Replace
Берет две модели в одной топологии и плавно заменяет часть одной модели частью другой. Например, вы можете взять форму уха одного персонажа и применить ее к другому персонажу, если их топология одинакова.
Примечание
Нода изменяет только положение вершин и не изменяет топологию или порядок вершин.
Область замены определяется выборкой полигонов. Замененные полигоны из исходной геометрии деформируются максимально жестко, чтобы идеально соответствовать форме целевой геометрии. Форма целевой геометрии (за исключением заменяемой области) остается неизменной. Таким образом, если поменять местами исходную и целевую модели и инвертировать выборку полигонов, результат будет другой.
Алгоритм чувствителен к начальному выравниванию моделей по вращению и масштабу и нечувствителен к перемещению.
Совет
Рекомендуется предварительно выровнять модели. В случае, когда не получается достичь хорошего выравнивания, следует увеличить количество итераций алгоритма.
Общие случаи использования
объединить два заврапленных скана. Например, объединить выражение лица на одном скане с позой тела на другом;
исправить швы после применения узлов Subset и ApplySubset;
обратить изменения предыдущих версий персонажа или поменять местами части между персонажами, выполненными в одной топологии;
Входы
- исходная геометрия
Geometry
Геометрия, из которой будут скопированы полигоны- целевая геометрия
Geometry
Геометрия, в которую будут вставлены полигоны. Должна иметь ту же топологию, что и исходная геометрия.- полигональная маска
PolygonSelection
Набор полигонов, подлежащих замене. Полигоны можно выбирать либо по исходной геометрии, либо по целевой геометрии.
Выход
Geometry
Целевая геометрия, в которой выбранные полигоны были плавно заменены соответствующими полигонами исходной геометрии. Выходная геометрия сохраняет визуальные свойства целевой геометрии.
Параметры
- бесшовная подгонка:
если не установлено, используется базовый алгоритм. Он копирует позиции вершин выбранных полигонов из исходной геометрии и вставляет их в целевую геометрию.
- итерации:
количество итераций алгоритма. Если исходная и целевая части модели не выровнены, этот параметр следует увеличить.