AIモデルが1枚の平面画像から奥行きと形状の手がかりを読み取り、その背後にある形状を推定して、スライスして印刷できるSTLを書き出します。
画像をSTLに変換する画像をSTLに変換するAIを使うのは、手元に1枚の写真しかなく、表面より形状が重要なときです。高さマップでできるのは、平面上のピクセルを上下に動かすことだけなので、コインのレリーフには向いても、マグカップの取っ手には使えません。再構築モデルはシルエット全体を読み取り、その背後にある体積を推定し、3軸で立体になるメッシュを作ります。これは測定値ではなく推定値ですが、このページではその推定がどこまで通用するかを明確に説明します。
多くの人は、JPEGはあるものの、スキャナーもノギスもなく、CADで作り直す予定もない状態で使い始めます。フォトグラメトリには、安定した軌道で撮影した重なり合う多数の画像が必要です。構造化光スキャナーには機材と暗い部屋が必要です。1枚の画像からの再構築があるのは、代わりにモデラーで対象を手作業で描き直し、すべての半径を推測する必要があるからです。精度と速度を交換する方法であり、その割り切りも明確です。寸法を0.2 mmに正確に合わせる必要があるなら、実物を測ってください。形状を認識できるブラケットの原型を作って調整したいなら、1回のアップロードでそこまで進めます。
各段階には判断があり、入力が弱いとメッシュも弱くなるポイントがあります。
まずモデルは、どのピクセルが対象で、どれが背景かを判断します。何もない均一な明るさの背景なら判断しやすいため、物が多いキッチンのカウンターより、白い壁やグレーの厚紙のほうが適しています。背景と判定された部分は、形状を作る前に破棄されます。
学習済みネットワークは、対象の各ピクセルがカメラからどれだけ離れているか、またその場所の表面がどちらを向いているかを予測します。これにより、測定点の集合ではなく、密な奥行きマップが得られます。柔らかな影や光沢の反射は、実際には形状の変化でないものを形状の変化に見せるため、モデルを誤らせます。
奥行きマップを表面に変換し、見えていない対象の背面をもっともらしいシェルで塞ぎます。ファイルを扱いやすいサイズに保つため、三角形を結合して簡略化します。出力されるのは1つの閉じたボディですが、薄い壁は修復作業が必要になる場合があります。
再印刷をできるだけ減らせる順番で進める4ステップです。
対象は1つにし、フレームの大部分を占めるようにして、対象と明るさの異なる背景に置きます。拡散光源による均一な照明は、解像度を上げるより効果があります。JPG、PNG、GIF、BMP、TIFF、WebP、SVG、HEICに対応しており、最大20 MBです。
対象の周囲にある余計なものを切り取り、セグメンテーションが推測する範囲を減らします。硬い影が対象全体に伸びているなら、そのまま進めず別の画像を選んでください。プレビューでは、ファイルを確定する前に再構築された形状を確認できます。
メッシュをダウンロードし、印刷プレビューだけでなくスライサーの3Dビューで開きます。穴、浮いたシェル、影に沿ってできた突起を探してください。修正が必要な箇所の多くは、視点を回して最初の数秒で見つかります。
STLには単位が保存されないため、自分でサイズをミリメートルに設定し、0.4 mmノズルに対して壁の厚みを確認します。対象を置く部分を平らな底面に切り、密着しやすくします。フィラメントをフルサイズに使う前に、0.2 mmの積層で小さいサイズを印刷してください。
こうした場合は、別の方法か定規を使ったほうがうまくいきます。
最大20 MBのファイルをアップロードすると、同じブラウザのタブでSTLを受け取れます。Windows、macOS、Linux、iOS、Androidで動作し、インストールもアカウント登録も不要です。基本的な変換は無料です。
ピクセルから奥行きと表面の向きを予測する学習済みネットワークで、その予測から形状を作ります。フィルターなら明るさを高さに置き換えるだけです。ここで出力されるものには体積があるため、視点を回して対象の背面を見ることができます。ただし、その背面は実際に見たのではなく推測したものです。
このページの次に浮かぶ疑問に答えるページです。