Blender 重拓扑自审评分表:用 scenario-blender-retopology 的 critique rubric 量化拓扑质量
Blender 重拓扑自审评分表:用 scenario-blender-retopology 的 critique rubric 量化拓扑质量
在 Blender 中把高模雕刻、扫描件或 AI 网格重拓扑成可用于动画、细分或游戏低模的干净布线,难点往往在于判断“到底行不行”,而不在“怎么建”。critique.md 把专家的目视评审拆成 0~2 分的可执行检查表,并通过 bx_retopo.py 中的 topology_report、fidelity、loop_stats、loops_around 等函数取得量化结果。读完之后,读者可以按“先跑代码检查,再看两张评审图,最后按七节逐条打分”的顺序,独立完成一次可信的重拓扑自审,并给出带原因的问题清单。
评分表的设计逻辑:把专家口述变成可执行检查
评分表的出发点是 Kaspar 对“什么才算好重拓扑”的一句总结:干净、全四边面、细分后表现好、形体与细节都被捕捉到、容易绑定,而顶点数量本身与这些标准关系不大。这句话直接决定了评分表的七个维度排序:用途匹配、走向、极点、形体、卫生、游戏特化、报告诚实性。
评审的执行顺序在文档开头就明确规定,不能颠倒:
- 先跑代码检查,拿到面数、极点、环路、细分误差等客观数字;
- 再渲染两张评审图:cage(线框)与临时 2 级细分后的 matcap;
- 最后按可视清单逐项打分,每节按 0(失败)、1(能用但有可见问题)、2(干净)计分,每个 0 或 1 都必须写明原因。
这个顺序很重要:数字可以快速排除明显不合格的方案,但不能单独判定合格。文档用羊模型实验反复证明这一点——一个激进拟合的 cage 平均误差只有 0.043%,比 Kaspar 手工重拓扑的 0.24% 低一个数量级,但细分后明显更鼓包。因此评分表规定“数字只用于定位问题,matcap 和线框图才是决定项”。
第 0 节:评审前的四项准备
评分表的第 0 节给出评审会话的最小准备代码。所有函数来自 bx_retopo,坐标全部位于雕刻体的局部空间:
t = R.topology_report(retopo, crease_attr="retopo_crease", hidden_group="hidden_ok")
f = R.fidelity(retopo, sculpt, levels=2, target_mask=<你打算覆盖的区域>)
ls = R.loop_stats(retopo)
eye = R.loops_around(retopo, eye_center, eye_normal, max_radius=2.6 * eye_radius, corners=(inner, outer))
四个返回值分别解决四类问题:
topology_report返回bx_audit的基础审计数字,再加上专家目视检查项。源码里明确列出了它新增的字段:rim_poles(边界上度数 ≥4 的顶点,即壳边缘上的极点)、center_poles(x=0 上度数 ≠4 的顶点)、crease_poles(折痕边上的非 4 度顶点)、adjacent_e5(两个内部 5+ 极点之间的边)、valence2、non_quads_visible(hidden_ok组之外的三角面/多边面)、sym_local_pct(局部空间 X 镜像配对顶点占比)、pole_density_pct,以及cage_dihedral_mean/p95(cage 相邻面夹角,用来量化“关闭细分后 cage 是否还读得出来”)。实现见 bx_retopo.py#L2705-L2771。fidelity衡量细分之后的表面与雕刻体的距离,默认levels=2。它返回mean_pct / p95_pct / max_pct / inside_pct / cov_p95_pct以及细分面的二面角统计。关键实现细节:它会临时挂一个 Subsurf、保留 Mirror,以及位于 Subsurf 之前的 Shrinkwrap,评估后再恢复原修改器栈(L2483-L2564)。loop_stats给边环做普查:闭合环数量、闭合边占比、最长开环、螺旋嫌疑数。螺旋判定是启发式的——开环顶点绕回自身前方超过 3 个索引即记为嫌疑,文档明确要求“嫌疑必须在渲染图线框上确认”(L2669-L2702)。loops_around是“眼睛和嘴周围有几圈环”的可测量版本:在垂直于normal的平面上累加绕角,只有完全落在max_radius内的闭合环才计数,返回按半径从内到外排序的列表(L2617-L2666)。
