CN116681833A - 一种具有裸眼立体视觉效果的印刷品的制造方法及应用 - Google Patents
一种具有裸眼立体视觉效果的印刷品的制造方法及应用 Download PDFInfo
- Publication number
- CN116681833A CN116681833A CN202310661156.3A CN202310661156A CN116681833A CN 116681833 A CN116681833 A CN 116681833A CN 202310661156 A CN202310661156 A CN 202310661156A CN 116681833 A CN116681833 A CN 116681833A
- Authority
- CN
- China
- Prior art keywords
- model
- dimensional
- basic model
- resolution
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000000694 effects Effects 0.000 title claims abstract description 128
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 22
- 238000013461 design Methods 0.000 claims abstract description 49
- 238000004806 packaging method and process Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000007639 printing Methods 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims description 43
- 239000000463 material Substances 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 33
- 239000013589 supplement Substances 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000003190 augmentative effect Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000000465 moulding Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 abstract description 2
- 239000003086 colorant Substances 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000009877 rendering Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009469 supplementation Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41M—PRINTING, DUPLICATING, MARKING, OR COPYING PROCESSES; COLOUR PRINTING
- B41M5/00—Duplicating or marking methods; Sheet materials for use therein
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及印刷领域，尤其涉及一种具有裸眼立体视觉效果的印刷的制造方法。包括：步骤S1，构建三维基础模型；步骤S2，对三维基础模型进行三维图像预处理以获取三维效果模型；步骤S3，将三维效果模型进行展平输出并转换为印刷四原色图以获取模拟包装形态，并根据目标包装物的设计形态与模拟包装形态的色彩差异对印刷四原色图进行图像处理以获取二维效果图；步骤S4，印刷二维效果图并将其贴合于目标包装物表面以根据目标包装物的实际包装形态调整三维效果模型；步骤S5，重复步骤S3～S4，直至目标包装物的实际包装形态与目标包装物的设计形态一致。本发明能够使二维图像内容呈现裸眼三维立体效果，传递更多维度信息。
Description
技术领域
本发明涉及印刷领域，尤其涉及一种具有裸眼立体视觉效果的平面包装的制造方法。
背景技术
现存市面上的包装、标签、装饰面的图像形式都是平面二维呈现，而随着AI与VR技术的发展，平面世界都可以通过这些技术走向生动而形象的三维世界；现有技术中，对于静态展示，由于基材的不可变性，单一呈现物的立体效果是不变的，达不到数显屏所呈现的连续电影式或者视频式的效果。
中国专利CN103048797B提供了一种具有立体视觉效果的印刷品及其印刷方法，包括依次在基材上印刷图文网点层、透明基膜和光栅网点层，所述印刷过程中使用具有0.015-0.04um粒度的油墨，能够克服现有基于光栅片的立体印刷技术价格昂贵、柔韧性差等缺陷，但是，该种方法存在无法使除光栅片外的包装载体呈现裸眼立体视觉效果的问题
