深入理解glTF 1.0规范：3D内容传输标准解析
什么是glTF
glTF（GL Transmission Format）是一种专为现代图形API（如WebGL、OpenGL ES和OpenGL）设计的运行时资源传输格式。它作为3D内容创作工具与现代图形应用程序之间的桥梁，提供了一种高效、可扩展且互操作的3D内容传输和加载方案。
glTF的设计背景
传统3D建模格式主要服务于桌面系统的离线使用和创作工作流。虽然行业标准3D交换格式支持不同建模工具间的资源共享，但这些格式既不优化下载速度，也不适合运行时快速加载。文件往往变得非常庞大，应用程序需要大量处理才能将这些资源加载到基于GL的应用中。
glTF通过以下创新解决了这些问题：
- 采用易解析的JSON场景描述
- 使用二进制文件存储几何、动画等大数据
- 二进制数据可直接加载到GL缓冲区
- 保留完整的层次化场景信息
glTF核心组成
一个完整的glTF资产包含以下组件：
- JSON格式文件(.gltf)：包含完整的场景描述，包括节点层次结构、材质、相机等
- 二进制文件(.bin)：存储几何和动画数据等基于缓冲区的数据
- 图像文件：如.jpg、.png等格式的纹理
- GLSL文本文件：包含GLSL着色器源代码
这些组件可以通过URI引用外部文件，或使用数据URI直接嵌入JSON中。
glTF的设计目标
- 紧凑的文件大小：JSON部分保持简洁易解析，大数据采用二进制存储
- 快速加载：数据结构设计尽可能接近GL API数据
- 运行时独立性：不假设目标应用或3D引擎
- 完整的3D场景表示：支持节点、变换、材质、相机和动画等完整场景信息
- 可扩展性：支持通用和供应商特定的扩展机制
glTF文件结构与MIME类型
.gltf文件使用model/gltf+json类型.bin文件使用application/octet-stream.glsl文件使用text/plain- 纹理文件使用对应的
image/*类型
glTF核心概念解析
场景与节点
glTF资产包含一个或多个场景（scenes），每个场景由一组可视化对象（节点）组成。scene属性指定加载时显示的默认场景。
节点（nodes）构成场景的基本元素，每个节点可以包含：
- 一个或多个网格（
meshes） - 皮肤实例（
skin） - 关节名称（
jointName） - 相机（
camera）
节点通过children属性形成严格的树形层次结构（非DAG图）。
变换系统
节点可以通过两种方式定义局部空间变换：
- 直接提供
matrix属性 - 提供TRS（平移、旋转、缩放）属性组合
TRS属性按T * R * S顺序转换为矩阵：先应用缩放，然后旋转，最后平移。
坐标系与单位
glTF使用右手坐标系（x×y=z），y轴向上。所有线性距离以米为单位，所有角度以弧度表示。
二进制数据访问
**缓冲区（buffers）**存储二进制数据块，可以包含几何、动画和皮肤数据。每个缓冲区定义包括：
byteLength：缓冲区大小type：数据类型（arraybuffer或text）uri：数据位置（外部文件或数据URI）
**缓冲区视图（bufferViews）**表示缓冲区的子集，定义包括：
byteOffset：缓冲区中的偏移量byteLength：视图长度target：目标数据类型（如ARRAY_BUFFER或ELEMENT_ARRAY_BUFFER）
这种设计使实现能够轻松创建和填充内存中的缓冲区。
实际应用示例
以下是一个简单的glTF节点定义示例：
"node-box": {
"children": ["node_1", "node-camera_1"],
"name": "Box",
"scale": [1, 1, 1],
"rotation": [0, 0, 0, 1],
"translation": [-17.7082, -11.4156, 2.0922]
}
这个示例定义了一个名为"Box"的节点，包含两个子节点，并应用了特定的旋转和平移变换。
总结
glTF 1.0规范为3D内容传输提供了标准化解决方案，通过JSON和二进制数据的结合，实现了高效、可扩展的3D资源交付。理解其核心概念和数据结构对于开发3D应用程序至关重要，特别是在需要快速加载和渲染复杂场景的Web和移动环境中。
