给三维模型制作贴图时，UV展开的质量会直接决定最终纹理是否均匀。这项工作并不是简单地把模型表面剪开摊平，而是一个带约束的几何优化问题。保角映射和面积保持映射代表两种不同的优化目标，理解二者的差异，才能在硬表面、角色、扫描资产等不同项目里做出更合适的选择。
UV展开为什么无法同时保持角度和面积
三维网格展开到二维平面时，最理想的情况是既保持三角形原来的角度，又保持每个三角形原来的面积，这种映射在微分几何中称为等距映射。可惜的是，只有圆柱面、圆锥面、平面等可展曲面才存在严格的等距展开。对于球面、角色头部、复杂硬表面等不可展曲面，角度和面积不能同时被完整保留，UV展开本质上是在二者之间做加权妥协。
角度失真会让纹理图案局部发生拉伸或挤压，比如原本正方形棋盘格变成菱形或细长条，但相邻边的夹角变化可能不大。面积失真则表现为同一张贴图在不同区域的密度不一致，某些位置看起来很清晰，另一些位置则模糊或浪费分辨率。实际项目中，评估UV质量通常会同时统计角度误差和面积误差，而不是只看棋盘格是否顺眼。
从优化角度看，UV展开可以描述为：给定三维网格和一组接缝，寻找二维顶点位置，使某个能量函数最小。能量项中可以包含角度保持项、面积保持项、边界长度项和防止翻转项。理解这些能量项的数学含义，是选择和调试算法的前提。
保角映射：优先保证局部形状
保角映射的核心思想是保持曲面映射到平面后的局部角度不变。对于一个平面上的小邻域，如果任意两条曲线在映射前后的夹角相等，这个映射就是保角的。在网格的离散版本中，一般通过最小化每个三角形的角度变化来实现，常见方法有最小二乘保角映射（LSCM）和离散Dirichlet能量。
LSCM把每个三角形放入复平面，要求三角形的两个有向边在复坐标下的比例尽量接近三维空间中的比例。它不需要固定整个边界，只需要固定至少两个顶点即可求解一个稀疏线性系统，因此计算速度较快，适合交互式展开。原始LSCM论文中给出的能量形式可以写成每个三角形的局部复线性约束，最终用最小二乘求解，这也是Blender中Conformal展开方法的数学基础之一。
下面这段代码演示了如何评价一个已知UV布局的保角能量。它把三维网格的原始角度作为参考，再计算UV空间中对应角度与参考角度的平方差。
import numpy as np
def angle_at_vertex(a, b, c):
ba = a - b
bc = c - b
cos_theta = np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc) + 1e-12)
cos_theta = np.clip(cos_theta, -1.0, 1.0)
return np.arccos(cos_theta)
def compute_conformal_energy(uv, faces, rest_angles):
energy = 0.0
for idx, tri in enumerate(faces):
a = uv[tri[0]]
b = uv[tri[1]]
c = uv[tri[2]]
angles = [
angle_at_vertex(a, b, c),
angle_at_vertex(b, c, a),
angle_at_vertex(c, a, b)
]
for i in range(3):
diff = angles[i] - rest_angles[idx][i]
energy += diff * diff
return energy
保角映射的优点是局部文字和规则图案不容易发生扭曲，缺点是有时会产生明显的面积失真。例如一个球体使用强保角展开，极地附近的三角形可能在UV空间中占得非常大，而赤道附近被压得较小，这就需要在后期加入面积约束或手工松弛。
面积保持映射：让纹理密度均匀
面积保持映射优先保证每个三角形在UV空间中的面积与它在三维表面上的面积成比例。严格保持面积的离散网格参数化方法包括ABF（Angle Based Flattening）和ARAP（As-Rigid-As-Possible）的一些变体。ABF并不是直接约束面积，而是通过角度约束间接获得更均匀的面积分布，同时减少角度扭曲。现代ABF++算法进一步提升了数值稳定性，适合高质量自动展开。
