今天分享一篇来自日本Cygames的TA专家横山晓的干货演讲。

众所周知，Cygames美术实力出众，不光是近年来高品质3D产品夺目，他们对于2D美术的研究可以说更是透彻。比如《公主连结》就是市面上最早一批打出动画式RPG标签的产品，这款产品几乎在游戏的每个角落，都塞上了2D手绘式动画。

但这不是重点，重点是《公主连结》的产量惊人。众所周知2D手绘动画制作成本高、制作周期长，要在保质的情况下保量，那可以说难上加难。而Cygames在游戏上线后，为了保质保量还提产，引入了2D动画摄影的自动化制作管线，并且将动画摄影制作周期缩短为原本的三分之一。以下为具体分享内容：

PCR是一款拥有豪华声优阵容、70万字以上的剧情容量的动画RPG，最大的特征，就是游戏中随处可见的2D动画，给人以看动画一般的游戏体验。游戏在每月中旬都会更新主线剧情，每月月末又会更新活动剧情，而且这些剧情都要用到短篇动画。

活动剧情里总是会制作全新的ED动画，如同TV动画一般，会在故事关键节点播放出来，给人一种动画RPG特有的氛围感。

此外， 游戏剧情里也会插入动画制作手法里常用的静止画，在其他各个角色的个人剧情，以及追加各种新内容的剧情里，都会用到相同制作手法的静止画。今天要聊的，就是以静止画为核心，在动画制作中用到的摄影手法，以及TA在其中能起到什么作用。

01 动画摄影

首先要介绍的是动画摄影。在PCR里作为静止画使用的画作，会按照以下的流程来制作：草稿→设计图→原画→清稿→成稿→摄影。摄影相当于整个动画制作工序里的最后一步，如果出现返工的情况，就需要从相应的环节开始执行重做，最后再进行摄影。摄影之后，常规的动画还需要经过编辑和整合的工序，但静止画会直接进行实装。

 简单来说，摄影是「将角色的赛璐珞（又称赛璐璐，在日本动画业界泛指用于制作动画的胶片）、背景等结合起来，制成用户实际看到的影像」这一工序。

下面这张图，就是为摄影而准备的前置素材，可以看到素材的颜色没有经过特别的处理，角色和她端着的料理在内，整个赛璐珞给人的观感都非常平面。背景也是因为没有摄影加工，所以看起来非常清晰。

 通过摄影处理之后，画面融入了大量的光效，背景变得朦胧，色调层次更加细腻，整体观感也就显得十分立体，尤其在这张静止画当中，料理也加入了特殊的效果。与之类似，摄影这个环节需要对素材进行大幅度的加工，让影像散发出更强的魅力。

 「摄影」这个词，源自过去采用赛璐珞胶片、背景板进行相机拍摄的工艺，虽然现在进入了数字化时代，但用词还是保留了下来。PCR里的摄影，一般指的是数字化的赛璐珞动画里的摄影，具体是用adobe After Effects载入素材以后，在不改变原素材的前提下制作画面。 

 不过摄影并非完全在Cygames内进行制作，也有一部分由外包制作。目前，游戏战斗中的必杀技Cut in动画、主线剧情和活动剧情内的短篇动画，都是我们与外包合作制作的。

 此外，剧情里出现的眨眼、张嘴的静止画，以及主线剧情和活动剧情最后的ED动画，都是由公司内部进行制作的。

 对我们来说，即便日程安排有所限制，但也要以最高的品质为目标。因此制作效率，就显得极为重要。

02 自动化摄影

接下来要聊到的就是PCR里为了提高制作效率而实现的自动化摄影。

摄影的自动化并非在开发期间实现的，而是在刚开服后。游戏刚开服的时候，公司内部的摄影成员只有1个人，到2021年底增加到了6人，其中1人兼任TA，另外还有1人兼任3D制作。

由于开服以前，摄影都由外包担任，开服后公司内部提出要不要自制，不过内部成员对外包的制作手法并不习惯，所以必须用到自动化的工具。于是，我们首先对摄影里的角色处理、静止画处理中最占时间的部分，进行了自动化处理。