除代码外,第 0 节还要求三套同视角渲染图:cage 线框(front、right、threequarter、low 四个视角)、同样视角下临时 2 级 Subsurf 的 matcap、以及雕刻体本身的 matcap 作对照。完整可运行版本在 procedures.md 的 P10,示例用 bx_review.review(...) 分别输出线框与 matcap 图,并在渲染后移除临时 Subsurf,避免污染交付物。
第 1 节:用途匹配——预算与简报
第一节点评的不是“好看”,而是“是否适合用途”。四项检查:
| 检查 | 通过标准 | 依据 |
|---|---|---|
| 面数/三角数对预算 | 在预算内;影视向是“必要的最少环数” | Kaspar、SpeedChar |
| 密度跟随细节与形变,而非面积 | 脸部比身体密(游戏约 3 倍),平坦或隐藏区域稀疏;均匀密度对角色即不合格 | SpeedChar |
| 不能过密 | “过度密集的重拓扑”是最常见的 RetopoFlow 问题 | Lampel |
| 表面细节交给贴图 | 动画身体上不应有追着小凸起、毛孔、肌肉纹理走的环 | Jamie Dunbar、Dikko |
其中最容易出错的是第二条。文档为它配了一个“提示性指标”:边长变异系数(edge length CV)。参考值是——未编辑的均匀 remesh 约 0.17~0.27;工作室网格从 0.33(手部基模)到 0.8。expert-notes.md 的校准表进一步给出了具体网格:Rex 头 3,890 面 / CV 0.805,Snow 身体 9,402 面 / 0.765,Rain 身体 16,526 面 / 0.619,Rain 面部 1,653 面 / 0.600,Franck 羊身体 2,596 面 / 0.491。
但评分表明确规定:CV 永远只作提示,不作通过/失败判据。原因是艺术性的疏密变化(如硬化边缘附近的加密)也会抬高 CV,而某些合法网格的 CV 也可以很低。这条“不作 gate”的裁定同样写在 SKILL.md 的质量门禁一节里。
第 2 节:走向(Flow)——用线框图判定
第二节点评的是布线走向,全部依据 cage wire 图与 loop_stats:
| 检查 | 通过标准 |
|---|---|
| 每只眼睛与嘴周围的环 | 各至少 3 个闭合环(loops_around),同心、无螺旋 |
| 眼睑/唇上下对等 | 上环边数 = 下环边数(corners= 拆分) |
| 表情区(影视面部绑定) | 眼睑、唇、眉:各 3 条主环 + 2 条把手环,眼角 2 条角环 |
| 面部框架、鼻唇沟、颊部网格 | 有一条绕下颌与额头的环;一条从鼻上绕到下巴的环;颊部是干净网格 |
| 关节 | 每个弯曲部位(肘、膝、腕、指关节)上 3 圈 |
| 身体主干(完整角色) | 肩帽上的胸环与髋环存在;四肢环与躯干环分离 |
| 环闭合或终止于静止区 | loop_stats 的螺旋嫌疑在修改后不上升;没有环绕肢体一圈后外逃 |
| 肢体中线笔直 | 各环起始顶点沿肢体排成一线,无扭转 |
| 离开面部的环有预算 | 出脸的环必须终止于框架环、下巴框、鼻孔或洞口,而不是漂到脖子和耳朵 |
这些条目之所以能写成代码,是因为 loops_around 的 corners=(a, b) 参数:它把每个环在离两角点最近的顶点处切开,报告两侧边数,从而把“上眼睑 10 条 = 下眼睑 10 条”变成可断言的 sides 字段。源码还处理了一个现实问题——角点恰好落在两顶点中间时拆分有歧义,此时置 corner_ambiguous(L2649-L2663)。
“带极点的环不算环”这一条来自环行走算法的硬性约束:_walk_loop 在内部顶点度数不等于 4 时直接终止返回未闭合(L2567-L2594)。因此一条穿过 5 极点的“环”在数据上就是开环,评分表据此把“地图线必须真实成环”列为独立检查。