发明内容
为此，本发明提供一种具有裸眼立体视觉效果的印刷品的制造方法，能够解决经过平面包装的静态展示物无法呈现立体效果的问题。
为实现上述目的，本发明提供一种具有裸眼立体视觉效果的平面包装的制造方法，包括：
步骤S1，获取建模基础素材，根据建模基础素材构建三维基础模型；
步骤S2，对所述三维基础模型进行三维图像预处理以获取三维效果模型；
步骤S3，将所述三维效果模型进行展平输出并转换为印刷四原色图，根据目标包装物的位姿将印刷四原色图模拟成完成包装后的形态以获取模拟包装形态，并根据目标包装物的设计形态与模拟包装形态的色彩差异对印刷四原色图进行图像处理以获取二维效果图；
步骤S4，印刷所述二维效果图并将二维效果图贴合于目标包装物表面，根据在设计视位下目标包装物的实际包装形态对所述三维效果模型进行调整；
步骤S5，重复所述步骤S3～S4，直至目标包装物的实际包装形态与目标包装物的设计形态一致。
进一步地，所述步骤S1中，素材处理单元根据设计视位获取必要特征区域，当原始的平面图片素材无法覆盖必要特征区域时，素材处理单元基于AI技术对原始的平面图片素材进行深度学习，根据模糊算法构建出能够与原始的平面图片素材共同覆盖必要特征区域的补充图片集，其中，补充图片集与平面图片素材共同组成所述建模基础素材。
进一步地，所述步骤S2包括：
步骤S21，根据三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值与预设面积比的对比结果获取初级优化模型的目标模型面数以判定是否对所述三维基础模型的细节进行调节，其中，当判定对三维基础模型的细节进行调节时，根据场景基础模型的模型面数和主体基础模型的模型面数选取对三维基础模型的调节方式以获取初级优化模型；
步骤S22，基于增强现实技术对所述初级优化模型进行优化处理以获取所述三维效果模型；
其中，所述主体基础模型与所述场景基础模型共同构成所述三维基础模型。
进一步地，所述步骤S21中，所述预设面积比通过在设计视位下三维效果区域所在平面的可视宽度的比值与在设计视位下三维效果区域的最大横向宽度的比值确定。
进一步地，当所述三维基础模型的当前模型面数小于目标模型面数时，模型优化单元判定对三维基础模型的细节进行补充；
当所述三维基础模型的当前模型面数大于目标模型面数时，所述模型优化单元根据设计视位获取视觉盲区，删除视觉盲区的模型面，并重新计算三维基础模型的删减后模型面数，当删减后模型面数小于目标模型面数时，模型优化单元判定对三维基础模型的细节进行补充；
其中，视觉盲区与必要特征区域共同构成所述三维基础模型的全部模型面。
进一步地，当所述模型优化单元判定对所述三维基础模型的细节进行补充时，模型优化单元设定所述场景基础模型的当前模型面数与所述主体基础模型的当前模型面数的比值为c1，设定场景基础模型的必要特征区域在设计视位下的平面视角面积与主体基础模型的必要特征区域在设计视位下的平面视角面积的比值为c2，模型优化单元根据c1与c2的比值选取待补充细节的子模型；
其中，所述子模型的选取结果或为所述场景基础模型，或为所述主体基础模型，或为场景基础模型和主体基础模型；
其中，所述场景基础模型的当前模型面数与所述主体基础模型的当前模型面数的和等于所述三维基础模型的当前模型面数。
进一步地，当所述模型优化单元对所述场景基础模型和/或所述主体基础模型进行细节补充时，模型优化单元获取所述三维基础模型的当前分辨率，
若所述三维基础模型的当前分辨率小于第一目标分辨率，所述模型优化单元设定对场景基础模型和/或主体基础模型进行细节补充后获取的初始优化模型分辨率大于等于第一目标分辨率且小于等于第二目标分辨率。
进一步地，当所述模型优化单元对所述场景基础模型和/或所述主体基础模型进行细节补充时，模型优化单元获取所述三维基础模型的当前分辨率，
若所述三维基础模型的当前分辨率大于等于第一目标分辨率，所述模型优化单元对所述场景基础模型和/或所述主体基础模型进行轻量化并获取经过轻量化的三维基础模型的分辨率，并根据轻量化的三维基础模型设定初始优化模型的设计分辨率。
进一步地，当经过轻量化的所述三维基础模型的分辨率小于第二目标分辨率时，所述模型优化单元设定对所述场景基础模型和/或所述主体基础模型进行细节补充后获取的所述初始优化模型的设计分辨率大于等于第一目标分辨率且小于等于第二目标分辨率；
当经过轻量化的所述三维基础模型的分辨率大于等于第二目标分辨率时，所述模型优化单元设定对所述场景基础模型和/或所述主体基础模型进行细节补充后获取的初始优化模型的设计分辨率小于等于未经过轻量化的三维基础模型的分辨率的预设倍数。
基于本发明提供的制造方法制得的具有裸眼立体视觉效果的印刷品，其应用于平面印刷领域。
与现有技术相比，本发明的有益效果在于，本发明通过对平面包装的三维效果区域根据建模基础素材构建三维基础模型，根据设计视位预测人眼能够观察到的细节的精细度，对三维基础基础模型进行精简或细节的补充，以使三维基础模型以最小的体量承载最多的必要细节特征，使平面包装的裸眼立体视觉效果更加真实，由于获取最终的三维效果模型并根据三维效果模型获取模拟包装形态的过程中会存在多色色域的转换，容易出现颜色失真以及层次丢失，通过将转换出来的图形对色彩进行矫正，还原其层次，在减少算量的同时使裸眼立体呈现的效果最佳化。
