企业官网建设流程全解析

热词列表里那条“blender+行政+高程数据建立3d模型”，我一看就知道说的是哪类案例——拿着真实地理数据在Blender里重建立体地形。oeasy这套Blender教程的第20集，正好是一个完整的“数据变模型”实战案例。这种完整案例和碎片教程最大的区别，是它逼着你走完从数据准备到最终导出的每一环，中间任何一步断掉，模型都出不来。对于刚接触Blender建模的人来说，跟着这种完整案例做一遍，比看几十个单独讲修改器或快捷键的视频都更有用，因为它能把零散的操作串成一条生产链路。

我按这个思路完整跑了一遍流程：先解决地形数据从哪来、怎么变成Blender能用的灰度图，再做地形网格，把行政区边界叠加上去，最后导出成多种格式。这篇文章把我实际踩过的坑、推荐的做法、还有那些热搜词里反复出现的“导出json”“FBX插件”“optix不显示”之类的问题，一次性说清楚。

1. 案例拆解：一个完整案例到底“完整”在哪

先别急着上手操作，把案例的框架看明白，后面每一步你就知道自己在做什么了。包含行政边界和高程数据的建模，本质上做的是“把真实世界的坐标数据，映射到三维软件的空间里”。

1.1 为什么拿真实地理数据当素材

很多人学Blender都是拿立方体、猴头练手，练完就忘。用真实地理数据做案例有个好处：它自带一套坐标系统和属性信息，你做出来的模型是能被验证的——对比卫星图、对比实际地形的起伏，模型对不对一眼就能看出来。

真实地理数据建模一般分两类：

• 高程数据（DEM）：描述地表海拔高度的栅格数据，每个像素记录一个高度值，用它来生成地形起伏。
• 行政区划数据：描述省、市、区县边界的矢量数据，用它来给地形“画区域”。

把两者叠到同一个三维空间里，就得到了一张带立体起伏的行政区划图。这种模型在城市规划展示、文化遗产数字化、游戏地形底图、数据可视化大屏这些场景里非常常见。我见过不少团队做智慧城市项目时，第一步就是把城市地形和行政边界做出三维底图，再往上叠加业务数据。

用真实数据驱动建模还有一个好处，它能强迫你养成“先理解数据，再动手建模”的习惯。比如拿到一份高程TIFF文件，你不能直接拖进Blender就指望它变成山，你得知道它的坐标系、分辨率、无效值怎么处理。这套思路放到任何数据建模场景都通用。

1.2 案例覆盖的完整流程

整个案例可以拆成五个环节，每个环节都有独立的产出物：

这五个环节里，最容易卡住的不是Blender操作本身，而是第二和第四步——数据怎么进Blender、边界怎么和地形对齐。后面两章我详细拆。

2. 地形数据准备：从数字高程模型到灰度图

先说清楚一个底层逻辑：Blender本身不理解“海拔高度”这个概念，它只认识物体的坐标、顶点的位置、材质贴图的颜色。所以要把海拔数据变成三维地形，最常见的方式是利用置换修改器——它读一张灰度图，把图像中每个像素的亮度值当成顶点位移量。白色代表高、黑色代表低，中间灰阶是过渡高度。

2.1 数据源的取舍

公开可用的DEM数据源主要有几个体系：SRTM、ALOS、ASTER GDEM。这些数据集覆盖全球，分辨率通常是30米左右。对城市级地形建模来说，30米分辨率完全够用；但如果你想做一个小片区的精细地形，比如一座园区、一段河道的微地形，这个分辨率就不够了，需要找更高精度的测绘数据。

选数据源的标准就一条：模型覆盖范围和所需细节的比值。我个人的经验是：

• 覆盖一个城市（几十公里范围）：30米分辨率足够
• 覆盖一个区县（十几公里范围）：30米分辨率够用，但局部细节会显得“糊”
• 覆盖几公里的景区或园区：需要找LiDAR或更高精度的数据源，或者接受地形平滑化

下载数据后第一时间要做的是检查无效值。公开DEM数据常有Nodata区域（比如水体、云层遮挡），这些位置的像素值可能是-9999之类的大数。如果不处理，灰度映射的时候会把整个色彩范围拉爆，地形图变成一块白斑加一块黑斑。处理方式是把无效值统一改成0或者直接置为NaN。