第 3 节:极点(Poles)
第三节是评分表里表格最长的一节,也是专家经验密度最高的地方:
| 检查 | 通过标准 |
|---|---|
| 度数 | 只允许 3 与 5;valence_6plus == 0;最终网格 valence2 == 0 |
| 位置 | 在低运动区(手背、锁骨之间、颊部),远离嘴角行程 |
| 禁止位置 | 折痕环、壳边缘、面部中线:crease_poles == 0、rim_poles == 0、center_poles == 0 |
| 不允许聚簇 | adjacent_e5 低;两个菱形不得相接(会形成 6+ 极点);每个 6 极点都要报告并说明理由 |
| 极点预算与布局 | 极点密度接近工作室的 5%;眼睑/唇环与折痕环上为零;归约单元(每单元 4 个极点)与阶梯状切边是 agent 的主要极点来源 |
| 地图线必须真实成环 | 每条计划线都能用 R.find_loop_near(obj, curve, tol) 找到真实闭合边环 |
| 走向环不能读成折痕 | 带状环间距约等于一条边长;三条紧贴的环细分后会形成脊 |
| 密度 | 极点数 / 面数落在工作室区间(头约 1.8%,身体约 5%) |
其中“归约单元 4 个极点”的结论来自羊模型上的实测:把眼睛强行压到 Kaspar 的 18 边、嘴压到 24 边,极点密度从 5.7% 升到 9.5%,代价是多出约 40 个极点。这也是 carve_rings 支持 count=(lo, hi) 区间的原因——边界自身的边数若落在区间内就保留,避免为了凑一个数字而额外引入归约环。函数文档明确写出:默认取边界自身边数,而稠密 QuadriFlow 边界会把它设得过高(E1 基座上羊眼为 46~48,Kaspar 用 18);带 count 时,会在干净环外侧加一到两圈过渡环,让归约产生的极点落在过渡环上(L1747-L1793)。
“地图线成环”的验证函数 find_loop_near 做的是双向匹配:曲线上的稠密采样点到环的最大偏差、环上顶点到曲线的最大偏差都必须小于容差,容差还允许半个局部边长(L2320-L2351)。这避免了“看起来像有一条线”的错觉。
第 4 节:形体——细分面与雕刻体比对
第四节的前提是一个反直觉事实:把 cage 顶点吸到雕刻体表面,细分后反而会整体缩进去。羊模型上,QuadriFlow 的 cage 细分后 87% 的表面落在雕刻体内部。因此评审的对象必须是细分面,而非 cage 顶点。
通过标准与阈值:
| 检查 | 通过标准 |
|---|---|
| 细分面贴合雕刻体 | mean_pct <= 0.3%,inside_pct 在 40~60%(Kaspar 的羊:0.24%、47%) |
| 覆盖度 | 在打算构建的区域内 cov_p95_pct <= 1%(漏建肢体、架空腔体会在此暴露) |
| 折痕保持 | 眼、唇、鼻唇沟、下巴、眉、耳轮、指节细分后仍锐利;折痕环居中于折痕 |
| 无鼓包与夹点 | 曲面上的极点周围无波纹;蹄、手指、嘴无鼓包。数字抓不住这条:激进拟合的 cage 得分 0.043%,观感却比 Kaspar 的 0.24% 更差 |
| 体积 | 肢体无收缩(inside_pct > 55 即收缩),无外溢(< 40) |
| 关闭细分仍可读 | 只看 cage 也能看出角色,这是绑定师与动画师实际看到的东西 |
| 剪影(游戏) | 低模剪影在游戏机位下匹配高模;圆润部位不应出现棱面 |
修复手段是 R.fit_subdiv,其原理在源码 docstring 中写得很清楚:每次迭代取每个顶点的极限曲面位置(临时 1 级 Subsurf + use_limit_surface),找到雕刻体最近点,按邻域平滑后的差量移动顶点;clamp 把单顶点总位移限制为 clamp × 平均边长,避免 cage 对过小的特征(蹄、嘴)被“揉皱”。函数会自动关闭 live Shrinkwrap(否则会把 cage 重新吸附回去),因为拟合后的 cage 本就该在不带 Shrinkwrap 的情况下交付(L2381-L2443)。