尤其，本发明根据三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值获取初级优化模型的目标模型面数，当该比值较小时，能够判定三维效果区域的面积较小，若初级优化模型的细节数量过多，会导致模型从优化到输出的算量过大，而最终输出的平面包装许多细节人眼无法识别，导致效率较低且时间成本较高；若三维效果区域的面积较大，人眼能够识别的细节数量较多，对模型的精细化程度的要求较高，因此使目标细节数量与该比值成正相关。
尤其，本发明对预设面积比的设置是通过设计视位确定的，设计视位影响平面中同一平面的可视范围，同时影响空间内物体的视觉层面的大小，当在设计视位下三维效果区域的最大横向宽度较小时，人眼可见的细节量较少，故选取较大的预设面积比以放宽对初级优化模型的要求，降低算量，相反的，当人眼可见的细节量较多时，选取较小的预设面积比能够保证最终的裸眼立体视觉效果。
尤其，本发明根据场景基础模型与主体基础模型的必要特征区域在设计视位下的平面视角面积的比值以及场景基础模型的当前模型面数与主体基础模型的当前模型面数的比值对待补充细节的子模型进行选取，为了避免主体模型与场景模型的精细度出现明显不一致的情况，通过同时考虑面积平面视角面积比和模型面数比选取主体基础模型和/或场景基础模型进行细节补充，以使三维效果区域呈现的立体效果具有整体性。
尤其，在一定程度上，三维模型细节的增加会增加模型的分辨率，在增加细节的过程中，需要添加更多的多边形和顶点以使模型的几何形状变得更加细致，然而过多的多边形和顶点需要更高的分辨率来渲染模型，进而降低渲染的效率和性能，本发明在对模型增加细节的同时考虑其渲染效率，避免因细节过多导致严重影响渲染效率，以实现平面包装制作过程的高效率。
尤其，由于色域转换过程中，某些色彩的RGB值改变较大，某些色彩的RGB值改变较小，而对全部的色彩进行调节的计算体量较大，因此选择RGB方差较大的色彩进行调节，为避免调节后的色彩整体呈现效果偏差较大，因此根据各色块不同的RGB方差获取对各色块的色彩的不同调节程度，以使最终的平面印刷效果最接近三维效果模型。
附图说明
图1为发明实施例具有裸眼立体视觉效果的包装的制造方法流程图；
图2为发明实施例平面包装制造模拟系统示意图；
图3为发明实施例平面包装制造模拟系统模型构建单元工作逻辑图；
图4为发明实施例平面包装制造模拟系统模型优化单元工作逻辑图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，其为本发明实施例具有裸眼立体视觉效果的包装的制造方法流程图，包括：
步骤S1，获取建模基础素材，根据建模基础素材构建三维基础模型；
步骤S2，对三维基础模型进行三维图像预处理以获取三维效果模型；
步骤S3，将三维效果模型进行展平输出并转换为印刷四原色图，根据目标包装物的位姿将印刷四原色图模拟成完成包装后的形态以获取模拟包装形态，并根据目标包装物的设计形态与模拟包装形态的色彩差异对印刷四原色图进行图像处理以获取二维效果图；
步骤S4，印刷所述二维效果图并将二维效果图贴合于目标包装物表面，根据在设计视位下目标包装物的实际包装形态对所述三维效果模型进行调整；
步骤S5，重复所述步骤S3～S4，直至目标包装物的实际包装形态与目标包装物的设计形态一致。
具体而言，目标包装物的设计形态为目标包装物完成包装后的理想形态。
具体而言，三维图像预处理的方法包括但不限于图像重构、滤波、分类分割、配准以及变形；其中，图像重构是将原始数据转换成可视化的三维模型的过程，主要包括图像重采样、插值和直方图均衡化等处理；滤波用于去噪和增强三维图像质量，通常使用高斯滤波器、中值滤波器和小波变换等方法进行滤波处理；分类分割是根据像素值和空间位置将三维数据分成不同的区域或对象的过程，主要包括基于阈值的分割、区域生长算法、聚类和神经网络分割等方法；图像配准用于将多个三维图像空间位置对齐以使各三维图像能够进行对比和集成处理，主要包括基于互信息的配准、基于归一化互相关的配准和基于特征点的配准等方法；变形用于将三维图像进行形变或变形，主要包括基于仿射变换或非仿射变换的形变、弹性变形和形态学变形等方法。
本实施例提供一种三维图像预处理方法，本实施例中所述步骤S2包括：
步骤S21，根据三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值获取初级优化模型的目标模型面数以判定是否对三维基础模型的细节进行调节，其中，当判定对三维基础模型的细节进行调节时，根据场景基础模型的模型面数和主体基础模型的模型面数选取对三维基础模型的调节方式以获取初级优化模型；
步骤S22，基于增强现实技术对初级优化模型进行优化处理以获取三维效果模型；
其中，主体基础模型与场景基础模型共同构成三维基础模型。
具体而言，增强现实是一种能够把计算机产生的虚拟物体或系统提示信息叠加到真实场景中，实现对真实场景有效扩充和增强的技术，本实施例不对增强现实技术的系统组成进行限定，本实施例优选Monitor-based系统对初级优化模型进行处理。