2.2 用Python把DEM转成灰度图的实操

我习惯在进Blender之前，先用Python把DEM文件预处理成一张16位灰度PNG。这一步的核心是“归一化映射”，也就是把DEM里的实际海拔范围（可能从0米到3000米），线性映射到灰度区间（0到65535），这样置换修改器读取时才能获得完整的位移精度。

下面这段代码可以直接跑，依赖rasterio和PIL：

import rasterio import numpy as np from PIL import Image with rasterio.open("city_dem.tif") as src: dem = src.read(1) nodata = src.nodata dem = np.where(dem == nodata, 0, dem) # 把无效值和异常值剔除后再算范围 valid = dem[dem > 0] dem_min = float(np.min(valid)) dem_max = float(np.max(valid)) # 归一化到16bit灰度 norm = (dem - dem_min) / (dem_max - dem_min) * 65535 norm = np.clip(norm, 0, 65535).astype(np.uint16) Image.fromarray(norm).save("city_dem_16bit.png") print(f"海拔范围: {dem_min:.1f}m ~ {dem_max:.1f}m")

这里有个细节值得注意：为什么要用16位而不是8位？因为8位灰度只有256个亮度等级，如果你手头的地形海拔高差很大——比如一座山从50米到2000米——分配到每个亮度级就有接近8米的高度步进，做出来的地形会呈现一层层的“台阶”断层。16位灰度有65536个等级，同样场景下每个等级只有约0.03米，完全看不出阶梯。

提示：如果置换出来的地形起伏过于夸张，不要改灰度图，直接在置换修改器里调低强度数值就可以，这比反复重新生成灰度图高效得多。

2.3 另一个思路：直接用坐标点生成地形

灰度图方案适合“有完整栅格文件”的情况。但有时候你手里的数据不是TIFF，而是一堆经纬度和高度记录，比如GPS采集点、点云数据、无人机测绘成果。这时候没必要非得转成灰度图再进Blender，直接让Python脚本在Blender里按坐标点生成网格更省事。这个方法我在下一章展开，因为行政边界叠加的时候也会用到同样的坐标换算思路。

3. 把灰度图变成起伏地形：两种建模路径

地形数据进Blender有两条主流路径，各有适用场景。一条适合新手快速出效果，另一条适合精确控制模型结构。

3.1 路径一：细分平面加置换修改器

这是最稳妥、对新手上手最友好的方案。操作逻辑很简单：Blender里新建一个平面，把它细分到足够多的面数，再叠加置换修改器读取灰度图，让顶点高度跟着图像亮度变化。

具体步骤：

1. 在Blender中新建平面（默认尺寸2米），按S放大，我这里习惯放到1000到2000之间，具体数值取决于你模型要表现的地理范围。
2. 进入编辑模式，全选所有顶点，右键选择“细分”——这里建议用“细分”而不是“简单细分”，前者会做平滑插值，后者会让网格产生明显的块状感。
3. 细分级数根据电脑性能来。注意，每次细分面数乘以4，初始平面2个三角形区域，细分10次会到上百万面，很多老电脑到这一部就开始卡了。稳妥做法是先细分7到8次，大概几万到几十万面，既保留地形细节又不会卡死。
4. 给平面添加“置换”修改器，在纹理设置里新建一个图像纹理，加载刚才生成的灰度图。
5. 调整置换强度。强度值就是最大位移高度。如果城市海拔高差300米，强度填300（Blender默认单位是米）。
6. 如果发现地形反过来——山谷变成了山脊——把强度改为负数即可，这是法线方向不同导致的。

置换修改器里有个关键参数容易忽略：纹理坐标方式。默认是“局部坐标”，如果平面有旋转或缩放，图像映射会跟着扭曲，导致地形形状对不上。我通常先在修改器面板把纹理坐标改成“生成”模式，再调整平面的缩放，这样图像能按物体的原始空间正确铺开。