默认参数 iterations=6, step=0.6, smooth=0.6, clamp=0.25 就是“温和”档,与激进档(12 / 0.8 / 0.3 / 0.5)平均误差相当,但最大误差更低、自交减半、表面明显更平滑。文档也标注了另一条路径——Kaspar 的 Multires + Shrinkwrap + Apply Base,在羊模型上是 0.11% 平均误差、只有 15% 在内部(外溢),属于过度修正;并且两条路径之后都不能再重新 Shrinkwrap。
第 5 节:卫生(Hygiene)
第五节点评交付前必须清理干净的东西:
| 检查 | 通过标准 |
|---|---|
| 面类型 | non_quads_visible == 0,三角面与多边面只能待在 hidden_ok 组里;影视向要求全四边面 |
| 流形、法线、游离元素 | 除刻意开的洞外非流形为 0;翻转法线 0;游离点/边 0;重复顶点 0 |
| 自交 | 不劣于输入自身的接触(Kaspar 的羊 cage 有 177 对面相交,来自耳朵贴住头部) |
| 镜像缝 | 应用 Mirror 后每个中心顶点都在 x = 0,缝上无开放边 |
| 交接 | 除 Subdivision 外修改器全部应用,变换干净,GEO- 前缀命名,每对象一个材质,删除注释属性,剥离复用部件的残留数据 |
| 分离部件 | 衣物从身体拓扑派生而来;即使被身体遮住的地方也不相交;开口处保留内层带 |
non_quads_visible 的实现值得注意:它并不直接统计非四边面数量,而是逐面检查顶点是否全部属于 hidden_group 且权重 > 0.5,只有“可见”的非四边面才计数(L2744-L2749)。这就是评分表允许“三角面只出现在隐藏区”的实现依据。
交接一节对应 procedures.md 的 P13:函数遍历修改器、只保留 SUBSURF、删除 sharp_edge/uv_seam/retopo_crease 等注释属性残留,并在缺少材质时补一个视口材质。
第 6 节:游戏专用检查
游戏低模有自己的通过标准,因为交付物要进烘焙器与引擎:
| 检查 | 通过标准 |
|---|---|
| 每条边都有职责 | 剪影、阴影、材质分界或 UV 缝,否则应被溶解 |
| 三角化受控 | 不留扭曲四边面(triangulate_twisted);导出时应用 Triangulate 修改器 |
| 形变区 | 指节、肘、膝、嘴、眼必须是四边面且无三角;三角面只允许在刚体部位 |
| 略高于高模 | 低模处处略在高模外侧(push_outside) |
| 硬边 | 每条硬边都是 UV 缝 |
| 凹腔 | 深凹(耳窝)要有几何,不能只靠法线贴图 |
triangulate_twisted 的判据是两个三角形法线夹角超过 angle(默认 15°),并且有高模时用 BVH 选择“两个三角形更贴近高模”的那条对角线,这样烘焙器与引擎用的是同一条对角线(L2789-L2830)。push_outside 则沿高模法线把落在内部或距离小于 offset 的顶点推到 offset 处,同时把中心线顶点钉回 x = 0,保证镜像缝不破(L2833-L2856)。
“硬边必须是 UV 缝”在代码里也有对应检查函数 hard_edges_without_seams,它直接比较 sharp_edge 与 uv_seam 两个布尔边属性,返回既硬又无缝的边数;P11 演示了导出 FBX 时同时开启 use_mesh_modifiers 与 use_triangles。
第 7 节:报告的诚实性
最后一节不打分面数,而是判定“这份评审报告能否被信任”。要求逐部件说明所用的方法(planned、auto、carved、socketed tube 之一)、第 1~5 节的数字、两张评审图,以及哪些部分没有做到专家级(表情把手环、表情折痕、极点路由)。
文档给了最严厉的一条裁定:把自动 remesh 当成“animation-ready”出售,本节直接判 0,无论数字多漂亮。这与 SKILL.md 的立场一致——自动重拓扑是静态资产的终点、其他一切工作的起点;在羊模型上,专家密度的 QuadriFlow 结果眼周与嘴周 0 圈环,还把薄耳朵撕裂了。
把评分表接进质量门禁
评分表负责“怎么判”,SKILL.md 的质量门禁负责“在哪判”。门禁代码把第 3、4、5 节的关键项压成一次布尔汇总:
retopo_gate = R.topology_report(retopo)
