簡介
3D 人臉是非常有趣的研究領域。face3D 是一個基於 Python 的開源項目（https://github.com/YadiraF/face3d），實現了 3D 人臉研究的眾多功能。它可以處理網格數據，用形變模型生成 3D 人臉，從單張二維人臉圖片和關鍵點重建三維圖像，渲染不同光照條件的人臉。
face3D 非常輕量化，最開始完全是基於 Numpy 寫的。但有些函數（比如光柵化）不能用向量化進行優化，在 Python 中非常慢。這部分函數作者改用 C++ 編寫，沒有調用 OpenCV、Eigen 等大型的庫，再用 Cpython 編譯以供 Python 調用。
項目作者考慮到初學者剛開始學習時應該聚焦在算法本身，同時讓研究人員能夠快速修改和驗證他們的想法，Numpy 版本也被保留下來。此外，作者也盡量在每個函數中添加了引用的公式，以方便初學者學習基礎知識、理解代碼。更多的 3D 人臉研究信息，包括論文和代碼，也可以在項目Github中找到。
結構
克隆項目倉庫后，可以看到有examples和face3d兩個文件夾。
example文件夾提供了不同例子，包括代碼、圖像數據。
face3D 中有mesh、mesh_numpy 和 morphable_model 3個文件夾，mesh 是網格處理的主要部分，mesh_numpy 是 mesh 的純 Numpy 版本，morphable_model 提供了 3DMM 方法的實現。3DMM 是非常流行的3D人臉生成和重建的一個方法，具體可以參考《Regressing Robust and Discriminative 3D Morphable Models with a very Deep Neural Network》這篇論文。
開始使用
環境要求
- Python 2 或 3
- Python包：
- numpy
- skimage
- scipy
- matplotlib
- Cython
開始使用
- 克隆倉庫：
git clone https://github.com/YadiraF/face3d
cd face3d
- 如果不是使用numpy版，需要編譯c++文件：
cd face3d/mesh/cython
python setup.py build_ext -i
- 如果要使用3DMM模型，需要准備 BFM 文件，可參考 https://github.com/YadiraF/face3d/blob/master/examples/Data/BFM/readme.md 。
接下來，就可以嘗試一些例子。
例子
進入example文件夾，直接運行一些例子：
3DMM
直接輸入python 2_3dmm.py就能看到3dmm的運行示例。
3DMM生成的隨機例子：
使用了68個關鍵點生成的例子：
變換
python 3_transform.py
修復相機位置並使用正交投影；然后變換人臉（縮放，改變pitch、yaw、roll 姿態角）：
修復obj position並使用透視投影 (fovy = 30)；然后移動相機位置並旋轉相機（從遠到近，向下和向上，向左和向右，旋轉相機）：
Image map
python 4_light.py
渲染圖像像素中的不同屬性，深度、pncc和uv坐標：
uv map
python 7_uv_map.py
在uv坐標中渲染不同的屬性，顏色（紋理貼圖）、位置（2D面部圖像和相應的位置圖）：
結語
嘗試完一些例子，如果要進行更深入的研究，建議按順序閱讀例子的代碼，然后閱讀 mesh_numpy 的代碼和原理。