首页 > 其他分享 >Blender如何给fbx模型添加材质贴图并导出带有材质贴图的模型

Blender如何给fbx模型添加材质贴图并导出带有材质贴图的模型

时间:2023-08-10 15:12:09浏览次数:40  
标签:贴图 模型 fbx 导出 材质 Blender

推荐:使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景

此教程适合新手用户,专业人士直接可直接绕路。

  本教程中介绍了利用Blender建模软件,只需要简单几步就可以为模型添加材质贴,图,并且导出带有材质的模型文件。

1、第一步,打开Blender软件,导入模型:(本教程使用一个简单立方体模型来完成演示教程)

2、切换到着色模式

3、在右侧的面板中加入已经准备好的材质贴图文件(直接拖进去就可以了)

4、从左侧面板中奖要合成的材质贴图文件拖入下方的面板中,在下方面板中会生成一个材质属性面板

5、将材质属性面板的颜色和模型的基础色属性用线连接起来(鼠标拖拽连接)

到了这一步可以看到立方体模型上已经被贴上了材质贴图。

6、下一步,导出带有材质的立方体模型:点击文件-导出FBX

选择路径模式-复制模式:

接着,将内嵌纹理改成如下图所示:

确定, 导出fbx模型文件。

7、在其他软件中打开验证,启动CAD Assistant软件,在软件中打开刚刚导出的模型,下过如下图所示:

可以看到导出的FBX模型已经拥有材质了,感谢观看,希望可以帮到你。

原文链接:Blender如何给fbx模型添加材质贴图并导出带有材质贴图的模型 (mvrlink.com)

标签:贴图,模型,fbx,导出,材质,Blender
From: https://www.cnblogs.com/mvrlink/p/17620379.html

相关文章

  • 利用pytorch自定义CNN网络(三):构建CNN模型
    本文是利用pytorch自定义CNN网络系列的第三篇,主要介绍如何构建一个CNN网络,关于本系列的全文见这里。笔者的运行设备与软件:CPU(AMDRyzen™54600U)+pytorch(1.13,CPU版)+jupyter;本文所用到的资源:链接:https://pan.baidu.com/s/1WgW3IK40Xf_Zci7D_BVLRg提取码:12121.如何......
  • llama2模型部署方案的简单调研-GPU显存占用(2023年7月25日版)
    https://blog.csdn.net/Fatfish7/article/details/131925595先说结论全精度llama27B最低显存要求:28GB全精度llama213B最低显存要求:52GB全精度llama270B最低显存要求:280GB16精度llama27B预测最低显存要求:14GB16精度llama213B预测最低显存要求:26GB16精度llama270B预测最低显......
  • Stata广义矩量法GMM面板向量自回归PVAR模型选择、估计、Granger因果检验分析投资、收
    原文链接:http://tecdat.cn/?p=24016原文出处:拓端数据部落公众号摘要最近我们被要求撰写关于广义矩量法GMM的研究报告,包括一些图形和统计输出。面板向量自回归(VAR)模型在应用研究中的应用越来越多。虽然专门用于估计时间序列VAR模型的程序通常作为标准功能包含在大多数统计软件......
  • Hugging Face 的文本生成和大语言模型的开源生态
    [更新于2023年7月23日:添加Llama2。]文本生成和对话技术已经出现多年了。早期的挑战在于通过设置参数和分辨偏差,同时控制好文本忠实性和多样性。更忠实的输出一般更缺少创造性,并且和原始训练数据更加接近,也更不像人话。最近的研究克服了这些困难,并且友好的交互页面能让......
  • 主成分分析(PCA)模型学习笔记(一)
    目录为什么使用PCA从过拟合说起维度灾难模型定义PCA的两种推导数据准备最大投影方差最小重构距离小结为什么使用PCA从过拟合说起在数据量小、数据维度高,模型较为复杂时,很容易产生过拟合。训练误差小而泛化误差较大被称为过拟合,而我们所追求的是泛化误差较小,为了解决过拟合问题,......
  • 线性判别分析(LDA)模型笔记
    目录模型概况模型定义模型求解模型概况线性判别方法(LinearDiscriminationAnalysis)是一种经典的线性学些方法,最早由Fisher提出,也叫“Fisher判别分析”。LDA的思想非常朴素,也即是,将样例投影到一条直线上使得同类样例的投影点尽可能近,异类样例的投影点尽可能远,总结六个字就是......
  • TensorRT 模型加密杂谈
    在大多数项目交付场景中,经常需要对部署模型进行加密。模型加密一方面可以防止泄密,一方面可以便于模型跟踪管理,防止混淆。由于博主使用的部署模型多为TensorRT格式,这里以TensorRT模型为例,讲解如何对模型进行加密、解密以及推理加密模型。加密算法的选择和支持的库Crypto++是C/C......
  • 基于Pair-wise和CrossEncoder训练单塔模型
    本文分享自华为云社区《语义检索系统排序模块:基于ERNIE-Gram的Pair-wise和基于RocketQA的CrossEncoder训练单塔模型》,作者:汀丶。文本匹配任务数据每一个样本通常由两个文本组成(query,title)。类别形式为0或1,0表示query与title不匹配;1表示匹配。基于单塔Point-wise范......
  • 产业共振 智能涌现!8月16日飞桨携手生态伙伴带来大模型企业应用创新实践
    当前,人工智能已经成为新一轮科技革命和产业变革的重要驱动力量,基于强算法、大算力和大数据的大模型成为人工智能发展的主流方向。AI大模型已经从拼参数发展到拼应用,进入大规模可复制的产业落地阶段。飞桨深度学习平台和文心大模型一直致力于发挥算法模型基础技术优势,助力广大企业将......
  • 三维模型OSGB格式轻量化压缩必要性分析
    三维模型OSGB格式轻量化压缩必要性分析三维模型是计算机图形学和视觉效果等领域的重要应用之一。然而,由于三维模型通常包含大量的几何信息、纹理信息和其他元素,导致其占用的存储空间和计算资源非常巨大。为了提高三维模型的处理效率和性能,轻量化和压缩成为不可或缺的技术手段。......