最近嘗試把3dmax的physique骨骼系統(tǒng)導(dǎo)出插件重構(gòu)成了skin的方式，用了用skin感覺相比physique要強(qiáng)大的多，skin是max最老的蒙皮修改器，應(yīng)該比physique還要早把，但后續(xù)版本升級(jí)做的很強(qiáng)大，據(jù)說和maya的方法差不多，physique修改器更新緩慢，而且用了一下確實(shí)是skin的修改器要好用一些，尤其對(duì)于蒙皮人物骨骼按部件進(jìn)行拆分方面，skin方式要方便很多，實(shí)現(xiàn)換裝系統(tǒng)也不是問題，我最近正在實(shí)現(xiàn)一套比較好的部件裝配式的換裝系統(tǒng)，大體的方法是把人物拆分，按需要進(jìn)行骨骼部件的組裝，比如手，腳，頭發(fā)，身體，裙擺，都可以是獨(dú)立的骨架部件，然后組裝在一起，很多游戲其實(shí)都有這樣的功能，實(shí)現(xiàn)方法大同小異吧，不過我這里有點(diǎn)心得可以分享一下，人物的骨骼導(dǎo)出的時(shí)候不要圖方便只導(dǎo)出每塊骨頭的世界矩陣，而應(yīng)該導(dǎo)出這塊骨頭相對(duì)父骨節(jié)的矩陣，形成一顆顆子樹，這樣做在單副骨架上看似乎沒有什么大的優(yōu)勢(shì)，還會(huì)帶來額外的計(jì)算量，但實(shí)際上要實(shí)現(xiàn)換裝，比如一個(gè)部件從一個(gè)形體直接配置到另外一個(gè)形體上的時(shí)候，優(yōu)勢(shì)就體現(xiàn)出來了，真的必須這么干啊，我想以后做一些外界作用力的物理效果的時(shí)候，父骨架的偏移影響到子骨架的計(jì)算，或反向IK計(jì)算，應(yīng)該也容易計(jì)算了（比如自由墜落的布娃系統(tǒng)）當(dāng)然這是后話了，現(xiàn)在多做點(diǎn)這樣工作，以后擴(kuò)展起來會(huì)容易很多

另外有個(gè)心得可以和大家分享一下，那就是關(guān)于骨骼矩陣的導(dǎo)出冗余數(shù)據(jù)的精簡(jiǎn)方法、其實(shí)做過蒙皮的人應(yīng)該會(huì)知道，一套完整的骨骼動(dòng)畫的數(shù)據(jù)量最大的并不是頂點(diǎn)的數(shù)據(jù)，那個(gè)數(shù)量基本固定的，不會(huì)隨動(dòng)作的增長而變大，真正龐大的是骨骼的關(guān)鍵幀導(dǎo)出數(shù)據(jù)
來個(gè)簡(jiǎn)單的計(jì)算，如果一個(gè)蒙皮角色的總骨骼有100根，1000幀的動(dòng)畫
那么占用的空間= 100 * 1000 * sizeof(D3DXMATRIX)  = 100 *1000 * 64Bytes  差不多占了6MB多的容量，一般一個(gè)角色的動(dòng)畫多達(dá)幾千到上萬幀的，那么這個(gè)數(shù)量的增長是很龐大的，也許你會(huì)覺得這幾MB到10多MB的數(shù)據(jù)量不算什么，現(xiàn)在內(nèi)存不都是幾個(gè)G了嗎？但你要想想，現(xiàn)在游戲卡的現(xiàn)象不在于你cpu多塊，內(nèi)存多大，很大部分愿意是磁盤io讀取慢了，這才是瓶頸，這些年計(jì)算機(jī)的速度是提升了很多倍可就是硬盤的讀寫速度沒什么變化啊，同屏幾十個(gè)不同的角色，如果不預(yù)加載，用實(shí)時(shí)加載，那么一加載起來動(dòng)不動(dòng)就是幾十MB的數(shù)據(jù)，不管什么機(jī)器，再怎么多線程優(yōu)化也一樣卡，即使單機(jī)都會(huì)卡
 
所以需要想辦法來壓縮精簡(jiǎn)這些數(shù)據(jù)，其實(shí)壓縮的思路并不復(fù)雜，我們的骨骼矩陣一般都用的是線性差值計(jì)算的，max在打上關(guān)鍵幀的時(shí)候也基本上是線性差值的，這樣就好辦了，線性差值的數(shù)據(jù)過渡一般都有一個(gè)特點(diǎn)，那就是比較“平滑”，很多數(shù)據(jù)變化幅度不大的情況下前一幀和后一幀的矩陣平均值剛好等于當(dāng)前幀的矩陣值，就利用這個(gè)特性我們就能過濾掉相當(dāng)大數(shù)量級(jí)的矩陣了