fit_gate = R.fidelity(retopo, sculpt, levels=2)
gate = {"six_poles_to_justify": retopo_gate["valence_6plus"], "no_rim_poles": retopo_gate["rim_poles"] == 0,
"quads": retopo_gate["non_quads_visible"] == 0 or retopo_gate["quads_pct"] >= 99.0,
"subd_fit": fit_gate["mean_pct"] <= 0.3 and 40 <= fit_gate["inside_pct"] <= 60,
"coverage": fit_gate["cov_p95_pct"] <= 1.0, "loops": R.loop_stats(retopo)}
print(gate)
注意这里的语义差异,正是评分表反复强调的:
- 6 极点是“报告并说明”,不是“禁止”——工作室网格也有 0~4 个;
- 边长 CV 不进 gate;
quads允许两条路径:要么可见非四边面为 0,要么全网格四边面率 ≥99.0%;- 额外的人工条件:
crease_poles == 0、镜像面上的center_poles == 0、每只眼与嘴至少 3 个闭合环、每次合并前环数相等、三角面只在隐藏或刚体区、预算达标(R.tri_count)。
为什么“数字很好看”仍可能判 1 分
羊模型实验的数据是用来校准评分表权重的,不是用来炫耀的。同一雕刻体上:
| 方案 | 面数 | 细分 2 级平均误差 | 内部占比 | 眼/嘴环数 | 闭合环边占比 |
|---|---|---|---|---|---|
| Kaspar 手工重拓扑 | 2,596 | 0.24% | 47% | 5,5 / 2 | 29.9% |
| QuadriFlow(按面积匹配预算) | 4,372 | 0.14% | 87% | 0 / 0 | 1.6% |
上者 + 温和 fit_subdiv |
4,372 | 0.045% | 53% | 0 / 0 | 1.6% |
| 上者 + Multires Apply Base | 4,372 | 0.11% | 15% | 0 / 0 | 1.6% |
| v2 工具链最终结果 | 4,980 | 0.028% | 52% | 4,4 干净 24 边环 / 5×30,15/15 | 33.9% |
只有最后一行的闭合环边占比(33.9%)追上了 Kaspar 的 29.9%,而它的平均误差(0.028%)远小于 Kaspar 的 0.24%。这恰好说明为什么第 2 节的走向检查与第 4 节的 matcap 检查不能被平均值替代:平均距离会奖励“追着雕刻噪点跑”的 cage。评分表因此把“无鼓包与夹点”单列为一条,并明确写道“数字抓不住这条”。
一次完整自审的执行清单
把评分表落成日常流程,顺序如下(对应 procedures.md 的 P0~P14):
- 跑数字:
topology_report+fidelity(levels=2)+loop_stats+ 每个地标的loops_around; - 渲两套图:cage 线框四视角;临时 2 级细分 matcap 三视角;雕刻体同视角作对照;
- 按第 1~7 节顺序走:先判用途与预算,再看走向,再看极点,再看形体,再看卫生,游戏项目追加第 6 节,最后写第 7 节的诚实性陈述;
- 每个 0/1 都写原因与修复动作。常见对应关系是:眼环全为奇数 → 先
parity_strip配对奇数边界再切岛;极点密度 9.5% → 把固定计数改成count=(lo, hi)区间;带状环紧贴细分后起脊 → 把spacing改回一条边长,只有真折痕才用rings=3, spacing=0.3 * edge;细分面整体内缩 → 用fit_subdiv而不是 Shrinkwrap 偏移;自动 remesh 小网格报 “needs to be manifold” → 用R.quadriflow的缩放技巧与体素回退。
按这套顺序执行,评审结论会自带证据:既有可复现的数字,也有决定性的可视化依据;每个扣分项都指向一个具体的修复函数,而不是一句“布线不够干净”。