用Blender给MetaHuman不同胖瘦身体模型做插值，计算过度模型

用Blender给MetaHuman不同胖瘦身体模型做插值，计算过度模型

本篇文章所有想法和代码均为ChatGPT所写

需求：MetaHuman的身体有瘦、标准、胖三个体型，想要通过三个体型插值计算出符合用户体型的更多模型
建议：chatGPT建议用Blender，免费，支持Python脚本，特别适合程序使用

代码如下

import bpy
import mathutils
import bmesh
from mathutils.kdtree import KDTree

# 路径到你的FBX文件
fbx_path_1 = 'H:/Coding/Unreal/Meta_Src/Doc/MetaHuman/m_med_nrw_body_preview.FBX'
fbx_path_2 = 'H:/Coding/Unreal/Meta_Src/Doc/MetaHuman/m_med_ovw_body_preview.FBX'
alpha = 0.250 # 插值比例，0.5表示两个顶点的中点
tall = 129   # 高度 male z=132 female z=120

# 假设圈口中心的位置和半径（需要根据实际模型调整这些值）
circle_center = mathutils.Vector((0, 0, tall))  # XY平面的中心位置，Z轴坐标是圈口的高度
z_blend = 5.0
# 函数：计算调整后的alpha值
def adjusted_alpha(vertex, base_alpha=0.5):

    # 通过抛物线函数计算X轴对应的抛物线增高
    x = vertex.co.x
    a = 0.0025
    b = 0
    c = 0
    z = a*x*x + b*x + c
    # 计算顶点的高度差
    height_diff = vertex.co.z - (circle_center.z + z)
    if height_diff < 0:
        height_diff = 0
    height_factor = height_diff / z_blend
    if height_factor > 1:
        height_factor = 1        
    return base_alpha * (1 - height_factor)


# 导入第一个FBX文件
bpy.ops.import_scene.fbx(filepath=fbx_path_1)
# 获取所有选中的对象，并找到网格对象
fbx1 = bpy.context.selected_objects
meshes_1 = [obj for obj in bpy.context.selected_objects if obj.type == 'MESH']

# 导入第二个FBX文件
bpy.ops.import_scene.fbx(filepath=fbx_path_2)
# 获取所有选中的对象，并找到网格对象
fbx2 = bpy.context.selected_objects
meshes_2 = [obj for obj in bpy.context.selected_objects if obj.type == 'MESH']

# 假设我们只关心第一个网格对象
if meshes_1 and meshes_2:
    obj_1 = meshes_1[0]
    obj_2 = meshes_2[0]
    # 确保两个对象都是网格，并且顶点数量相同
    if obj_1.type == 'MESH' and obj_2.type == 'MESH':
        print("obj_1.data.vertices=" + str(len(obj_1.data.vertices)))
        print("obj_2.data.vertices=" + str(len(obj_2.data.vertices)))
        
        # 获取第一个mesh的UV层
        uv_layer_1 = obj_1.data.uv_layers.active.data

        # 获取第二个mesh的UV层
        uv_layer_2 = obj_2.data.uv_layers.active.data

        # 创建一个空字典来存储顶点的UV映射
        vertex_uv_map_1 = {}
        vertex_uv_map_2 = {}
        # 创建一个集合来存储已经插入的顶点索引
        inserted_indices_1 = set()
        inserted_indices_2 = set()
        
        # 创建KDTree
        size = len(obj_2.data.vertices)
        kd = KDTree(size)
        
        # 遍历第1个mesh的所有多边形和循环
        for poly in obj_1.data.polygons:
            for loop_index in poly.loop_indices:
                # 获取对应的顶点索引
                vertex_index = obj_1.data.loops[loop_index].vertex_index
                # 检查顶点索引是否已经插入
                if vertex_index not in inserted_indices_1:
                    # 将顶点索引添加到集合中，表示已经插入
                    inserted_indices_1.add(vertex_index)
                    # 获取UV坐标
                    uv_coord = uv_layer_1[loop_index].uv
                    # 将顶点索引和UV坐标存储在字典中
                    vertex_uv_map_1[vertex_index] = (uv_coord.x, uv_coord.y, 0.0)

                
        # 遍历第2个mesh的所有多边形和循环
        for poly in obj_2.data.polygons:
            for loop_index in poly.loop_indices:
                # 获取对应的顶点索引
                vertex_index = obj_2.data.loops[loop_index].vertex_index
                # 检查顶点索引是否已经插入
                if vertex_index not in inserted_indices_2:
                    # 将顶点索引添加到集合中，表示已经插入
                    inserted_indices_2.add(vertex_index)
                    # 获取UV坐标
                    uv_coord = uv_layer_2[loop_index].uv
                    # 将顶点索引和UV坐标存储在字典中
                    vertex_uv_map_2[vertex_index] = (uv_coord.x, uv_coord.y, 0.0)
                        
                    # 向KDTree中添加模型2的UV
                    kd.insert((uv_coord.x, uv_coord.y, 0.0), vertex_index)

        kd.balance()
        
        # 进行顶点插值
        i = 0
        for v1 in obj_1.data.vertices:
            uv, index, dist = kd.find(vertex_uv_map_1[i])
            a = adjusted_alpha(v1, alpha)
            obj_1.data.vertices[i].co = obj_1.data.vertices[i].co.lerp(obj_2.data.vertices[index].co, a)
            # print(obj_1.data.vertices[i].co)
            i += 1
        # 更新网格数据
        obj_1.data.update()
    else:
        print("Objects are not meshes")
else:
    print("Objects are not meshes")

# 计算结束后，删除这些临时保存的meshes_2对象
# 确保Blender在对象模式下
bpy.ops.object.mode_set(mode='OBJECT')

# 清除之前的所有选中状态
bpy.ops.object.select_all(action='DESELECT')

# 选择导入的对象
for obj in fbx2:
    obj.select_set(True)

# 删除所有选中的对象
bpy.ops.object.delete()
    
# 导入第一个FBX文件
# bpy.ops.import_scene.fbx(filepath=fbx_path_1)

ChatGPT解读：

代码需要注意的几个地方：
第一，MetaHuman提供的瘦、标准、胖三个模型的顶点数量和顺序并不一致，不能简单的按照顶点顺序进行融合，代码中用了KD树查找接近点
第二，MetaHuman提供的瘦、标准、胖三个模型和人头结合的部分并不一致，融合以后的身体和头无法很好的结合，这里用了一个算法，在接近身体与头结合的圈口部分，alpha值逐渐过渡到1，也就是使用标准模型。身体模型和头结合的圈口是一个接近抛物线，这里用了一个抛物线函数进行高度值矫正
第三，导出FBX模型时，要把m_med_nrw_body_preview节点设置为unvisibled，导出参数设置里勾选 “仅导出可见对象"。

不然导出的fbx模型会比标准的MetaHuman骨骼多了一个层级。