具体而言，本实施例对三维效果模型进行展平输出是基于相机透视投影映射完成的，当三维效果区域落在目标包装物的两个或两个以上包装平面时，基于相机透视投影映射对三维效果模型进行展平能够保证印刷出的平面包装在完成对目标包装物的包装后，即便三维效果区域不在同一平面，仍然能够保证使目标包装物的包装具有裸眼立体视觉效果，其中，三维效果区域表示平面包装中具有裸眼立体视觉效果的区域。
具体而言，本实施例中设计视位是通过对目标包装物的预测观测点设定的，设计视位近似为与目标包装物所在空间的某一位置点。
具体而言，本发明通过对平面包装的三维效果区域根据建模基础素材构建三维基础模型，根据设计视位预测人眼能够观察到的细节的精细度，对三维基础基础模型进行精简或细节的补充，以使三维基础模型以最小的体量承载最多的必要细节特征，使平面包装的裸眼立体视觉效果更加真实，由于获取最终的三维效果模型并根据三维效果模型获取模拟包装形态的过程中会存在多色色域的转换，容易出现颜色失真以及层次丢失，通过将转换出来的图形对色彩进行矫正，还原其层次，在减少算量的同时使裸眼立体呈现的效果最佳化。
请参阅图2所示，其为本发明实施例平面包装制造模拟系统示意图，包括：
素材处理单元，其用于根据设计视位获取必要特征区域，并基于AI技术对平面图像进行深度学习以根据模糊算法获取其他角度的能够与平面图片素材共同覆盖必要特征区域的图片，其中，平面图片素材和对平面图片素材深度学习后获取的图片共同构成建模基础素材；
模型构建单元，其用于根据建模基础素材构建三维基础模型；
模型优化单元，其用于对三维基础模型进行三维图像预处理以获取三维效果模型；
色彩调节单元，其用于根据目标包装物的位姿将印刷四原色图模拟成完成包装后的形态以获取模拟包装形态，并根据目标包装物的设计形态与模拟包装形态的色彩差异对印刷四原色图进行图像处理；
输出单元，其用于输出经过图像处理的印刷四原色图。
所述步骤S1中，素材处理单元根据设计视位获取必要特征区域，当原始的平面图片素材无法覆盖必要特征区域时，素材处理单元基于AI技术对原始的平面图片素材进行深度学习，根据模糊算法构建出能够与原始的平面图片素材共同覆盖必要特征区域的补充图片集，其中，补充图片集与平面图片素材共同组成所述建模基础素材。
具体而言，本实施例三维基础模型采用NeRF(神经辐射场)基于图像集大数据训练建立。NERF模型是一种基于神经网络的三维场景重建方法。与传统方法不同，NERF模型只需要从单个或少数几个2D视角中预测每个像素点的颜色和深度值。它通过学习一个表示场景中每个点的神经辐射场函数来实现这一点。
具体而言，本实施例通过NeRF捕获场景中散布点光的信息，重构在场景中每个点光的信息，本实施例对原始的平面图片素材进行角度修正，基于原始的平面图片素材与经角度修正后的其他角度的图片素材的结合，对NeRF进行二次迭代运算，最终得到构建的三维基础模型。
请参阅图3所示，其为本发明实施例平面包装制造模拟系统模型构建单元工作逻辑图。
所述步骤S21中，模型构建单元根据三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值获取初级优化模型的目标模型面数，其中，
当三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值小于第一预设面积比时，模型构建单元获取初级优化模型的目标模型面数N1＝[(α/α1)0.5×N0]；
当三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值大于等于第一预设面积比且小于等于第二预设面积比时，模型构建单元获取初级优化模型的目标模型面数N2＝N0；
当三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值大于第二预设面积比时，模型构建单元获取初级优化模型的目标模型面数N3＝min{[(α/α2)2×N0]，2×N0}；
其中，α为三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值，α1为第一预设面积比，α2为第二预设面积比，N0为标准模型面数，[(α/α1)0.5×N0]表示对(α/α1)0.5×N0进行取整，[(α/α2)2×N0]表示对(α/α2)2×N0进行取整。
具体而言，本实施例中标准模型面数N0＝3000。
具体而言，本发明根据三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值获取初级优化模型的目标模型面数，当该比值较小时，能够判定三维效果区域的面积较小，若初级优化模型的细节数量过多，会导致模型从优化到输出的算量过大，而最终输出的平面包装许多细节人眼无法识别，导致效率较低且时间成本较高；若三维效果区域的面积较大，人眼能够识别的细节数量较多，对模型的精细化程度的要求较高，因此使目标细节数量与该比值成正相关。
设定第一预设面积比a1＝min{(b/(b0+b))×a0，0.25}，设定第二预设面积比a2＝min{4×a1，1}，式中，b为在设计视位下三维效果区域的最大横向宽度，b0为在设计视位下三维效果区域所在平面的可视宽度，a0为预设面积比基数。
具体而言，本实施例设定预设面积比基数a0＝1。