1  角色自动化处理

我们边看例子边做说明。角色处理是对动画的角色等素材进行赛璐珞的适配处理。下图左侧的图像是处理前的角色，右侧是处理后的结果。可以看到，处理过后的图像更加柔顺，给人一种润泽感，而且角色处理完之后，还会对一部分半透明的素材进行处理，提高整体画面的立体感，柔和的氛围感也更强。

不同作品对角色处理的度也不同，在PCR里，我们是按照角色立绘的观感，来进行角色的处理，下图左侧的图像就是游戏内的立绘效果，右侧是游戏内动画用到的角色处理效果，能看到也是按照立绘的风格来处理的。

由于角色处理实质上是对角色的各个素材部件进行处理，所以需要对部件进行颜色区分，以遮罩的形式来运用。下面就是角色处理时，实际用到的一部分遮罩。在PCR里，几乎所有的颜色都进行了相应的处理，所以需要进行细致的图层区分，比如从左到右，纯皮肤、纯头发、纯服装、纯线条、光照下的常规部分，没有光照的阴影部分。

这些只是一部分区分好的遮罩，类似的遮罩还会制作出很多个，一个个组合起来进行处理。然而，这种区分遮罩的处理方法必定会花费大量的时间，因为光是遮罩的种类就有40种以上。不过，这些遮罩还用到了一个叫做颜色模型的颜色设计图。

以下就是实际的颜色模型。颜色模型依据设定会配备非常多种，在摄影之前要准备好的赛璐珞里，会依据这个颜色模型对角色进行上色。而摄影时，会提取这些图像上方框里的颜色，来生成遮罩，并对各个部分进行后续处理。

服装不同，颜色模型也会不同。下图是2018年的活动剧情里登场的泳装，尽管看起来用到的颜色不多，但颜色框的数量却不少。此外，由于这次用到的武器也不同，也需要完全重新制作。

2020年正月登场活动服装如下，头发上的装饰设计则又不一样了。与之类似的和服，还会产生一个粘贴的操作，这时候会由摄影环节直接制作相应的素材。

下面是主线剧情里登场的公主模式服装，虽然图上没画出来，但这套服装是有翅膀的，翅膀还有一套专属的颜色模型。此外，武器设定也不同，所以也配备了另一套颜色模型。

下面是三周年活动的服装。可以看到，服装不同，各种细节装饰都不同，因此在角色处理时，颜色的变化也有所不同。

同时，颜色除了受服装影响，还受到所用的动画场景的影响。下图是常规颜色的颜色模型，以及暖灯映照下的颜色模型。场景改变后，整体的颜色也改变为橙色基调，稍显偏暗的味道。实际结合视频看一下所用到的场景。

角色受到右侧暖灯的光线照射，尽管场景处于整体偏暗的夜里，但仍然给人一种温暖的印象。

下面是相同剧情里用到的，更暗一些的室内场景的颜色。跟先前不同，整体以青色为基调，更偏暗。

能看到跟上一段视频不同，角色皮肤没有用到偏红的处理，而是对整体施加了冷色调的处理。

所以即便是相同的服装，也需要像这两个画面一样，针对不同的出现场景，适配不同的颜色。基于这种需要，我们针对相应角色的处理也会变化，哪怕是看起来相同的场景里，只要光线的照射方式等环境因素稍作变化，就需要重新处理相应的素材。

因此，角色处理的时间如何缩短，就是一大重要课题。

角色自动化处理要解决的课题主要是三个：

1，通常处理一个角色需要三个工作日，这是因为在遮罩区分之后，要处理的图层最少也有50份以上；

2，为了确保能和外包用最少工序进行处理，所以事先进行了多次色彩数值的调整和设定；

3，PCR里登场的角色超过50名，新服装在每个月都会实装，所以随着运营的推进，要制作的量也在不断增加，而且提升现有角色品质也会带来更多的工作量。

为了解决这些问题，我们制作了如下的工具，来对相应工序进行自动化处理：

1，赛璐珞颜色区分工具；

2，部件遮罩整合工具；

3，赛璐珞颜色转换工具；

4，颜色模型重复色检查工具。

先看赛璐珞颜色区分工具。

在过去，我们是按照颜色、种类，来手动制作遮罩。而这个工具可以从颜色模型里自动提取颜色，并且程序化地生成遮罩。而且这套程序可以通过After Effects来使用，直接对颜色模型进行颜色的区分。具体看一下原理。