3.2 路径二：脚本直接生成顶点网格

如果你手里的数据本身是规则网格采样点，比如每个经纬度点对应一个高度值，我更推荐用Python脚本直接生成网格。这样做的好处是，每一个顶点的位置都由数据精确决定，不存在置换修改器那种“按图像亮度驱动”的间接误差。

转换逻辑是地理坐标到三维坐标的映射：

• 以数据左下角为原点
• 经度差乘以每度经度对应的米数得到X方向偏移（注意要乘cos纬度修正，因为经线在高纬度会收缩）
• 纬度差乘以每度纬度对应的米数得到Y方向偏移
• 高度值直接作为Z轴

一个简化的脚本长这样：

import bpy def create_terrain_from_grid(grid_data, cols, rows, lon0, lat0, lat_ref): import math verts = [] faces = [] # 每度纬度约111320米 meter_per_deg_lat = 111320.0 meter_per_deg_lon = 111320.0 * math.cos(math.radians(lat_ref)) for i in range(rows): for j in range(cols): lon, lat, h = grid_data[i * cols + j] x = (lon - lon0) * meter_per_deg_lon y = (lat - lat0) * meter_per_deg_lat z = h verts.append((x, y, z)) for i in range(rows - 1): for j in range(cols - 1): a = i * cols + j b = a + 1 c = a + cols + 1 d = a + cols faces.append((a, b, c, d)) mesh = bpy.data.meshes.new("terrain_from_data") mesh.from_pydata(verts, [], faces) mesh.update() obj = bpy.data.objects.new("terrain", mesh) bpy.context.collection.objects.link(obj) return obj

用脚本建网格的好处还在于，它直接把行政边界的坐标换算逻辑也统一了。只要数据来源的经纬度范围一致，换算公式一致，地形网格和边界曲线放进场景后就是天然对齐的，不需要手动调整位置。

3.3 两条路径怎么选

我的建议是：第一次做，先用置换修改器跑通全局，理解整个流程。等到需要精细控制模型结构时（比如要把建筑底面贴合地形、要做喷绘材质分类），再切换到脚本方案。

4. 行政区划数据叠加：让地形带上“属性”

地形有了起伏，但还只是一座“秃山”。行政边界的作用是把这座山切开，让每个区域拥有名字、颜色、独立的属性。这一步做完，模型才从“地形沙盘”变成“行政区划三维地图”。

4.1 边界线进入Blender的两条路

行政边界数据一般是GeoJSON或SHP格式，里面存的是一组组的经纬度坐标点。把边界数据弄进Blender，有两条路径：

第一条是直接导入。Blender原生不支持SHP，需要借助GIS类插件比如blender-osm，它可以从在线地图源获取边界和建筑物数据。用这类插件的优势是省事，缺点是依赖外部数据源，数据格式不确定，且边界和地形的对齐不一定精准。

第二条是手动转换。用Python读取GeoJSON，把经纬度列表转成三维坐标，再生成曲线对象。虽然要写脚本，但整个过程完全可控，而且和第3.2节的地形生成共用同一套坐标换算，结果不会出现错位。

我个人的选择是第二条。不是排斥插件，而是数据建模项目里，可控性往往比省事更重要。ORDER数据出问题的时候，你至少知道问题出在哪个环节。

4.2 手动坐标换算并生成边界的实操

下面这段代码演示了如何读取GeoJSON并生成Blender曲线：

import json import bpy import math from mathutils import Vector # 读取GeoJSON with open("districts.geojson", "r", encoding="utf-8") as f: data = json.load(f) lat0 = data["features"][0]["geometry"]["coordinates"][0][0][1] lon0 = data["features"][0]["geometry"]["coordinates"][0][0][0] meters_per_deg_lat = 111320.0 meters_per_deg_lon = 111320.0 * math.cos(math.radians(lat0)) def geo_to_xy(lon, lat): x = (lon - lon0) * meters_per_deg_lon y = (lat - lat0) * meters_per_deg_lat return (x, y) # 对每个区域创建一条闭合曲线 for feature in data["features"]: name = feature["properties"].get("name", "district") coords = feature["geometry"]["coordinates"][0] # 可能是多边形外环 polyline_points = [geo_to_xy(lon, lat) for lon, lat in coords] # 创建曲线 curve_data = bpy.data.curves.new(name, type='CURVE') curve_data.dimensions = '3D' spline = curve_data.splines.new('POLY') spline.points.add(len(polyline_points) - 1) for i, (x, y) in enumerate(polyline_points): spline.points[i].co = (x, y, 0, 1) # 留Z为0，后面再抬高 obj = bpy.data.objects.new(name, curve_data) bpy.context.collection.objects.link(obj)

