自由网格形变 Free-Form Deformation

本文主要参考 https://www.cnblogs.com/shushen/p/11424672.html
主要记录一下自己实现过程中的样例,早之前实现了一次不成功,这次再弄一下。

可视化交给meshlab, 总共有 ( n − 1 ) × ( n − 1 ) (n-1)\times(n-1) (n1)×(n1)个点, 在 0-1之间, ( c n + 1 ) × ( c n + 1 ) (cn+1)\times (cn+1) (cn+1)×(cn+1) 个控制点。

v = []
vt = [] # obj 里面的
n = 10
cn = 2
v_c_coef=[]
v_cn = []
x0 = [0, 0] # 似乎系数要保证 0-1之间所以之前写错了
for i in range(1, n):
    for j in range(1, n):
        vt.append(f"vt {i/n} {j/n}")
        #v.append(f"v {i/n} {j/n} 0")
        v.append([{i/n}, {j/n}]) # 本应该减去 x0的
        
        # 前面定义的是顶点,现在定义的是控制点
        coef = []
        for ii in range(cn+1):
            s = i/n
            a_ii = comb(cn, ii)
        
            a_ii *= s**ii * (1-s)**(cn-ii)
            if i==n and j==n: 
                p(a_ii, s, "---")
                
            for jj in range(cn+1):
                t = j/n
                a_jj = comb(cn, jj)
                a_jj *= t**jj * (1-t)**(cn-jj)
                
                coef.append( a_ii * a_jj )
                if i==1 and j==1: 
                    v_cn.append([ii/cn, jj/cn]) # 保存控制点的坐标
                
                if i==n and j==n:
                    p(a_jj, t, "-")
                 
        v_c_coef.append(coef)
        #p([f"{x:.3f}" for x in coef])

# 改变控制点

#p(len(v_cn)) 
v_cn[2*(cn+1)+2][1] += 0.9
v_cn[1*(cn+1)][0] += -0.3

for i, (e_v, e_c) in enumerate( zip(v, v_c_coef) ):
    x,y=0, 0
    for ii in range(cn+1):
        for jj in range(cn+1):
            id = ii*(cn+1)+jj
            x+= e_c[id]*v_cn[id][0]
            y+= e_c[id]*v_cn[id][1]
    
    #p([f"{_:.3f}" for _ in [x, y] ])
    #e_v[0], e_v[1] = x, y
    
    v[i] = f"v {x:.3f} {y:.3f} 0"
            

f = []
for i in range(n-1-1):
    for j in range(n-1-1):
        ids=[i*(n-1)+j+1, (i+1)*(n-1)+j+1, (i+1)*(n-1)+j+1+1, i*(n-1)+j+1+1]
        f.append(f"f {ids[0]}/{ids[0]} {ids[1]}/{ids[1]} {ids[2]}/{ids[2]} {ids[3]}/{ids[3]}")
        
v = "\n".join(v)
vt = "\n".join(vt)
f = "\n".join(f)
with open("tempdir/a_ffd.obj", "w") as fp:
    fp.write("mtllib uv.mtl\n")
    fp.write(v+"\n")
    fp.write(vt+"\n")
    fp.write(f+"\n")

uv.mtl

newmtl uv
Ka 1.000000 1.000000 1.000000
Kd 1.000000 1.000000 1.000000
Ks 0.000000 0.000000 0.000000
d 1.000000
Ns 0.000000
illum 0
map_Kd uv.jpg

uv.jpg
在这里插入图片描述

实验结果:
形变前在这里插入图片描述在这里插入图片描述

形变后
在这里插入图片描述

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
B样条自由形变模型(B-spline Free-Form Deformation)是一种常用的形变模型,用于对图像或物体进行局部形变。以下是B样条自由形变模型的原理、优点和缺点的概述: 原理: B样条自由形变模型基于B样条曲线/曲面的概念,通过将图像或物体划分成一系列控制点,并在控制点上施加形变约束,实现对图像或物体的形变。具体步骤包括: 1. 将图像或物体划分成网格网格块。 2. 在网格块的控制点上定义B样条函数,作为形变的基础函数。 3. 通过调整控制点的位置或权重,改变B样条函数的形状,从而实现形变。 4. 利用插值或拟合技术,将形变应用到整个图像或物体上。 优点: 1. 灵活性:B样条自由形变模型可以实现对图像或物体的局部形变,并且可以通过调整控制点的位置和权重来灵活控制形变的程度和范围。 2. 光滑性:B样条自由形变模型使用B样条函数作为基础函数,这些函数具有光滑的特性,因此形变结果通常具有较好的光滑性,能够保持图像或物体的连续性。 3. 可控性:通过调整控制点的位置和权重,可以精确地控制形变的效果,从而满足特定的形变需求。 4. 计算效率:B样条自由形变模型的计算相对高效,尤其是在局部形变场景下。形变的计算主要涉及到对控制点的调整,而不需要对整个图像或物体进行重新计算。 缺点: 1. 网格依赖性:B样条自由形变模型的形变效果受网格划分的影响,较大的网格块可能导致较低的形变分辨率,而较小的网格块可能导致计算复杂度的增加。 2. 局部性:B样条自由形变模型只能实现局部形变,对于全局形变场景可能不适用。 3. 控制点数量:B样条自由形变模型的形变效果受到控制点数量的影响,过少的控制点可能无法捕捉到复杂的形变,而过多的控制点可能导致计算复杂度的增加。 综上所述,B样条自由形变模型在图像或物体形变中具有一定的优点和局限性。在实际应用中,需要根据具体需求权衡其优缺点,并结合其他形变模型或算法进行选择和调优。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值