Hierarchical Mesh Decomposition using Fuzzy Clustering and Cuts
项目地址
最初计划是使用opengl展示出分割结果，但是展示功能为完成，所以只能查看原始模型。同时
依赖包括opengl的依赖。
- glad
- glfw
- glm
- assimp
pip install --user glad使用cmake进行依赖管理
mkdir build&cd build
cmake ..
make -j4
- 查看模型
./OpenGLStart resources/objects/eight.uniform.obj 1 - 产生分割结果
./OpenGLStart resources/objects/eight.uniform.obj
分割结果存为obj文件+decompositionfuzzy.obj,可以使用meshlab查看颜色。
decomposition.h: 最小路径库，包含Decomposition类，实现了floyd算法寻找图中任意两点之间的最小距离。实现了论文中关于ang_distance和geo_distance的计算。实现了关于面方向的选取与判断。netflow.h: 网络流图库，包含FordFulkerson类，实现了FordFukerson在无向图中搜索最大流并返回从源开始的最小割切。使用二维数组处理无向图最大流问题，可以直接索引两个方向边，简化代码复杂度。
剩下几个图形库改编自learnopengl.com
model.h: 使用assimp加载模型，项目加入了是否合并三角面片对应的点的功能，因为在分割的时候需要考虑不同面片之间的点的重合关系，但是分割完成后需要渲染不同面片的颜色，此时每个面片都需要有独立的三个顶点。mesh.h: 将对应的网格进行分割，调用了decomposition.h和netflow.h
测试了人体的模型，由于人体模型衣服和人是分离的，导致最终结果中衣服被分离了出来
面片数为n，由于使用了二维的数组简化编码难度，导致复杂度为O(n2)。另外floyd算法的复杂度未O(e3)，所以面片说较多性能较差。对于面片数较少的模型，比如8字形模型中有2000面片，用时在10s左右。但是对于面片数较多的情况，性能下降严重，对于包含有69451兔子模型，用时两天也未完成，需要进行优化。
assimp将obj中的face按照点的顺序加载进scene中，保存在nmesh里，一个obj对应一个mesh，其中有3*f个点
f 723 965 762 f 259 755 665 f 333 523 952 f 164 1002 978
v 0.410737 0.119391 -0.663529 v 0.413476 0.0874462 -0.725195 v 0.373414 0.12753 -0.727035 v 0.350091 0.0316636 -0.0699642