blender bpy对齐物体

在执行任何对齐操作前,务必先应用物体的缩放,否则边界框的计算会出错:

python 复制代码
bpy.ops.object.select_all(action='SELECT')
bpy.ops.object.transform_apply(scale=True)

方案一:基于边界框对齐(最常用,按底部 Z 轴)

让物体B的底部(最低点)对齐到物体A的底部。

python 复制代码
import bpy

def align_bottom(obj_a, obj_b):
    """将 obj_b 的底部对齐到 obj_a 的底部"""
    # 确保是物体模式
    bpy.context.view_layer.objects.active = obj_a
    bpy.ops.object.mode_set(mode='OBJECT')
    
    # 获取物体的世界坐标最低点
    min_z_a = obj_a.matrix_world @ obj_a.bound_box[0][2] # 注意索引0通常是z最小
    # 更准确的方法:遍历边界框的8个点找最小值
    min_z_a = min([(obj_a.matrix_world @ v)[2] for v in obj_a.bound_box])
    min_z_b = min([(obj_b.matrix_world @ v)[2] for v in obj_b.bound_box])
    
    # 计算位移量
    delta_z = min_z_a - min_z_b
    
    # 移动物体B
    obj_b.location.z += delta_z

# 使用方法:在Outliner里选中两个物体,再运行
selected = bpy.context.selected_objects
if len(selected) == 2:
    align_bottom(selected[0], selected[1])
else:
    print("请选中两个物体")

方案二:精确对齐(利用游标法)

完全模拟手动操作,适用于需要对齐特定顶点或面的情况。

python 复制代码
import bpy

def align_by_cursor(obj_target, obj_to_move):
    # 选中目标物体的特定顶点(需提前在编辑模式选好)
    # 或者直接对齐到原心:跳过此步,直接用 obj_target.location
    bpy.context.view_layer.objects.active = obj_target
    bpy.ops.object.mode_set(mode='EDIT')
    bpy.ops.mesh.select_all(action='DESELECT')
    # 手动选中一个底部顶点后运行...
    bpy.ops.object.mode_set(mode='OBJECT')
    
    # 游标到选中项
    bpy.ops.object.mode_set(mode='EDIT')
    bpy.ops.view3d.snap_cursor_to_selected()
    bpy.ops.object.mode_set(mode='OBJECT')
    
    # 移动物体
    obj_to_move.location = obj_target.location
    # 重置原点(可选)
    bpy.ops.object.origin_set(type='ORIGIN_CURSOR')

方案三:一键落地到世界地面

常用于3D打印前,让所有选中的物体稳稳站在世界坐标的Z=0平面上。

python 复制代码
import bpy

def drop_to_ground():
    for obj in bpy.context.selected_objects:
        if obj.type == 'MESH':
            # 获取底部最低点
            min_z = min([(obj.matrix_world @ v)[2] for v in obj.bound_box])
            # 移动到地面
            obj.location.z -= min_z

drop_to_ground()
复制代码
相关推荐
垆边人似月.几秒前
华为题:最多可以参加的会议数目
数据结构·c++·算法
Matlab程序猿4 分钟前
【MATLAB源码-第460期】基于matlab的OTFS通信系统SLM峰均比抑制及非线性功率放大器失真与误码性能仿真
开发语言·算法·matlab·slm·otfs
xiangyun615 分钟前
C++ list 模拟实现(一):手撕双向链表,从节点到迭代器
数据库·c++·算法·链表·stl·list
码爸9 小时前
线性回归算法
算法·机器学习·线性回归
Coder-magician9 小时前
《代码随想录》刷题打卡day51:图论-part09(dijistra堆优化,Bellman_ford算法)
算法·图论
Nil2089 小时前
leetcode 763划分字母区间
算法·leetcode·职场和发展
不会就选b10 小时前
算法日常・每日刷题--<动态规划>20
算法·leetcode·动态规划
青少儿编程课堂11 小时前
迪杰斯特拉(Dijkstra)算法:单源最短路与赛场路线规划
c++·python·算法·bfs·信息学竞赛
不会就选b11 小时前
算法日常・每日刷题--<动态规划>19
算法·leetcode·职场和发展