颜色模型里，包含了对各个素材部件指定颜色的颜色框（Color box）。PCR用到的就是下图的形式，以前我们都是在After Effects里对每个颜色框提取颜色，再制作遮罩。然而，1个角色拥有100种以上的颜色，纯手动提取太折腾了。因此，我们希望能自动提取这些颜色。

但具体怎么做？这个案例中，我们的切入点就是刚才提到的颜色框的特性。颜色框是由特定的大小、特定颜色的线条构成的，多个颜色框组合在一起，就成了一组颜色框。由于颜色框指定了颜色，那么只要识别了方框，就可以获得哪种颜色对应哪个素材的关系了。

具体用到的识别手法，就是图像识别里比较简单的模板匹配法。由于颜色框的形状颜色是固定的，所以这种识别方法能判断出颜色框的位置信息，而且颜色模型里的颜色都是特定的BitMaP图像，所以也很好识别。

我们在这里用到的编程语言是Python，并且用模板匹配法指定完全一致的方框来进行检索。选择Python的理由是图像处理很轻松，而且程序也不复杂，我们便想直接用script语言来写，而且如果有必要，还能直接制作简单的GUI。

为了进行模板匹配，我们分析了颜色框的特性。框格的形状如下图左上角所示，框线的颜色则分为蓝色和红色两种，提取根据这两个条件，可以得出单纯只有边线颜色的图像，如下图右侧所示。

识别框格的时候，实际上用到的是只有边线的图像，如下图右侧所示。对比左侧的图像来看，这些边线的颜色没有用作角色各个部位的颜色。此外，虽然框格外会延伸出线条，但框格本身保留得十分完整。

但是对上述结果应用模板匹配以后出现了一个问题。由于有些颜色框是成组出现，单独的颜色框和成组的颜色框形状不同，会导致组合被错误识别。

于是，我们从框格衍生出的线条着手解决。单看实际的颜色框，单独的存在的颜色框不会紧贴两条以上的线条，多个框格相连的时候，相连的线条一定不少于两条，所以我们没必要识别一整个框格，只需要根据前面这个规律，识别框格连接线条的模式即可。

为了识别相连的线条，我们对模板匹配所用的图像扩张了1个像素，以进行线条识别，于是就能锁定框格的实际形状。模板匹配时，针对单一框格实际用到的识别图像总共分为9种，由于单框格不会与两条以上的线条相连，所以很好区分。

针对两两相连的框格，我们采用如下三种识别图像。两两相连的框格，特征是上下不会出现线条，如果有线条，只会出现在中间结合处的左侧或右侧。根据这个规则就能识别两两相连的框格，与三个以上的颜色框区分开来。

如上所述，通过类似的手段，我们就能识别出各个颜色框。下图右侧就是实际用到的所有识别图像，识别工具如果检测到了对应的颜色框，就会从相应颜色框的文件当中，计算所包含的颜色种类，以供后续处理所用。虽然直接针对不同框格形状直接逐一识别的方式更轻松，但我们希望至今为止用到的框格都能直接适配，所以多花了些功夫。

颜色框会根据每个框格的位置，来指定什么时候用什么颜色。比如，下图的颜色框从上到下分别用于高光、常规色、1号阴影、2号阴影。

由于框格的位置可以准确识别，颜色的种类也就能准确地提取出来，这些信息都会输入到After Effects里，如下图右侧图像所记载的。以上就是颜色区分工具，以及颜色提取方法的介绍。

下面来看素材部件遮罩整合工具。

如下图After Effects里按照颜色种类整合了各个素材部件遮罩的工具。刚开始，因为在区分遮罩之后，有需求提到想要生成一张只有常规色的遮罩，所以制作了这个工具。下图左侧粉色框内的部分，就是服装遮罩的常规色部分。由于通过图层名称就能辨别颜色的种类，所以我们可以单独提取出特定种类的颜色。通过选择多个遮罩图层，还可以提取出对应特效名的素材，生成额外的整合构造。

下图是前面整合的遮罩构造中的特效的状态，根据生成的遮罩不同，可能会包含数十种以上的颜色，这里我们用OLM的Color Keep来对颜色进行整合，最多可以指定100种颜色，所以很适合用来进行自动化处理。

