学习在外部Python脚本中运行Houdini的Python接口(hou模块)

2024-01-18 00:59

本文主要是介绍学习在外部Python脚本中运行Houdini的Python接口(hou模块),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

0. 目标

学习在外部Python脚本(而非Houdini编辑器内部)使用 hou 。

主要参考Houdini官方文档 Command-Line Scripting 中的【Accessing hou from a Regular Python Shell】部分。我将要点记录在下:

1. 将Houdini的dll加入搜索路径

为了能使用 hou模块,Houdini的dll必须能链接到。
为此,可以将 “Houdini安装路径的bin文件夹” 加入环境变量Path中:
在这里插入图片描述

官方文档也有使用os.add_dll_directory在脚本中加入路径的方式。可惜我所使用的python版本还未支持(可通过 hasattr(os, “add_dll_directory”) 返回值来判断)。

2. 加入hou模块python文件的路径

根据所安装的Houdini版本和所用的Python版本,此路径在 $HFS/houdini/pythonX.Ylibs
比如,我这里就是:C:/Program Files/Side Effects Software/Houdini 19.5.303/houdini/python3.7libs
在这里插入图片描述

因此,在 import hou之前,需要使用sys.path.append将此路径加入。

import hou时,Python会找到Houdini的库,并创建一个空白的Session。

3. 测试

测试脚本如下:

import sys
sys.path.append("C:/Program Files/Side Effects Software/Houdini 19.5.303/houdini/python3.7libs")
import hou#测试使用hou模块:
obj = hou.node("/obj")
obj.createNode("geo", "foo")
hou.hipFile.save("D:/Temp/MyTest0708.hip")

然后在命令行中运行,比如

C:/python-3.7.9-embed-amd64/python.exe D:/Temp/Test0708.py

这将保存一个 D:/Temp/MyTest0708.hip 文件。

总结

  • Houdini的dll需要加入搜索路径,可以通过加入环境变量Path解决。
  • import hou之前,需要确保模块的路径能被找到,否则使用sys.path.append加入。
  • import hou时,Python会找到Houdini的库,并创建一个空白的Session。

其他问题记录

官方文档的测试脚本中,还有getdlopenflags相关的逻辑。
具体是,开始时:

    # Importing hou will load Houdini's libraries and initialize Houdini.# This will cause Houdini to load any HDK extensions written in C++.# These extensions need to link against Houdini's libraries,# so the symbols from Houdini's libraries must be visible to other# libraries that Houdini loads.  To make the symbols visible, we add the# RTLD_GLOBAL dlopen flag.if hasattr(sys, "setdlopenflags"):old_dlopen_flags = sys.getdlopenflags()sys.setdlopenflags(old_dlopen_flags | os.RTLD_GLOBAL)

结束时:

    # Reset dlopen flags back to their original value.if hasattr(sys, "setdlopenflags"):sys.setdlopenflags(old_dlopen_flags)

我这里没有做这个操作,不知道后续会不会有影响。

这篇关于学习在外部Python脚本中运行Houdini的Python接口(hou模块)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/617696

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss