![6d8ff835e9d1d29609e9e20a98abcc71.png](https://img-blog.csdnimg.cn/img_convert/6d8ff835e9d1d29609e9e20a98abcc71.png)
去年今日,用Bender和Python写了一棵圣诞树:
Contra:用Blender和Python送你一棵圣诞树 [Patch a dirty #002]zhuanlan.zhihu.com![e4ceaecb846612473d2729d79ac76639.png](https://img-blog.csdnimg.cn/img_convert/e4ceaecb846612473d2729d79ac76639.png)
今天测试一个工作流:
从Blender中把通过Sverchok插件或Python脚本生成的模型导出来,再导入到Web网页中渲染。顺便加上网页版机器学习人脸识别,把去年的圣诞树“贴”脸上玩玩。
【实验编程】今年的圣诞树是Web + AR + AI_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com![2d2e1280e709d5ced5e0575c0c275722.png](https://img-blog.csdnimg.cn/img_convert/2d2e1280e709d5ced5e0575c0c275722.png)
注意我写的是“贴”脸上,而不是“戴”头上。
看上边视频可知,这里仅仅识别了视频中的人脸,而并没有计算人脸深度,所以整个视频其实作为单独一层,位于3D渲染层的下方。
后续可以试试用神经网络库(例如Tensorflow),计算出视频中的深度信息,提前做一个深度场景,让圣诞树 或帽子 等挂件在渲染的时候,基于此深度产生一些变化,使其看起来更加自然。
B站的视频糊了,原文及源代码请至公众号。
Talk is cheep,Show me the Code!
去年Blender+Python圣诞树的源文件,在知识星球和语雀。
今天这个Web + AR + AI圣诞树:
- 树本身是从去年圣诞树里导出的模型。
- Web + AI + AR这块,用的是jeeliz家出的jeelizFaceFilter,它有自家的前端AI库,以及多套脚手架工程文件,很适合做快速原型测试。https://github.com/jeeliz/jeelizFaceFilter
- 渲染部分用的是老朋友threejs。
jeelizFaceFilter自带的例子基本换换模型就可以跑。
若你仍需要今天的源文件(Web源代码,以及已导出的圣诞树模型),请公众号后台回复下方文字即可:2020圣诞树
祝你平安。
微信公众号/知乎专栏/知识星球:实验编程