以下的算法針對(duì)于連續(xù)線性變換的數(shù)據(jù)精簡(jiǎn)壓縮都是有用的，不僅僅只針對(duì)于矩陣，我在下面的例子里面用的是整數(shù)，思路清楚以后換成矩陣就好了


#include "stdafx.h"
#include <WTypes.h>
#include <vector>
#include <map>
#include <assert.h>
using namespace std;

struct  Idinfo
{
 int id;     //原數(shù)據(jù)索引
 int id0;   //等比區(qū)間索引上界索引
 int id1;   //等比區(qū)間索引下界索引
 BOOL GetValue(map<int,int> & imap, int& val)
 {
  if(id == id0 && id == id1)
  {
   map<int, int>::iterator it0 = imap.find(id0);
   assert(it0 != imap.end());
   val = it0->second;
   return TRUE;
  }
  else if(id > id0 && id < id1)
  {
   map<int, int>::iterator it0 = imap.find(id0);
   map<int, int>::iterator it1 = imap.find(id1);
   assert(it0 != imap.end());
   assert(it1 != imap.end());
   int v0 = it0->second;
   int v1 = it1->second;
   val = v0 + ((v1 - v0) / (id1 - id0)) * (id - id0);
   return TRUE;
  }
  return FALSE;
 }
};

int _tmain(int argc, _TCHAR* argv[])
{
 vector<int> arr; //假設(shè)這里面放的就是線性變換的數(shù)據(jù)
 arr.push_back(2);
 arr.push_back(4);
 arr.push_back(6);
 arr.push_back(8);
 arr.push_back(15);
 arr.push_back(16);
 arr.push_back(17);
 arr.push_back(18);
 arr.push_back(19);
 arr.push_back(20);

 map<int,int,less<int>> imap; //把非等比變化的數(shù)據(jù)導(dǎo)出(自動(dòng)按原索引排序的)
 int sz = (int)arr.size();
 for(int i = 0; i < sz; ++i)
 {
  if(i == 0 || i == sz - 1)
  {
   imap.insert(pair<int, int>(i, arr[i])); //頭尾不過濾，一定要保留的
  }
  else
  {
   if(arr[i] != (arr[i - 1] + arr[i + 1]) / 2) //過濾掉前后等比的數(shù)據(jù)，
                                                            //提示一下，如果是浮點(diǎn)數(shù)建議不要這樣比較，浮點(diǎn)數(shù)有誤差的，建議有個(gè)0.0001的容差，視情況而定
   {
    imap.insert(pair<int, int>(i, arr[i]));
   }
  }
 }

 vector<Idinfo> vecIds;  //計(jì)算每個(gè)數(shù)據(jù)的索引描述

 for(int i = 0; i < sz; ++i)
 {
  map<int,int>::iterator it = imap.find(i);

  BOOL _lowBoundFind =  FALSE;
  BOOL _highBoneFind = FALSE;
  Idinfo idInfo;
  idInfo.id = i;
  for(it = imap.begin();it != imap.end(); ++it)
  {
   int id = it->first;
   if(i == id)
   {
    idInfo.id0 = id;
    idInfo.id1 = id;
    _lowBoundFind = TRUE;
    _highBoneFind = TRUE;
   }

   if(i > id)
   {
    idInfo.id0 = id;
    _lowBoundFind = TRUE;
   }

   if(i < id)
   {
    idInfo.id1 = id;
    _highBoneFind = TRUE;
   }

   if(_lowBoundFind && _highBoneFind)
   {
    vecIds.push_back(idInfo);
    break;
   }
  }
 }

 //檢驗(yàn)一下能否把原線性隊(duì)列的數(shù)據(jù)完全還原出來
 for(vector<Idinfo>::iterator it = vecIds.begin(); it < vecIds.end(); ++it)
 {
  Idinfo & idInfo = *it;
  int id = 0;
  if(idInfo.GetValue(imap, id))
  {
   printf("%d \r\n", id);
  }
 }

 return 0;
}

//可以看到，我們實(shí)際導(dǎo)出的是imap就夠了，vecIds可以計(jì)算出來的，也就是說只需要imap就能確定arr集合的每一個(gè)元素了
上面的例子可以看到10個(gè)元素“壓縮”成了4個(gè)元素，數(shù)據(jù)變化越平滑，壓縮的數(shù)據(jù)量將會(huì)越大