生成的曲线是在地形表面平面高度（Z=0），进入编辑模式后把所有控制点选中，沿Z轴微调抬高一点（比如0.5米），再给曲线一个挤出值，让它变成薄片，就能看到“贴”在地形上的区域块。

4.3 给不同区域分配颜色的实操

区域块的着色有两种方式，简单粗暴的和通用性强的。

简单粗暴：每个区域做成一个独立的挤出网格，分别赋予不同的材质。这种做法的好处是每个区域都是单独的物体，后续做点击交互、数据标注都方便；坏处是区域多了材质管理很麻烦。

通用性强：在材质编辑器里用“网格坐标”向量接入ColorRamp，把一张已经按区域着色的图像（比如在GIS软件里导出的分区色块图）作为蒙版，映射到地形表面。这种方式适合“只看颜色分区”的场景，因为不产生额外几何体，渲染压力小。

我做这类模型时，通常两种结合：地形主体用一张整体色块贴图，重点区域单独生成挤出体并配独立材质。这样既有整体效果，又有局部可交互性。

5. 拿到模型之后：导出格式与跨工具交付

模型建完了，画面上看起来也像模像样了，剩下的问题就是怎么把它交出去。热搜词里那一串“blender导出json”“blender导出sketchup文件”“FBX插件”说明，大量人卡在导出这一步。这里有坑，而且不少。

5.1 导出格式按场景选

不同项目交付的格式差异很大。给游戏团队我一般导FBX，导之前确认一次轴向；给Web前端团队我导GLB；给SketchUp用户导出SKP时，我提前跟他们说明免费插件导出的文件可能会出现材质丢失，需要他们在SketchUp里重新赋一次材质。

5.2 把地形连同属性导出成JSON

热搜词里“blender如何导出json”出现的频率不低。其实Blender内置的导出格式没有JSON，但数据可视化项目（比如echarts、three.js加载）经常需要。这时候直接用Python脚本自动生成JSON就很方便，而且可以自定义要输出的属性。

import bpy import json obj = bpy.context.active_object mesh = obj.data # 如果地形被应用了修改器，先复制一份并应用 applied_obj = obj.copy() applied_obj.data = obj.data.copy() bpy.context.collection.objects.link(applied_obj) # 读取世界坐标系下的顶点坐标 verts = [] for v in applied_obj.data.vertices: world_co = applied_obj.matrix_world @ v.co verts.append([round(world_co.x, 2), round(world_co.y, 2), round(world_co.z, 2)]) faces = [] for p in applied_obj.data.polygons: faces.append([idx for idx in p.vertices]) # 如果有自定义属性，一并输出 custom_props = {k: v for k, v in obj.items() if not k.startswith("_")} out_data = { "name": obj.name, "vertices": verts, "faces": faces, "properties": custom_props } with open("terrain_export.json", "w", encoding="utf-8") as f: json.dump(out_data, f, ensure_ascii=False, indent=2) print(f"导出完成：{len(verts)} 个顶点，{len(faces)} 个面")

这个脚本输出的JSON是前端友好型的，顶点数组和面索引数组可以直接喂给Three.js的BufferGeometry，也可以在echarts的custom series里做三维地图底图。如果需要更小的体积，可以把indent去掉，顶点坐标保留一位小数。

5.3 那些绕不开的插件与格式兼容问题

热搜词里有一条“blender导入导出fbx模型插件better fbx importer & exporter v6.3.5”，说明很多人对Blender原生FBX模块不满意。说实话，如果你只是导出一个静态地形网格，原生FBX导出完全够用。但如果涉及骨骼动画、多个UV通道、特定游戏引擎的命名规则，第三方插件确实更稳。

