《火炬之光》模型导出

最近朋友学习游戏原画,需要大量练习各类游戏素材。从网上搜索素材图片既费时又不系统,于是就想到能否把其从游戏安装包里直接提取出来。经过一段时间的研究,在《火炬之光》这款游戏上试验成功了。

一.下载Blender

在书写本文时,最新的版本是2.75a。下载地址在这里。下载zip版解压到某个文件夹下即可。另外,网上有很多教程说需要安装python。其实这个版本已经自带了3.4的python,不需要再去额外下载安装了。

二.下载OgreCommandLineTools

下载地址在这里或者这里,解压或安装到某个文件夹下即可。网上有种说法,认为1.63版本的适用于《火炬之光》1和2,1.72版本的只适用于《火炬之光》2。经过我自己的测试,1.72版本同样可以解析《火炬之光》1。

三.下载并设置torchlight-to-blender

有部份参考资料的第三步是去下载一个名为ogre_import.py的脚本,下载地址是这里或者这里。我这里使用的是torchlight-to-blender脚本,下载地址在这里。分为两个系统,for blender 2.49a的和for blender 2.59+的。我既然下载的是2.75a,所以使用后者。

按照作者的说法,老版本的可以导入动画。我试了一下,导入的不全,且模型细节丢失严重。

好了,将文件下载下来后解压到Blender目录/2.75/scripts/addons下,然后使用记事本打开__init__.py文件,将其88行由

OGRE_XML_CONVERTER = "D:\stuff\Torchlight_modding\orge_tools\OgreXmlConverter.exe"

改为第二步OgreCommandLineTools下载并安装的实际的路径,比如我的

OGRE_XML_CONVERTER = "D:\OgreCommandLineTools_1.7.2\OgreXMLConverter.exe"

四.下载模型文件

下载并安装《火炬之光》,然后解压安装目录内的Pak.zip。其国models文件夹就是模型文件夹。

五.相关软件设置

打开blender软件,点击File->User preferences...,选择System选项卡,勾选右下角的international fonts,然后勾选interface,tooltips,new data。此时界面就变成中文的了。

然后点击Add-ons选项卡,在左边的类别选择导入-导出,在右面找到并勾选“Import-Export: Torchlight MESH format”

最后,文件->导入->Torchlight OGRE(.mesh),打开第四步里的models文件夹里的相关文件即可。

参考

《火炬之光》官方游戏MOD制作工具使用说明

火炬之光模型导出(Unity加载火炬之光的模型)

Unity3D加载火炬之光资源

torchlight-to-blender

关于blender的OGRE.mesh导入

Blender自学笔记 1

下载的blender是英文版的,怎么转成中文版

时间: 2024-11-09 00:49:42

《火炬之光》模型导出的相关文章

PDMS模型导出RVM格式

2 .将PDMS中对象模型导出为RVM格式的宏文件代码如下: eg:如果要导出某几个房间内的全部bran equi !strus = array()!strus.append(|/1RXR246ZL|)!strus.append(|/1RXR148ZL|)!strus.append(|/1RXR248ZL|)!strus.append(|/1RXR220ZL|)!strus.append(|/1RXR748ZL|)!strus.append(|/1RXR521ZL|)!strus.append(

unity3d模型旋转和模型导出obj

本文好多内容,来自互联网. 环境:unity3d 4.1, unity3d中写脚本实现模型的颜色变化和旋转,注意如果模型设置为static是旋转不了的. 功能描述:鼠标落到模型,模型颜色变化,按下鼠标模型开始旋转. 脚本代码如下: using UnityEngine; using System.Collections; public class test : MonoBehaviour { bool tri1=false; bool tri2=false; Color orgColor; //

TensorFlow 图像分类模型 inception_resnet_v2 模型导出、冻结与使用

1. 背景 作为一名深度学习萌新,项目突然需要使用图像分类模型去作分类,因此找到了TensorFlow的模型库,使用它的框架进行训练和后续的操作,项目地址:https://github.com/tensorflow/models/tree/master/research/slim. 在使用真正的数据集之前,我首先使用的是它提供的flowers的数据集,用的模型是inception_resnet_v2,因为top-5 Accuracy比较高嘛. 然后我安装flowers的目录结构,将我的数据按照类

生产与学术之Pytorch模型导出为安卓Apk尝试记录

生产与学术 写于 2019-01-08 的旧文, 当时是针对一个比赛的探索. 觉得可能对其他人有用, 就放出来分享一下 生产与学术, 真实的对立... 这是我这两天对pytorch深度学习->android实际使用的这个流程的一个切身感受. 说句实在的, 对于模型转换的探索, 算是我这两天最大的收获了... 全部浓缩在了这里: https://github.com/lartpang/DHSNet-PyTorch/blob/master/converter.ipynb 鉴于github加载ipyn

War3模型导出

https://en.wikipedia.org/wiki/.MDX http://www.manew.com/thread-25148-1-1.html http://world-editor-tutorials.thehelper.net/filestools.php https://www.turbosquid.com/gmax

SP3D导出模型方法

SP3D导出模型方法 SP3D是后台驱动的三维设计软件,所有的三维模型以数据的形式存在数据库,模型文件只能使用只带的功能或者接口进行输出.目前只支持VUE/SAT/DGN的格式. 本文以SAT为例子介绍SP3D内部设计的三维模型导出. 打开Drawing and Reports专业: 在Drawungs模块选择右键New 菜单: 选择新建的类型为3D Model Data: 新建完毕后可以将配置名称修改: 对新建的配置右键选择Setup操作: Setup弹出的界面如下: 1)        选择

学习笔记TF022:产品环境模型部署、Docker镜像、Bazel工作区、导出模型、服务器、客户端

产品环境模型部署,创建简单Web APP,用户上传图像,运行Inception模型,实现图像自动分类. 搭建TensorFlow服务开发环境.安装Docker,https://docs.docker.com/engine/installation/ .用配置文件在本地创建Docker镜像,docker build --pull -t $USER/tensorflow-serving-devel https://raw.githubusercontent.com/tensorflow/servin

max导出模型插件

首先,需要做好如下的准备工作:1. 安装一个完整版本的3D MAX与Visual Stdio.我安装的是3D MAX 2012,最好是找一个完整的版本,因为完整的版本中有很多的学习资料与sdk供学习,很省事.3D MAX的二次开发对VS的要求是有一个对应关系的,在SDK文档中可以找到,3D MAX 2012对应的VS开发版本应该是VS 2010,确保电脑上已经安装了VS 2010,我用的是vs2012,不过一样.2.定制3D MAX plug-in向导.a.找到安装目录的3dsmaxPlugin

pytorch1.0 用torch script导出保存模型

python的易上手和pytorch的动态图特性,使得pytorch在学术研究中越来越受欢迎,但在生产环境,碍于python的GIL等特性,可能达不到高并发.低延迟的要求,存在需要用c++接口的情况.除了将模型导出为ONNX外,pytorch1.0给出了新的解决方案:pytorch 训练模型 - 通过torch script中间脚本保存模型 -- C++加载模型.最近工作需要尝试做了转换,总结一下步骤和遇到的坑. 用torch script把torch模型转成c++接口可读的模型有两种方式:tr