blender 相机参数

目录

设置相机参数:

[3. 设置相机参数示例](#3. 设置相机参数示例)

[4. 相机透视与正交](#4. 相机透视与正交)

[5. 额外的高级设置](#5. 额外的高级设置)

设置相机参数:

设置渲染器:

外参转换函数

转换测试代码:

获取blender渲染外参:


设置相机参数:

3. 设置相机参数示例

假设你有一个相机,并希望设置它的焦距和位置,可以通过 Python 脚本来设置这些参数:

python

python 复制代码
import bpy # 获取当前场景中的相机 
camera = bpy.context.scene.camera # 设置相机的位置 (外参) 
camera.location = (0, 0, 10) # 设置相机的旋转 (外参) 
camera.rotation_euler = (1.5708, 0, 0) # 使用欧拉角旋转 
# 设置相机的焦距 (内参) 
camera.data.lens = 50 # 焦距为 50mm 
# 设置传感器的尺寸 (内参) 
camera.data.sensor_width = 32 # 传感器宽度为 32mm 
camera.data.sensor_height = 18 # 传感器高度为 18mm

4. 相机透视与正交

  • 如果需要调整相机的视图类型,可以选择 透视视图正交视图 。对于渲染的视图设置,可以通过 camera.data.type 属性来设置:
    • camera.data.type = 'PERSP':透视相机
    • camera.data.type = 'ORTHO':正交相机

5. 额外的高级设置

  • 深度裁剪(Clipping) :控制相机的可视范围,决定从相机视点出发,哪些物体会被渲染。你可以通过 clip_startclip_end 控制这些裁剪距离。

camera.data.clip_start = 0.1

camera.data.clip_end = 1000

设置相机参数:

python 复制代码
intrs_path = scene_dir + '/pred_intrinsics.txt'
intrs = np.loadtxt(intrs_path)
intrs = np.array(intrs, np.float32)
intrinsic = [intrs[0][0], intrs[0][0], intrs[0][2], intrs[0][5]]
print(intrinsic)
fx, fy, cx, cy = intrinsic[0], intrinsic[1], intrinsic[2], intrinsic[3]

width = float(args.image_width)
width_r = width / 512.0 * cx * 2
height_r = width / 512.0 * cy * 2
fx_r = width / 512.0 * fx


load_object(object_file)

# Set up cameras
cam = scene.objects["Camera"]
# cam.data.lens = 35
cam.data.sensor_width = 32

res_x = render.resolution_x
if render.resolution_y > render.resolution_x:
    res_x = render.resolution_y
cam.data.lens = cam.data.sensor_width * fx / res_x

设置渲染器:

python 复制代码
import bpy

# 设置 Cycles 渲染器为 GPU 渲染
scene = bpy.context.scene
scene.cycles.device = "GPU"  # 使用 GPU 渲染

# 设置 Cycles 渲染样本数量,影响渲染质量和时间
scene.cycles.samples = 128  # 渲染时使用的样本数量

# 控制材质的反射和折射反弹次数
scene.cycles.diffuse_bounces = 1  # 漫反射反弹次数
scene.cycles.glossy_bounces = 1   # 镜面反射反弹次数
scene.cycles.transparent_max_bounces = 3  # 透明材质最大反弹次数
scene.cycles.transmission_bounces = 3  # 透光材质的最大反弹次数

# 设置噪声过滤的宽度
scene.cycles.filter_width = 0.01  # 噪声过滤宽度

# 启用去噪功能
scene.cycles.use_denoising = True  # 开启去噪功能

# 启用透明背景渲染(常用于合成)
scene.render.film_transparent = True  # 启用透明背景

# 刷新 GPU 设备设置
bpy.context.preferences.addons["cycles"].preferences.get_devices()  # 获取可用的设备

# 设置 GPU 渲染使用 CUDA 还是 OpenCL(取决于你的 GPU)
bpy.context.preferences.addons["cycles"].preferences.compute_device_type = "CUDA"  # 或者 "OPENCL"

外参转换函数

python 复制代码
def set_camera(c2w: np.ndarray) -> bpy.types.Object:
    """设置Blender相机的位置和姿态
    Args:
        c2w: 4x4相机到世界变换矩阵,通常来自其他系统(如NeRF),可能使用不同的坐标系
    Returns:
        bpy.types.Object: 配置后的相机对象
    """
    # 获取Blender中的相机对象
    camera = bpy.data.objects["Camera"]

