SlideShare a Scribd company logo
1 of 21
Download to read offline
おさらい
ビュー操作
MMB+ドラッグ
視点の回転
Shift+MMB+ドラッグ
視点の平行移動
Ctrl+MMD+上下ドラッグ
ズームイン・アウト
おさらい2
オブジェクトを選択 : LMB
移動 : Gキー
回転 : Rキー
拡大 : Sキー
オブジェクト作成 : Shift+Aキー
最初の一歩
スカルプトモードでオブジェクトを変形する
下準備
適度な密度のオブジェクトを作る
四角を作成
サブディビジョン>フリーズ
よく使うブラシ
Grab or SnakeHook :Gキー,Kキー
引っ張る
Clay :Cキー
盛り上げる
Inflat :Iキー
ふくらませる
Pinch :Pキー
つまむ/小さくする
ScultDraw :Xキー
通常っぽいブラシ
スカルプトで変形してみよう
ショートカット
ブラシの半径 : Fキー
ブラシの強さ : Shift+Fキー
スムーズブラシ : Shiftキー
ブラシ効果を反転 : Ctrlキー
(盛り上げる<>下げる)
マスク : Mキー
マスク消去 : Ctrl+Mキー
ポリゴンの頂点を直接スカルプトで変形
特徴:すでに存在している頂点を動かす
高密度な頂点には向いてない
モーフターゲットでの使用することがおおい
さっきやったのがこれ
Dyntopo(ダイナミックトポロジー)
特徴:編集した場所に自動的に頂点を追加する
ポリゴン形状にとらわれず、全体の形を作るのに向いている
≒ Sculptris、3DCoat(サーフェイスモード)
三角ポリゴン化される
モデファイアと相性が悪い
Dyntopoの基本的な使い方
スカルプトモードに入りDyntopoボタンを押す
スカルプトすると、編集した場所だけポリゴンが追加される
ダイナミックトポロジーの有効と無効を切り替え
: Ctrl+Dキー
Dyntopoを使ってみよう
追加>メッシュ>立方体
細分化曲面、解像度3>適用
スカルプトモード
グラブツールで変形
Dynatopo有効
SnakeHookで大まかに編集
Smoothで整える
Clayで目や鼻を盛り上げる
Pinchで隙間をシャープにする
ScultDrawで模様を描く
知っておくと便利な機能①
 ビュー>レンズ
エディタカメラの画角を変更できる
デフォルトは広角すぎなので80mm~100mmがおすすめ
 シェーディング>Matcap
モデリングに便利な疑似シェーディング
立体感をつかみやすい
 Dynatopo>細部
スカルプトの基準解像度
 スカルプト>操作を高速化
操作が軽くなる
MultiResolution(マルチレゾリューション)
特徴:ポリゴンの解像度を複数持つ
編集の大きさに合わせて自由に変更できる
細部に手を加えずに、大胆に形を変えることができる
≒ ZBrush
レンダリング時にだけ頂点数を増やせるので、ムービーに最適
MultiResolutionの基本的な使い方
モデファイア>多重解像度
( MultiResolution )
細分化ボタン
最大解像度を増やす
プレビュー/スカルプト/レンダー
それぞれの操作中の解像度
細分化レベルを1つ上げる : Page upキー
細分化レベルを1つ下げる : Page downキー
MultiResolutionを使ってみよう
追加>メッシュ>立方体
細分化曲面、解像度3>適用
低い解像度で大きな塊を編集
解像度を上げて作り込む
大きな編集をする場合は解像度を下げる
足りない場合は最大解像度をあげる
いつでも自由に変えれる
知っておくと便利な機能②
Skinモデファイア
ポリゴンのエッジに太さをつけられる
素体に便利
ctrl+Aで太さを編集
≒ ZBrushのZsphere、3DCoatの曲線
知っておくと便利な機能③
リメッシュ
ポリゴンを一塊の形状として再構成する
四角ポリゴンになるのでMultiResolutionにも向い
ている
結合した形状でもひとつながりにできる
リアルタイムで動かすため、データサイズをかなり厳密に管理する必要がある
動かさない背景であってもライトマップなどを使用するため制約は多い
基本的にスカルプトの細部はベイクしてノーマルマップに焼きこんで使用する
▶ リトポ、ノーマルマップについて勉強してみよう
ノーマルマップ
ポリゴンの細かい凹凸情報(法線の変化情報)を焼き込んだテクスチャ。
実際にはディテールがなくとも、ディテールがあるかのように見える。
リアルタイムレンダーほどは制約は少ないが、基本的にスカルプトの細部
はベイクしてノーマルマップに焼きこんで使用する
▶ リトポ、ノーマルマップについて勉強してみよう
めり込みをなくなど、プリンターに合わせた調整が必要
現実に存在する物体なので現実的な制約にも配慮
(細すぎて折れないかなど)
工業製品であればオーバーハングなどにも気を使い、型抜きしやすい造形
にする必要がある
▶ 原型師向けの本で勉強しよう