面积保持映射在纹理密度上有明显优势。对于扫描资产或需要均匀分配UDIM分辨率的项目，如果UV面积比例失真过大，会出现某些部分占用过多贴图空间，其他部分分辨率不足。通过约束面积比，可以让模型表面单位面积获得的像素数量更加接近，便于后续纹理绘制和材质复用。
下面的代码计算UV展开后的面积比误差，输入三维三角形面积列表和二维UV坐标，输出平均相对面积误差。这个指标接近0时，说明面积保持得越好。
import numpy as np
def triangle_area_2d(a, b, c):
return 0.5 * abs((b[0] - a[0]) * (c[1] - a[1]) - (b[1] - a[1]) * (c[0] - a[0]))
def compute_area_ratio_error(uv, faces, areas_3d):
total_error = 0.0
for idx, tri in enumerate(faces):
a = uv[tri[0]]
b = uv[tri[1]]
c = uv[tri[2]]
area_uv = triangle_area_2d(a, b, c)
total_error += abs(area_uv - areas_3d[idx]) / max(areas_3d[idx], 1e-12)
return total_error / len(faces)
if __name__ == "__main__":
uv = np.array([[0.0, 0.0], [1.0, 0.0], [0.0, 1.0]])
faces = np.array([[0, 1, 2]])
areas_3d = np.array([0.5])
print(compute_area_ratio_error(uv, faces, areas_3d))
面积保持映射也不是没有代价。如果只追求面积一致而忽略角度约束，贴图案虽然分辨率均匀，但局部形状可能被严重挤压，出现斜向拉伸。尤其在有曲率变化剧烈的区域，强面积约束会导致三角形翻转或重叠，需要在求解器中加入防止翻转的二次优化步骤。
实际项目中如何混合两种目标
主流UV展开工具很少采用纯粹的保角或纯粹的面积保持，而是将两者组合。以Blender为例，展开算子提供Conformal和Angle Based两种模式。Conformal更偏向角度保持，Angle Based则通过角度约束获得更均衡的面积分布，但仍不是严格等积。Maya的Unfold3D算法内部也会同时考虑角度和面积，并使用局部相似变换让每个三角形尽量保持刚体属性。
对硬表面模型，机械棱边、面板文字和贴花通常需要角度保持，否则文字边缘会出现波浪或倾斜。此时可以先使用保角映射展开，再在UV编辑器中手动松弛局部区域。对于角色皮肤、扫描石头、布料等有机表面，面积保持更重要，因为这类资产通常没有大量平行直线，轻微的局部角度失真不易被察觉，但密度不均会直接影响纹理分辨率。
实际调参时，可以从低分辨率代理模型开始测试。先在UV展开后导入棋盘格贴图，检查棋盘格是否均匀；再叠加一张带有细密文字的测试贴图，检查文字是否有方向性拉伸。如果棋盘格面积均匀但文字变形严重，应增加角度保持权重；如果文字清晰但棋盘格密度差异过大，则应增加面积约束或增加接缝来降低整体扭曲。
利用接缝和打包进一步降低失真
UV展开中输入给算法的接缝位置对最终质量影响巨大。接缝越多，模型在拓扑上越容易被摊平，角度和面积失真都会下降，但接缝也会带来贴图不连续和额外的工作量。硬表面模型通常沿硬边、倒角边放置接缝，既能利用自然断开降低展开扭曲，也便于在纹理绘制时隐藏接缝。角色模型常把接缝放在腋下、腿内侧、头后等不容易被看到的位置。
在UV展开完成后，打包和UDIM分配也会影响面积保持的效果。不同UV壳之间的缩放应当尽量一致，否则同一张贴图在不同壳上的像素密度不同。可以通过工具里的平均化缩放功能统一壳密度，再根据重要程度手动放大头部、手部等区域的UV壳。对于需要更高分辨率的区域，使用UDIM分块比单纯放大单个壳更合理，因为UDIM可以保持全局纹素密度稳定。
测量UV质量时建议建立一套固定检查流程：先看棋盘格和彩色渐变图，再用脚本统计角度误差和面积误差。角度误差可以取每个三角形三个角的平均绝对偏差，面积误差可以取每个三角形相对面积偏差的均值。持续记录这些数值，能帮助团队在模型修改后快速发现UV退化问题，而不是等到烘焙或绘制阶段才暴露。