    # 应用坐标系变换:
    # 1. 先翻转输入坐标系的Y和Z轴方向
    # 2. 再调整坐标轴方向以适配Blender的相机坐标系
    transformed_matrix = BLENDER_AXIS_TRANSFORM @ (c2w @ COORDINATE_FLIP)

    # 将变换后的矩阵转置后赋给Blender相机
    # 注:Blender的matrix_world使用行主序,而numpy默认行存储,转置确保矩阵正确应用
    camera.matrix_world = transformed_matrix.T

    return camera

转换测试代码:

python 复制代码
import numpy as np
BLENDER_AXIS_TRANSFORM = np.array([[1, 0, 0, 0], [0, 0, 1, 0], [0, -1, 0, 0], [0, 0, 0, 1]], dtype=np.float32)

# 该矩阵翻转Y和Z轴,用于调整坐标系的旋向性(例如从右手系到左手系)
COORDINATE_FLIP = np.array([[1, 0, 0, 0], [0, -1, 0, 0], [0, 0, -1, 0], [0, 0, 0, 1]], dtype=np.float32)


data=[i+1 for i in range(16)]
c2w=np.array(data).reshape(-1,4)

print(c2w)
print(COORDINATE_FLIP)
data=(c2w @ COORDINATE_FLIP)
print(BLENDER_AXIS_TRANSFORM)
print(data)
transformed_matrix = BLENDER_AXIS_TRANSFORM @ data

print(transformed_matrix)

获取blender渲染外参:

https://github.com/XuweiyiChen/Diffusion4D/blob/f6aab73453976b9d0636cdf434be8c916bc5e60d/rendering/blender_cpu.py

python 复制代码
def get_3x4_RT_matrix_from_blender(cam: bpy.types.Object) -> Matrix:
    """Returns the 3x4 RT matrix from the given camera.
    Taken from Zero123, which in turn was taken from
    https://github.com/panmari/stanford-shapenet-renderer/blob/master/render_blender.py

    Args:
        cam (bpy.types.Object): The camera object.

    Returns:
        Matrix: The 3x4 RT matrix from the given camera.
    """
    # Use matrix_world instead to account for all constraints
    location, rotation = cam.matrix_world.decompose()[0:2]
    R_world2bcam = rotation.to_matrix().transposed()

    # Use location from matrix_world to account for constraints:
    T_world2bcam = -1 * R_world2bcam @ location

    # put into 3x4 matrix
    RT = Matrix((R_world2bcam[0][:] + (T_world2bcam[0],), R_world2bcam[1][:] + (T_world2bcam[1],), R_world2bcam[2][:] + (T_world2bcam[2],),))
    return RT
相关推荐
拓朗工控14 小时前
视觉检测行业工控机选型指南:核心要素与避坑策略
人工智能·数码相机·视觉检测·工控机·工业电脑
小宋加油啊18 小时前
对于工业相机的认识(对机械臂的,工业方面的也可以参考)
数码相机
暂未成功人士!20 小时前
相机标定---张正友相机标定和手眼标定
数码相机·手眼标定·相机标定
CG_MAGIC2 天前
3ds Max粒子系统:雪与雨特效制作
3d·blender·材质·效果图·渲云渲染
GTA村长团队MOD2 天前
村长团队GTA5模组开发Blender 4.2 + Sollumz 多张贴图烘焙成单张贴图教程
人工智能·blender·贴图
大江东去浪淘尽千古风流人物2 天前
【VGGT】统一3D重建:单网络同时预测相机位姿、深度图、点云与3D轨迹的前馈Transformer架构深度解析
网络·数码相机·3d·transformer·slam·3d重建·cvpr2025
CG_MAGIC2 天前
摄像机与渲染输出:焦距、景深与Cycles/Eevee渲染设置
数码相机·3d·贴图·效果图·建模教程·渲云渲染
蝈蝈Tjguo2 天前
opencv 与摄影测量 相机坐标系的区别
人工智能·数码相机·opencv
埃科光电4 天前
打通全场景检测痛点UB系列相机赋能多元智造场景
图像处理·数码相机·计算机视觉·制造·相机
LabVIEW开发5 天前
LabVIEW 做双目视觉测距?精度不输激光雷达!
人工智能·数码相机·计算机视觉·labview·labview知识·labview功能·labview程序