More Related Content

What's hot

SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII
 
NIPS2017報告 SPEECH & AUDIO
NIPS2017報告 SPEECH & AUDIONIPS2017報告 SPEECH & AUDIO
NIPS2017報告 SPEECH & AUDIOKoichiro Mori
 
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイTakuya Minagawa
 
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】YutaSuzuki27
 
BRDFモデルの変遷
BRDFモデルの変遷BRDFモデルの変遷
BRDFモデルの変遷Teppei Kurita
 
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜LPIXEL
 
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -MPRG_Chubu_University
 
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチMIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチHironobu Fujiyoshi
 
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)Yutaka KATAYAMA
 
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜SSII
 
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜LPIXEL
 
非参照型メトリクスを用いた放射線動画の評価
非参照型メトリクスを用いた放射線動画の評価非参照型メトリクスを用いた放射線動画の評価
非参照型メトリクスを用いた放射線動画の評価Yutaka KATAYAMA
 
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...Deep Learning JP
 
機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討Silicon Studio Corporation
 
バースト検知手法を用いた桜の見頃推定
バースト検知手法を用いた桜の見頃推定バースト検知手法を用いた桜の見頃推定
バースト検知手法を用いた桜の見頃推定Takashi Inui
 
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...harmonylab
 
[DL輪読会]Whole-Body Human Pose Estimation in the Wild
[DL輪読会]Whole-Body Human Pose Estimation in the Wild[DL輪読会]Whole-Body Human Pose Estimation in the Wild
[DL輪読会]Whole-Body Human Pose Estimation in the WildDeep Learning JP
 
カメラでの偏光取得における円偏光と位相遅延の考え方
カメラでの偏光取得における円偏光と位相遅延の考え方カメラでの偏光取得における円偏光と位相遅延の考え方
カメラでの偏光取得における円偏光と位相遅延の考え方Teppei Kurita
 
初めてのグラフカット
初めてのグラフカット初めてのグラフカット
初めてのグラフカットTsubasa Hirakawa
 
パターン認識 08 09 k-近傍法 lvq
パターン認識 08 09 k-近傍法 lvqパターン認識 08 09 k-近傍法 lvq
パターン認識 08 09 k-近傍法 lvqsleipnir002
 

What's hot (20)

SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
 
NIPS2017報告 SPEECH & AUDIO
NIPS2017報告 SPEECH & AUDIONIPS2017報告 SPEECH & AUDIO
NIPS2017報告 SPEECH & AUDIO
 
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
 
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
 
BRDFモデルの変遷
BRDFモデルの変遷BRDFモデルの変遷
BRDFモデルの変遷
 
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
 
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
 
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチMIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
 
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
 
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集​ 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
 
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
 
非参照型メトリクスを用いた放射線動画の評価
非参照型メトリクスを用いた放射線動画の評価非参照型メトリクスを用いた放射線動画の評価
非参照型メトリクスを用いた放射線動画の評価
 
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
 
機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討
 
バースト検知手法を用いた桜の見頃推定
バースト検知手法を用いた桜の見頃推定バースト検知手法を用いた桜の見頃推定
バースト検知手法を用いた桜の見頃推定
 
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transfo...
 
[DL輪読会]Whole-Body Human Pose Estimation in the Wild
[DL輪読会]Whole-Body Human Pose Estimation in the Wild[DL輪読会]Whole-Body Human Pose Estimation in the Wild
[DL輪読会]Whole-Body Human Pose Estimation in the Wild
 
カメラでの偏光取得における円偏光と位相遅延の考え方
カメラでの偏光取得における円偏光と位相遅延の考え方カメラでの偏光取得における円偏光と位相遅延の考え方
カメラでの偏光取得における円偏光と位相遅延の考え方
 
初めてのグラフカット
初めてのグラフカット初めてのグラフカット
初めてのグラフカット
 
パターン認識 08 09 k-近傍法 lvq
パターン認識 08 09 k-近傍法 lvqパターン認識 08 09 k-近傍法 lvq
パターン認識 08 09 k-近傍法 lvq
 

Blenderで学ぶスカルプト勉強会