具体而言，本发明对预设面积比的设置是通过设计视位确定的，设计视位影响平面中同一平面的可视范围，同时影响空间内物体的视觉层面的大小，当在设计视位下三维效果区域的最大横向宽度较小时，人眼可见的细节量较少，故选取较大的预设面积比以放宽对初级优化模型的要求，降低算量，相反的，当人眼可见的细节量较多时，选取较小的预设面积比能够保证最终的裸眼立体视觉效果。
请参阅图4所示，其为本发明实施例平面包装制造模拟系统模型优化单元工作逻辑图。
当三维基础模型的当前模型面数小于目标模型面数时，模型优化单元判定对三维基础模型的细节进行补充，当三维基础模型的当前模型面数大于目标模型面数时，模型优化单元根据设计视位获取视觉盲区，并对视觉盲区的模型面进行删除，并重新计算三维基础模型的删减后模型面数，当删减后模型面数小于目标模型面数时，模型优化单元判定对三维基础模型的细节进行补充，其中，视觉盲区与必要特征区域共同构成三维基础模型的全部模型面。
当模型优化单元判定对三维基础模型的细节进行补充时，模型优化单元根据场景基础模型的当前模型面数与主体基础模型的当前模型面数的比值选取待补充细节的子模型，其中，场景基础模型的当前模型面数与主体基础模型的当前模型面数的和等于三维基础模型的当前模型面数；
设定场景基础模型的当前模型面数与主体基础模型的当前模型面数的比值为c1，设定场景基础模型的必要特征区域在设计视位下的平面视角面积与主体基础模型的必要特征区域的在设计视位下平面视角面积的比值为c2，其中，
若c1＜0.25×c2，所述模型优化单元选取待补充细节的子模型为场景基础模型；若0.25×c2＜c1＜4×c2，所述模型优化单元选取待补充细节的子模型为场景基础模型和主体基础模型；若c1＞4×c2，所述模型优化单元待补充细节的子模型为主体基础模型。
具体而言，本实施例不对补充三维基础模型细节的方法进行限定，对三维基础模型细节的补充方法包括分形算法、线条描边、烘焙法、图像处理算法、后期渲染等。
具体而言，分形算法是通过模拟自然现象中的分型形态来增加模型细节，例如，使用分形算法能够在山峰上增加不规则的岩石形态使山峰更加真实；线条描边通过在模型的各边缘处添加黑色或彩色的线条，使得模型的轮廓更加清晰；烘焙法能够将一个高细节的模型的纹理、光照等信息转移到一个低细节的模型上，从而使低细节的模型具有更高的细节；图像处理算法能够在模型纹理、材质等方面增加细节，例如，通过图像处理算法在纹理上增加一些不规则的裂缝、瑕疵等以使模型更加真实；后期渲染能够在模型渲染、光照等方面增加细节，例如，在模型渲染时增加一些雾气、阴影等效果以使模型更加真实。
具体而言，本发明根据场景基础模型与主体基础模型的必要特征区域在设计视位下的平面视角面积的比值以及场景基础模型的当前模型面数与主体基础模型的当前模型面数的比值对待补充细节的子模型进行选取，为了避免主体模型与场景模型的精细度出现明显不一致的情况，通过同时考虑面积平面视角面积比和模型面数比选取主体基础模型和/或场景基础模型进行细节补充，以使三维效果区域呈现的立体效果具有整体性。
当模型优化单元对场景基础模型和/或主体基础模型进行细节补充时，模型优化单元获取三维基础模型的当前分辨率，若三维基础模型的当前分辨率小于第一目标分辨率，模型优化单元设定对场景基础模型和/或主体基础模型进行细节补充后获取的初级优化模型分辨率大于等于第一目标分辨率且小于等于第二目标分辨率；
若三维基础模型的当前分辨率大于等于第一目标分辨率，模型优化单元对场景基础模型和/或主体基础模型进行轻量化并获取经过轻量化的三维基础模型的分辨率，并根据轻量化的三维基础模型设定初级优化模型的设计分辨率。
具体而言，本实施例不对第一目标分辨率与第二目标分辨率进行限定，目标分辨率的数值取决于三维效果模型的目标精度，本实施例预设第一目标分辨率为840像素，预设第二目标分辨率为1600像素。
具体而言，本实施例不对三维基础模型的轻量化方法进行限定，轻量化方法包括：使用更合理的拓扑结构，将多边形的顶点进行优化，简化几何形状，使用低分辨率纹理，使用比特率和色彩深度较低的图像格式，删除模型中不必要的顶点、纹理、法线以及骨骼等。
具体而言，在一定程度上，三维模型细节的增加会增加模型的分辨率，在增加细节的过程中，需要添加更多的多边形和顶点以使模型的几何形状变得更加细致，然而过多的多边形和顶点需要更高的分辨率来渲染模型，进而降低渲染的效率和性能，本发明在对模型增加细节的同时考虑其渲染效率，避免因细节过多导致严重影响渲染效率，以实现平面包装制作过程的高效率。
当经过轻量化的三维基础模型的分辨率小于第二目标分辨率时，模型优化单元设定对场景基础模型和/或主体基础模型进行细节补充后获取的初级优化模型分辨率大于等于第一目标分辨率且小于等于第二目标分辨率；
当经过轻量化的三维基础模型的分辨率大于等于第二目标分辨率时，模型优化单元设定对场景基础模型和/或主体基础模型进行细节补充后获取的初级优化模型分辨率为小于等于未经过轻量化的三维基础模型的分辨率的1.05倍。
所述步骤S3中，色彩调节单元设定色彩相似度阈值，分别对模拟包装形态的三维效果区域和三维效果模型的色块进行识别提取，并将模拟包装形态的三维效果区域的各色块的色彩与三维效果模型对应位置的各色块的色彩进行比对，其中，
若模拟包装形态的三维效果区域的某一色块A与三维效果模型对应位置的色块A’的RGB方差大于色彩相似度阈值，色彩调节单元判定对色块A的色彩进行调节。
