马良建模学习笔记——法式精雕床(二:软包制作)
本篇记录床体软包的制作过程,先晒一下床体整体效果图:
软包制作过程为:
1.选中床腿,在边界层级,右键封口,在多边形层级,点击“分离”将选中的多边形分离为对象,如下图:
2.“Alt+X”将对象设置成变透明状态,根据原始图用“分割”画出对应的线条,如下图:
3.选中软包凹陷点,点击“挤出”,如下图:
4.选中“移动”,将上一步挤出的点向后拉伸,如下图:
5.到边界层面,选中外边界,向后拉伸,如下图:
6.选中凹陷的边,设置“切角”,如下图:
7.在上一步的基础上进行“挤出”,如下图:
8.根据原始图进行细节调整,添加线条,拖动点
9.软包最终效果图:
注:
由于床头软包具有对称性,固只话半边即可,然后“对称”编辑器,对称出另外半边即可
马良建模学习笔记——法式精雕床(二:软包制作)相关推荐
- 马良建模学习笔记——法式精雕床(一:床体制作)
本篇文章将记录一些3DMax操作的小技巧以及法式精雕床的设计方法. 1.3DMax操作小技巧 F3键: 显示类型变为"真实" G 键: 取消.显示栅格 鼠标中键: 移动操作画面 a ...
- 马良建模学习笔记——软包制作四
本篇记录如下图软包制作步骤: 1.同马良建模前几篇文章一样,这个软包也是通过平面创建出来的,下图是根据软包特点在平面内添加造型线的最终的线条图(顶视图): 2.下图是在前视图对相应的点的位置调整: 3 ...
- 马良建模学习笔记——楼梯制作二
本博客记录如下楼梯制作步骤: 1.设置单位为毫米 一.楼梯的制作 2.一般楼层高度为2.8米,所以我们画一个长度为2800mm.分段为16的平面来辅助我们画楼梯 3.开启2.5U捕捉,画矩形,将其转换 ...
- 马良建模学习笔记——楼梯制作一
本博客记录如下楼梯制作步骤: 1.设置单位为毫米 一.画台阶 1.一般楼层高度为2.8米,所以我们画一个长度为2800描摹.分段为15的平面来辅助我们画台阶 2.画100mm*250mm的长方形,对齐 ...
- 马良建模学习笔记——楼梯制作三
本篇博客记录如下电梯制作步骤: 一.造型制作 1.画高2800mm*1200mm的平面,分段16 2.添加修改器"弯曲" 3.旋转90度 4.从图片可以看出,楼梯第一节与最后一节在 ...
- 马良建模学习笔记——软包制作十二
本篇记录如下软包重点制作步骤: 1.画平面.转多边形,在面层级"插入"多个边,在边层级"连接"边,根据软包造型添加好几本的面及线 2.下图为大致的线布局,下面重 ...
- 马良建模学习笔记——软包制作十五
本篇博客只记录如下软包中五瓣花的制作: 1.画一个4*4段的平面,在线层级拖出如下花瓣造型 2.用"切割"添加如下线条 3.连接点,如下图: 4.选中如下线条,向上拉起 5.选中如 ...
- 【数学建模学习笔记【集训十天】之第六天】
数模学习目录 Matplotlib 学习 Matplotlib简介 Matplotlib 散点图 运行效果如下: Matplotlib Pyplot 运行效果如下: 关于plot() 运行效果如下: ...
- 数学建模学习笔记(2.3)lingo软件求解线性规划问题
数学建模学习笔记(2.3)lingo软件求解线性规划问题 lingo软件的优势在于体积小,专注于解决优化问题 且编程语言通俗易懂,没有门槛 对于刚刚接触数学建模同学比较友善 当然对于已经参与建模很久的 ...
最新文章
- javascript 堆栈_JavaScript调用堆栈-它是什么以及为什么它是必需的
- SAP零售:补货 Vs 多步骤补货
- Enterprise Vault 系列 [CA和DA]
- 模拟实现priority_queue优先级队列
- Delphi手机短信
- mac php memcache扩展,Mac下PHP安装Memcache扩展
- scala的静态属性和静态方法
- 2019python二级真题_2019年3月二级python真题,上岸必备!
- Xcode8注释快捷键不能使用
- 使用搜狗浏览器的教育网代理进行下载
- UE4插件与编辑器Slate
- 解决Word导出PDF显示有批注的问题
- 神经网络衣服分类器详解(Fashion-MNIST数据集)
- 工业大数据漫谈4:工业大数据的作用
- Amazon Review Dataset数据集介绍
- matlab里trim函数,matlab 中trim函数总出现Index exceeds matrix dimensions,求大神帮忙解决...
- java自动化测试语言高级之MySQL 连接
- 北京燕化附中2021年高考成绩查询,2021年北京最好的高中排名,北京重点高中排名榜公布...
- Java学习笔记 | 尚硅谷项目三详解
- 【MySQL】表数据的增删查改(DML)