简介
3D 人脸是非常有趣的研究领域。face3D 是一个基于 Python 的开源项目（https://github.com/YadiraF/face3d），实现了 3D 人脸研究的众多功能。它可以处理网格数据，用形变模型生成 3D 人脸，从单张二维人脸图片和关键点重建三维图像，渲染不同光照条件的人脸。
face3D 非常轻量化，最开始完全是基于 Numpy 写的。但有些函数（比如光栅化）不能用向量化进行优化，在 Python 中非常慢。这部分函数作者改用 C++ 编写，没有调用 OpenCV、Eigen 等大型的库，再用 Cpython 编译以供 Python 调用。
项目作者考虑到初学者刚开始学习时应该聚焦在算法本身，同时让研究人员能够快速修改和验证他们的想法，Numpy 版本也被保留下来。此外，作者也尽量在每个函数中添加了引用的公式，以方便初学者学习基础知识、理解代码。更多的 3D 人脸研究信息，包括论文和代码，也可以在项目Github中找到。
结构
克隆项目仓库后，可以看到有examples和face3d两个文件夹。
example文件夹提供了不同例子，包括代码、图像数据。
face3D 中有mesh、mesh_numpy 和 morphable_model 3个文件夹，mesh 是网格处理的主要部分，mesh_numpy 是 mesh 的纯 Numpy 版本，morphable_model 提供了 3DMM 方法的实现。3DMM 是非常流行的3D人脸生成和重建的一个方法，具体可以参考《Regressing Robust and Discriminative 3D Morphable Models with a very Deep Neural Network》这篇论文。
开始使用
环境要求
- Python 2 或 3
- Python包：
- numpy
- skimage
- scipy
- matplotlib
- Cython
开始使用
- 克隆仓库：
git clone https://github.com/YadiraF/face3d
cd face3d
- 如果不是使用numpy版，需要编译c++文件：
cd face3d/mesh/cython
python setup.py build_ext -i
- 如果要使用3DMM模型，需要准备 BFM 文件，可参考 https://github.com/YadiraF/face3d/blob/master/examples/Data/BFM/readme.md 。
接下来，就可以尝试一些例子。
例子
进入example文件夹，直接运行一些例子：
3DMM
直接输入python 2_3dmm.py就能看到3dmm的运行示例。
3DMM生成的随机例子：
使用了68个关键点生成的例子：
变换
python 3_transform.py
修复相机位置并使用正交投影；然后变换人脸（缩放，改变pitch、yaw、roll 姿态角）：
修复obj position并使用透视投影 (fovy = 30)；然后移动相机位置并旋转相机（从远到近，向下和向上，向左和向右，旋转相机）：
Image map
python 4_light.py
渲染图像像素中的不同属性，深度、pncc和uv坐标：
uv map
python 7_uv_map.py
在uv坐标中渲染不同的属性，颜色（纹理贴图）、位置（2D面部图像和相应的位置图）：
结语
尝试完一些例子，如果要进行更深入的研究，建议按顺序阅读例子的代码，然后阅读 mesh_numpy 的代码和原理。