具体而言，RGB方差＝((R1-R1’)2+(G1-G1’)2+(B1-B1’)2)/3，式中，R1为色块A中的红色亮度，R1’为色块A’中的红色亮度，G1为色块A中的绿色亮度，G1’为色块A’中的绿色亮度，B1为色块A中的蓝色亮度，B1’为色块A’中的蓝色亮度。
具体而言，本实施例设定色彩相似度阈值为704。
当色彩调节单元对各色块的色彩进行调节时，色彩调节单元获取模拟包装形态的待调节色块与三维效果模型对应位置的色块的最大方差smax以及最小方差smin，色彩调节单元根据最大方差smax与最小方差smin的差值对模型包装形态的待调节色块的色彩进行调节，其中，
若模拟包装形态的待调节色块与三维效果模型对应位置的色块的最大RGB方差与最小RGB方差的差值小于等于最小预设RGB方差差值，色彩调节单元将各待调节色块的色彩RGB分别调节至三维效果模型中与各待调节色块相对应位置的色块的色彩RGB；
若模拟包装形态的待调节色块与三维效果模型对应位置的色块的最大RGB方差与最小RGB方差的差值大于最小预设RGB方差差值，色彩调节单元获取某一待调节色块Q的调节后的红色亮度RQ”＝RQ+(RQ’-RQ)×sQ2/(smax×smin)，调节后的绿色亮度GQ”＝GQ+(GQ’-GQ)×sQ2/(smax×smin)，调节后的蓝色亮度BQ”＝BQ+(BQ’-BQ)×sQ2/(smax×smin)，式中，RQ为色块Q的当前红色亮度，RQ’为三维效果模型中与待调节色块Q对应位置的色块Q’的红色亮度，sQ为色块Q与色块Q’的RGB方差，smax为模拟包装形态的待调节色块与三维效果模型对应位置的色块的最大RGB方差，smin为模拟包装形态的待调节色块与三维效果模型对应位置的色块的最小RGB方差，GQ为色块Q的当前绿色亮度，GQ’为色块Q’的绿色亮度，BQ为色块Q的当前蓝色亮度，BQ’为色块Q’的蓝色亮度。
具体而言，由于色域转换过程中，某些色彩的RGB值改变较大，某些色彩的RGB值改变较小，而对全部的色彩进行调节的计算体量较大，因此选择RGB方差较大的色彩进行调节，为避免调节后的色彩整体呈现效果偏差较大，因此根据各色块不同的RGB方差获取对各色块的色彩的不同调节程度，以使最终的平面印刷效果最接近三维效果模型。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，包括：
步骤S1，获取建模基础素材，根据建模基础素材构建三维基础模型；
步骤S2，对所述三维基础模型进行三维图像预处理以获取三维效果模型；
步骤S3，将所述三维效果模型进行展平输出并转换为印刷四原色图，根据目标包装物的位姿将印刷四原色图模拟成完成包装后的形态以获取模拟包装形态，并根据目标包装物的设计形态与模拟包装形态的色彩差异对印刷四原色图进行图像处理以获取二维效果图；
步骤S4，印刷所述二维效果图并将二维效果图贴合于目标包装物表面，根据在设计视位下目标包装物的实际包装形态对所述三维效果模型进行调整；
步骤S5，重复所述步骤S3～S4，直至目标包装物的实际包装形态与目标包装物的设计形态一致。
2.根据权利要求1所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，所述步骤S1中，素材处理单元根据设计视位获取必要特征区域，当原始的平面图片素材无法覆盖必要特征区域时，素材处理单元基于AI技术对原始的平面图片素材进行深度学习，根据模糊算法构建出能够与原始的平面图片素材共同覆盖必要特征区域的补充图片集，其中，补充图片集与平面图片素材共同组成所述建模基础素材。
3.根据权利要求1所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，所述步骤S2包括：
步骤S21，根据三维效果区域的包装面积与三维效果区域所在平面的总包装面积的比值与预设面积比的对比结果获取初级优化模型的目标模型面数以判定是否对所述三维基础模型的细节进行调节，其中，当判定对三维基础模型的细节进行调节时，根据场景基础模型的模型面数和主体基础模型的模型面数选取对三维基础模型的调节方式以获取初级优化模型；
步骤S22，基于增强现实技术对所述初级优化模型进行优化处理以获取所述三维效果模型；
其中，所述主体基础模型与所述场景基础模型共同构成所述三维基础模型。
4.根据权利要求3所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，所述步骤S21中，所述预设面积比通过在设计视位下三维效果区域所在平面的可视宽度的比值与在设计视位下三维效果区域的最大横向宽度的比值确定。
5.根据权利要求4所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，当所述三维基础模型的当前模型面数小于目标模型面数时，模型优化单元判定对三维基础模型的细节进行补充；
当所述三维基础模型的当前模型面数大于目标模型面数时，所述模型优化单元根据设计视位获取视觉盲区，删除视觉盲区的模型面，并重新计算三维基础模型的删减后模型面数，当删减后模型面数小于目标模型面数时，模型优化单元判定对三维基础模型的细节进行补充；
其中，视觉盲区与必要特征区域共同构成所述三维基础模型的全部模型面。
