交易平台管理系统演示 摘要 现代经济快节奏发展以及不断完善升级的信息化技术,让传统数据信息的管理升级为软件存储,归纳,集中处理数据信息的管理方式。本墙绘产品展示交易平台就是在这样的大环境下诞生&…