用第三方插件的时候，最烦的就是版本匹配。Blender 3.x和4.x的API有差异，老插件直接装进新版Blender可能整个Addon都加载失败。装插件之前先看支持的Blender版本号，这比文档里任何设置都重要。插件的功能和设置反而不用调太细，默认选项能应对大多数场景。

“blender不显示optix”这条热搜我也顺便说一句。OptiX是NVIDIA显卡的硬件光追加速技术，Blender用它做渲染加速。模型没问题但渲染面板里不显示OptiX，通常三个原因：显卡驱动太老，Blender版本和驱动不匹配，或者在Blender偏好设置里没有勾选对应的计算设备。排查顺序建议先更新显卡驱动，再检查偏好设置里的Cycles渲染设备和GPU勾选，最后看Blender版本日志。

6. 整套跑下来，最值得记录的三个雷

数据建模和纯三维建模不太一样，它的问题往往不是操作不会，而是数据本身或者数据与软件的衔接出了岔子。我跑这套案例时遇到三个比较典型的雷，记录下来给大家做个参考。

6.1 地形“反了”或“变平了”的根因

第一次用置换修改器加载灰度图，地形完全没变化，或者整片模型像被压平了一样。排查顺序很重要：先看置换强度数值是不是为0或者太小——我有一次就是强度填了0.01，地形起伏只有零点几的位移，肉眼根本看不出来；再看灰度图的位深，有些8位灰度图压缩后细节丢失严重，大块区域亮度一样，地形就会平得像镜面；最后看纹理坐标映射模式，如果平面有旋转，图像可能被映射到错误的轴向，地形看着就是歪的。

如果地形方向反了，强度改成负数即可。这不是什么玄学，就是你的平面法线方向默认朝上，置换修改器按法线方向往外推，负数就是反方向推。

6.2 面数失控导致操作卡顿

置换修改器要生效，必须给平面足够多的细分面。但很多新手不知道细分级数是指数级增长：一个平面细分1次变4面，细分5次变1024面，细分10次已经超过100万面。到100万面的时候，转动视口都开始掉帧。

我的建议是先用低细分跑通流程，比如细分7次约16万面，观察效果。确认地形方向和强度没问题后，再局部增加细分或者使用多级精度修改器。还有一个优化技巧：在微调阶段，把置换修改器临时隐藏不渲染，只在你需要确认效果的时候开启预览。这样操作流畅度能提升不少。

如果模型最终要放到游戏引擎里，导出前必须减面。用“Decimate”修改器里的“塌陷”模式，配合“平面度”参数，可以在地形主体保持基本形态的前提下，把面数砍到原来的三分之一甚至更少。

6.3 导出FBX/GLTF后贴图丢失

模型在Blender里渲染得好好的，导出FBX到Unity或者GLB到网页后，贴图全部丢失，变成一片灰白。这个问题分两种情况：一种是你根本没把纹理嵌入到导出文件里，另一种是贴图路径暴露了你本机的绝对路径。

GLB格式本身支持嵌入纹理，导出时面板下方有个“储存”选项，选“打包”就能把图片嵌入文件。FBX导出时虽然有嵌入贴图选项，但有些DCC软件不认，更稳妥的做法是把模型使用的贴图文件和FBX放在同一个文件夹里，用相对路径引用。导出后我还习惯用文本编辑器打开FBX看一眼贴图路径字段，确认没有出现“C:\Users\xxx”这样的绝对路径。

第三方插件导出SKP时贴图丢失更常见，免费版插件对材质支持很有限，基本只导出颜色，不导出纹理映射。所以给用SketchUp的同事交付时，我一边发SKP文件，一边连同贴图文件夹打包，并提醒他材质需要重赋。

我个人的习惯是，每次跑完这套流程，工程文件按版本号存三份：原始数据版、模型建模版、导出发布版。原始数据版指的是还没进Blender的数据文件和处理脚本；模型建模版是带完整修改器和材质节点的Blend文件；导出发布版是已经应用修改器、减面、整理好命名、准备导出的文件。这样每次改完一个环节，不会因为误操作毁掉整个工程。做数据建模，留后路往往比一步到位更重要。