6.根据权利要求5所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，当所述模型优化单元判定对所述三维基础模型的细节进行补充时，模型优化单元设定所述场景基础模型的当前模型面数与所述主体基础模型的当前模型面数的比值为c1，设定场景基础模型的必要特征区域在设计视位下的平面视角面积与主体基础模型的必要特征区域在设计视位下的平面视角面积的比值为c2，模型优化单元根据c1与c2的比值选取待补充细节的子模型；
其中，所述子模型的选取结果或为所述场景基础模型，或为所述主体基础模型，或为场景基础模型和主体基础模型；
其中，所述场景基础模型的当前模型面数与所述主体基础模型的当前模型面数的和等于所述三维基础模型的当前模型面数。
7.根据权利要求6所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，当所述模型优化单元对所述场景基础模型和/或所述主体基础模型进行细节补充时，模型优化单元获取所述三维基础模型的当前分辨率，
若所述三维基础模型的当前分辨率小于第一目标分辨率，所述模型优化单元设定对所述场景基础模型和/或所述主体基础模型进行细节补充后获取的所述初始优化模型分辨率大于等于第一目标分辨率且小于等于第二目标分辨率。
8.根据权利要求6所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，当所述模型优化单元对所述场景基础模型和/或所述主体基础模型进行细节补充时，模型优化单元获取所述三维基础模型的当前分辨率，
若所述三维基础模型的当前分辨率大于等于第一目标分辨率，所述模型优化单元对所述场景基础模型和/或所述主体基础模型进行轻量化并获取经过轻量化的三维基础模型的分辨率，并根据轻量化的三维基础模型设定初始优化模型的设计分辨率。
9.根据权利要求8所述的具有裸眼立体视觉效果的印刷品的制造方法，其特征在于，当经过轻量化的所述三维基础模型的分辨率小于第二目标分辨率时，所述模型优化单元设定对所述场景基础模型和/或所述主体基础模型进行细节补充后获取的所述初始优化模型的设计分辨率大于等于第一目标分辨率且小于等于第二目标分辨率；
当经过轻量化的所述三维基础模型的分辨率大于等于第二目标分辨率时，所述模型优化单元设定对所述场景基础模型和/或所述主体基础模型进行细节补充后获取的初始优化模型的设计分辨率小于等于未经过轻量化的三维基础模型的分辨率的预设倍数。
10.根据权利要求1-9任意一项所述的制造方法制得的具有裸眼立体视觉效果的印刷品的应用，其特征在于，所述印刷品应用于平面印刷领域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310661156.3A CN116681833B (zh) | 2023-06-06 | 2023-06-06 | 一种具有裸眼立体视觉效果的印刷品的制造方法及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310661156.3A CN116681833B (zh) | 2023-06-06 | 2023-06-06 | 一种具有裸眼立体视觉效果的印刷品的制造方法及应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116681833A true CN116681833A (zh) | 2023-09-01 |
| CN116681833B CN116681833B (zh) | 2024-01-23 |
Family
ID=87781831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310661156.3A Active CN116681833B (zh) | 2023-06-06 | 2023-06-06 | 一种具有裸眼立体视觉效果的印刷品的制造方法及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116681833B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6201546B1 (en) * | 1998-05-29 | 2001-03-13 | Point Cloud, Inc. | Systems and methods for generating three dimensional, textured models |
| CN103129831A (zh) * | 2013-03-19 | 2013-06-05 | 云南清甜香科技发展有限公司 | 三维立体动态标识包装制品及其制作工艺 |
| CN112396691A (zh) * | 2020-11-23 | 2021-02-23 | 北京百度网讯科技有限公司 | 三维模型处理方法、装置、电子设备及存储介质 |
| CN113963100A (zh) * | 2021-10-25 | 2022-01-21 | 广东工业大学 | 一种数字孪生仿真场景的三维模型渲染方法及系统 |
| CN115439602A (zh) * | 2022-08-08 | 2022-12-06 | 厦门聚视智创科技有限公司 | 一种复杂背景图像的预处理方法 |
-
2023
