Blender建模知识(一)

简介: Blender建模知识

在视图中禁用和在渲染中禁用


mac 点线面的切换:按住tab键盘+数字键123切换


点线面的多模式开启:顶部选项栏 Shift+点选就可开启。


左侧工具栏的放大和缩小:鼠标指针放到工具栏上 按 + -号调整工具栏大小



制作锥体


方法一:新建一个立方体,进入编辑模式,切到点模式,选择顶部所有点,按M快捷键,合并到中心。


方法二:创建一个平面,按K键对角切割,然后选中交点,Z轴上移动,可以得到空心的锥体。


image.png



制作房子和两开门


  1. 新建一个立方体,当做房子地基;


  1. 再建一个立方体,做房子,进入编辑模式,把地面删除;


  1. 然后选中正面,按快捷键 i 内切面,留出房子墙壁的厚度,选择正面,按快捷键E向内挤压,留出门的位置;


  1. 选中正面,复制一份,按P键分离出来正面当做门,然后房子的正面就可以删除了;


  1. 选中分离出的门,Cmd+R加一个环切,然后切换线模式,选中中间的线,Control+B倒角,拉出门缝的宽度,然后切换到面模式,选中门缝,删除这个面,就得到想要的效果了。

    image.png




制作传送带


  1. 新建一个立方体,调整大小如下图;


  1. Cmd+A 全部应用一下;


  1. 进入编辑模式,切到线模式,选中一条边,按Shift+G,选择相似长度,添加倒角,这样就得到一个传送到基础模型。

image.png


调整这个三个参数,观察它的变化,按住shift+鼠标拖动,可以微调。


形状: 表示两端的形状是半圆,向内凹,向外凸;


段数: 数值越大,细分的边越多,形状越平滑;


宽度: 倒角辐射的面积;


image.png



  1. Cmd+A 全部应用一下;


  1. Cmd+R 增加环切,切到顶视图,移动两边的环切线靠近边缘,宽度为传送带的两侧边;


image.png



  1. 切换视图到两侧,按 i 键内切面,记得勾选均等偏移,然后按E键挤压出凹槽,另一边同样操作;


image.png


  1. 切到面模式,选中侧边的面,选择沿法线挤出,记得勾选均等偏移,不然拉出来的边线内外高度不一样。


image.png


  1. 制作履带,主要知识点路径变换


①选中传送带的一条轮廓边线,进入编辑模式,原地复制一份,分离出来,切回物体模式;


选中分离出来的一条轮廓线:物体——转换到曲线,然后设置原点到几何中心


②然后我们绘制一个长方体,作为传送带的履带,调整到合适大小,Shift+A 全部应用一下,然后设置原点到几何中心


③分别选中刚才的曲线和长方体,按快捷键Option+G/R位置归零,旋转归零。


这一步主要是让①和②的原点处在同一位置;


③选中长方体,在右侧导航找到修改器,添加一个阵列修改器,调整数量和X轴上的偏移(间隔);


再添加一个曲线,曲线物体选择刚才分离出来的曲线,这样传送带就围绕曲线的路径绘制了。


P.S.如果长方体在两侧出现的大小和其他大小不一致,去选中长方体Shift+A全部应用一下,曲线也是全部应用一下,就可以解决了。


除此之外,如果你也遇到长方体形状破裂或者其他情况,去下载Blender最新版本,应该是旧版本BUG。


image.png


相关文章
|
9月前
|
存储 人工智能 算法
YOLOv8界面-目标检测+语义分割+追踪+姿态识别(姿态估计)+界面DeepSort/ByteTrack-PyQt-GUI
YOLOv8界面-目标检测+语义分割+追踪+姿态识别(姿态估计)+界面DeepSort/ByteTrack-PyQt-GUI
|
2月前
|
机器学习/深度学习 人工智能 编解码
MV-Adapter:上交大、北航和 VAST 等联合开源多视图一致图像生成模型,将预训练的文生图扩散模型转为多视图生成器
MV-Adapter是由北京航空航天大学、VAST和上海交通大学联合开发的多视图一致图像生成模型。该模型能够将预训练的文本到图像扩散模型转化为多视图图像生成器,支持生成高分辨率的多视角图像。
299 18
MV-Adapter:上交大、北航和 VAST 等联合开源多视图一致图像生成模型,将预训练的文生图扩散模型转为多视图生成器
|
6月前
|
机器学习/深度学习 存储 算法
【2024泰迪杯】B 题:基于多模态特征融合的图像文本检索Python代码baseline
本文通过可视化分析,总结了2024年考研国家分数线的变化趋势,指出管理类MBA降低5分,哲学、历史学、理学、医学等10个专业分数线上涨,而经济学等专业出现下降,反映出不同专业分数线受考生数量、竞争情况和政策调整等因素的影响。
98 2
【2024泰迪杯】B 题:基于多模态特征融合的图像文本检索Python代码baseline
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
基于Mamba架构的,状态空间音频分类模型AUM
【8月更文挑战第7天】随着AI技术的发展,音频分类在诸多领域变得至关重要。传统方法如CNN面临计算成本高的问题。新兴的Mamba架构,基于状态空间模型(SSM),展示出优秀性能。受此启发,研究者开发了Audio Mamba (AUM)模型,首个完全基于SSM且不依赖自注意力机制的音频分类模型。AUM利用SSM的高效性捕捉音频时频特征,大幅降低计算复杂度,尤其适合大规模数据。实验显示,AUM在多个任务上的表现与先进自注意力模型相当甚至更好。尽管如此,AUM在复杂任务及泛化能力方面仍存在讨论空间。[论文](https://arxiv.org/abs/2406.03344)
113 1
|
8月前
|
数据采集 算法 安全
CVPR 2024:给NeRF开透视眼!稀疏视角下用X光进行三维重建,9类算法工具包全开源
【6月更文挑战第28天】CVPR 2024亮点:SAX-NeRF框架开源!融合X光与NeRF,提升3D重建效果。X3D数据集验证,Lineformer+MLG策略揭示物体内部结构,增强几何理解。虽有计算成本及泛化挑战,但为计算机视觉和医学影像开辟新路径。[论文链接](https://arxiv.org/abs/2311.10959)**
257 5
|
Python
ArcGIS模型构建器ModelBuilder的建模与使用
本文介绍在ArcMap软件中,基于模型构建器(ModelBuilder)完成模型建立与使用的具体方法~
320 1
ArcGIS模型构建器ModelBuilder的建模与使用
|
算法
ENVI:使用图像分类工作流程工具如何进行图像分类?
ENVI:使用图像分类工作流程工具如何进行图像分类?
230 0
|
机器学习/深度学习 编解码 人工智能
CVPR 2023 | 三维场景生成:无需任何神经网络训练,从单个样例生成多样结果
CVPR 2023 | 三维场景生成:无需任何神经网络训练,从单个样例生成多样结果
162 0
|
机器学习/深度学习 算法 计算机视觉
CVPR 2022 | 实时渲染、可直接编辑,中科大提出高保真人头参数化模型HeadNeRF
CVPR 2022 | 实时渲染、可直接编辑,中科大提出高保真人头参数化模型HeadNeRF
277 0
Blender建模软件怎么安装?有哪些好用的插件?
Blender建模软件怎么安装?有哪些好用的插件?
Blender建模软件怎么安装?有哪些好用的插件?

热门文章

最新文章