下面要说的是赛璐珞颜色转换工具。

这套工具是为了满足「希望改变角色图像的颜色，或者转换场景的颜色」这类需求而制作的。而且本来在不同场景下就要使用不同的颜色，所以在颜色模型上也用到了这套工具。

颜色模型如下图，左侧是常规色，右侧是第二部OP中夜晚场景用到的颜色。

为了实现颜色的转换，我们制作了适配赛璐珞颜色的颜色模型转换工具。只要准备好转换前和转换后的颜色模型，执行这套工具，就可以生成基于赛璐珞颜色而调整的图层。这样一来，即便需要更换颜色，也不需要重新对素材上色。

最后是颜色模型重复色检查工具。

这套工具可以检测颜色模型里是否存在相同的颜色。原本是用来检查相同颜色是否被用在了不合适的地方，但它也能用作从颜色模型中提取颜色的一种手法，所以后来也成了提高工作效率的一环。通过这个工具，不仅能节省检查各种出错细节所用的时间，也能在摄影之前复查，避免返工的情况。

比如说，下图的框格中存在相同的颜色。虽然它们所指定颜色的位置没有问题，但是不是不小心撞车，我们光看是很难确认的，毕竟人的肉眼无法正确掌握RGB的数值。

存在相同颜色会带来什么问题？比如下图红框的部分，左侧是外衣的颜色，右侧是皮肤的颜色，如果这两者不小心被设定成相同颜色，那么本来是要对皮肤颜色进行的处理，也会在服装上呈现出来。这虽然是一个极端的举例，但为了避免这些不注意引发的错误，这套工具就很有必要了。

这里我们用到的就是重复色检查工具了，用了这套工具，一眼就能看出相同的颜色。下图就是实际使用后的例子，我们对颜色框进行识别，用红线连接相同颜色的部分。如果有三个相同颜色的部分，各条红线的端点也会相互连接起来，方便肉眼识别。

在这个例子中，相同文本标记的框格被正确地连接起来，我们就能明白它们是相同的颜色。通过这个工具，应该颜色相同的部分，不应该相同的部分，都可以简单地检测出来。

通过上面介绍的四个工具，我们最终得以在非常繁琐的角色处理环节，将耗时节省至三分之一以下。

2  静止画自动生成

静止画的制作和一般的动画制作有着不同的部分，但摄影的基本操作不会有变化。简单来说，静止画就是在剧情里插入一张绘画。PCR里，静止画基本上都用与动画制作相同的手法来生成，而且能实现眨眼、张嘴的画面表现。

角色处理需要应用在所有登场角色身上，而且角色以外的赛璐珞素材也需要进行与角色相同的处理。下面这幅图像，就对三名角色、两把剑都进行了角色处理。除此之外的摄影操作基本没有变化。

与一般的赛璐珞动画制作方式不同，这些图像可以实现眨眼等动作，但并没有用动画的方式来控制，而是采用游戏内程序控制、以压缩图像的形式来调用。因此，在摄影的时候，需要生成的就不是动画，而是连续的图像。于是如下图，在连续生成这些只有部分差异的图像时，又可以用到传统动画制作中的自动化制作流程。

在自动化生成的时候，主要有两个课题。原本在PCR刚发售的时候，静止画是由外包来制作的，虽然后来决定在公司内部制作，但制作相关的规则还没搭建起来。同时，游戏刚发售时用的制作方式和公司内成员的制作方式不同，效率非常差。

为了解决这些问题，首先是以我们熟悉的动画公司为目标构建摄影的环境。其次在制作工具的同时，建立好所需要的各种制作规则。最后从制作成员的视角出发，构建一个适合制作成员习惯的摄影环境。

伴随自动化摄影的推行，我们在公司内各个部门的帮助下，建立了细致的制作规则。第一条规则，由于PCR一定会进行角色处理，所以赛璐珞素材会依据角色进行分类。第二条规则，由于静止画需要连续输出口型、眼睛不同的图像，所以要通过固定口、眼的图像格，以减少确认文件、整理的繁琐度，缩短耗时。这样一来，不仅核查更省时了，时间重置（TimeRemapping）制定起来也更简单了。

在确定了基本规则以后，我们就推进了After Effects的自动化制作。为此，需要让软件自动读取大量的图层，并且按照正确的顺序进行排列。将这一环节自动化处理后，彻底省去了整理的时间，为摄影提供了更充足的时间。下面具体介绍一下赛璐珞、背景、LO参考文档的处理手法。

赛璐珞可以进行文件读取，以及对各种素材进行必要的基本处理；也可以对color key和时间重置进行设定；同时在赛璐珞大小比较吃紧的时候，也可以对位置和锚点的小数点值进行整数补正；此外也能对赛璐珞文件进行指定规则的排序，避免手动产生的替换。

背景文件在自动读取之后进行图层预合成，并按照BG和book顺序排列，这样可以节省需要对背景文件进行处理时的图层预合成操作。

设计图以及摄影相关的参考文件也会按照便于调整的顺序排列。仅作为参考的文件，则会通过红线图层隔开，在渲染时避免产生影响。同时，标记了摄影这个词汇的文件，是摄影的概念文件，是摄影时必须查看的文件，所以用红底高亮显示。

在提交成品的环节，过去的文件名和文件形式多少有一些模糊的部分，于是我们用下图左侧的工具，将其统一为同时进行保存和渲染的形式。这样一来，不需要制作成员的特别注意，成品都会直接按照统一的形式提交出去。此外，渲染后的图像可以直接通过Slack发送到专用社区内，上面记录了赛璐珞和BG的场次，以便于查重。

通过以上的操作，我们收获了三项成果。其一是随着自动化的推行，团队搭建了能够立刻确认最新制作文档的架构；其二是很多反复操作和固定模板的处理都依靠工具避免出问题，节省了制作时间；其三是文件命名和提交都通过工具实现了自动化。

03 TA参与实际制作的优点

TA参与实际制作有两个好处，一是能从实操人员视角掌握整个制作流程，找到制作流程的优化点，二是能够通过深入沟通，得知工具的潜在需求。

对于第一个好处，以实操视角能发现更多可能提高效率的部分，并且能站在创作者的立场上，掌握产品最新的形态，甚至提出建议。尤其是用到游戏内的工具，会随着游戏的更新而产生新的需求，比如下面的案例。

第一个案例是眨眼、张嘴的预览动画制作工具。原本摄影输出的是连续图像，所以没有配备专门的预览视频。然而，眨眼、张嘴的时间点都是确定的，像游戏一样按照规则触发就能确认具体的效果，于是我们就制作了预览工具。下面就是实际的预览效果。

 第二个案例是静止画的分支图像生成工具。在确定表情规则，以及连续生成图像的制作方式后，切割图像特定区域的操作也进行了自动化处理。在过去，分支图像是由制作人员亲自确认每个角色的表情，切割产生表情变化的部分图像。

但应用自动化工具后，能看到在PS里，制作人员只要选择大致的范围，就能进行切割操作。而且选择以后，工具会对比想听文件夹里的连续图像，检测出分支图像的影响范围，最终将切割控制在最小的范围内。然后在PS内会生成新的图层组，其中就包含了这些分支图像。

使用这套工具，不仅不需要肉眼确认就可以找到最优的切割范围，还可以将需要30分钟操作的图像，缩短到1分钟切好1个角色。此外，由于自动化处理也能自动命名，所以也不需要一个个检查切下来的图像名称。

再来谈第二个好处，面对大规模的项目和在家办公等情况，交流就显得极为重要。针对日常工作属于同一组的成员来说，构建一个能够进行杂谈的环境，就能获得良好的效果。

PCR的摄影团队设置了一个专供内部聊工作和闲谈的聊天群，成员就是现在负责摄影制作和管理的7个人。在需要与其他部门成员共享信息的时候，则会由负责的组内成员用专用频道沟通。而这个组内频道里，与工作相关的话题，仅限在摄影的范畴里，除此之外什么都聊。

对于TA来说，做好工具后的反馈也十分重要，但公司内并没有相关的详细报告，这是因为伴随游戏运营，新内容的制作总是撵着大家跑，很少有时间做详细的报告。而在闲聊频道里，大家不仅能放下包袱聊天，也能收集到一些工具使用期间遇到的小问题，根据这些反馈，就能不断改善工具的性能。

以上就是本次分享的全部内容，我认为TA的本职，就是做出能满足制作流程和制作成员诉求的优秀工具，为制作最棒的作品，节省出宝贵的制作时间。一切都是为了那些鲜活的角色，感谢大家。

文章来源：

https://www.youtube.com/user/CygamesChannel/videos