- 2023-06-06 CN CN202310661156.3A patent/CN116681833B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6201546B1 (en) * | 1998-05-29 | 2001-03-13 | Point Cloud, Inc. | Systems and methods for generating three dimensional, textured models |
| CN103129831A (zh) * | 2013-03-19 | 2013-06-05 | 云南清甜香科技发展有限公司 | 三维立体动态标识包装制品及其制作工艺 |
| CN112396691A (zh) * | 2020-11-23 | 2021-02-23 | 北京百度网讯科技有限公司 | 三维模型处理方法、装置、电子设备及存储介质 |
| CN113963100A (zh) * | 2021-10-25 | 2022-01-21 | 广东工业大学 | 一种数字孪生仿真场景的三维模型渲染方法及系统 |
| CN115439602A (zh) * | 2022-08-08 | 2022-12-06 | 厦门聚视智创科技有限公司 | 一种复杂背景图像的预处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116681833B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9609307B1 (en) | Method of converting 2D video to 3D video using machine learning | |
| CN112669447B (zh) | 一种模型头像创建方法、装置、电子设备和存储介质 | |
| US9485497B2 (en) | Systems and methods for converting two-dimensional images into three-dimensional images | |
| Allene et al. | Seamless image-based texture atlases using multi-band blending | |
| US7239314B2 (en) | Method for 2-D animation | |
| US20050140670A1 (en) | Photogrammetric reconstruction of free-form objects with curvilinear structures | |
| JP3626144B2 (ja) | 立体オブジェクトデータからの漫画的表現の２次元画像の生成方法および生成プログラム | |
| JP2002183761A (ja) | 画像生成の方法および装置 | |
| EP4036790A1 (en) | Image display method and device | |
| CN109523622B (zh) | 一种非结构化的光场渲染方法 | |
| WO2002013144A1 (en) | 3d facial modeling system and modeling method | |
| Hervieu et al. | Stereoscopic image inpainting: distinct depth maps and images inpainting | |
| KR20230097157A (ko) | 개인화된 3d 헤드 모델 변형을 위한 방법 및 시스템 | |
| Xu et al. | A general texture mapping framework for image-based 3D modeling | |
| CN110245199A (zh) | 一种大倾角视频与2d地图的融合方法 | |
| KR20230085931A (ko) | 얼굴 이미지에서 색상을 추출하기 위한 방법 및 시스템 | |
| KR20230110787A (ko) | 개인화된 3d 머리 및 얼굴 모델들을 형성하기 위한 방법들 및 시스템들 | |
| CN114663574A (zh) | 基于单视角照片的三维人脸自动建模方法、系统及装置 | |
| CN116681833B (zh) | 一种具有裸眼立体视觉效果的印刷品的制造方法及应用 | |
| CN113808272A (zh) | 三维虚拟人头脸建模中的纹理映射方法 | |
| CN115409932A (zh) | 一种三维人头脸模型的纹理映射与补全方法 | |
| CN113240573B (zh) | 局部和全局并行学习的高分辨率图像风格变换方法及系统 | |
| CN114882197A (zh) | 一种基于图神经网络的高精度三维人脸重建方法 | |
| CN114155569A (zh) | 一种化妆进度检测方法、装置、设备及存储介质 | |
| JPH03271877A (ja) | グラフィック表示装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |