Alle Projekte

03 / Rendering-Infrastruktur · VisCommerce

HD Render Pipeline

Von Szenen-JSON zu produktionsreifen Renderings.

Ein Python-Rendering-Dienst, der Blender-Szenen aus strukturierten Daten aufbaut, Bilder oder Videos erzeugt und Quelldateien für Gaussian-Splat-Verarbeitung exportiert.

Meine Rolle
Backend, Blender-Automatisierung & Cloud-Workflow
Technologien
Python / Flask / REST / Blender 5.1 / RunPod / AWS S3

Das Problem

Produktions-Rendering erfordert mehr als das Öffnen einer Blender-Datei. Modelle, Materialien, Licht, Animation, Job-Verzeichnisse, lang laufende Prozesse und die Ausgabe müssen aus eingehenden Szenendaten einheitlich koordiniert werden.

Meine Umsetzung

Ich entwickelte Flask- und RunPod-Einstiegspunkte rund um einen gemeinsamen RenderManager. Er bereitet Jobs vor, startet Blender im Hintergrund, baut Szenen über wiederverwendbare Python-Module auf und liefert kleine Ergebnisse per E-Mail oder größere Dateien über AWS S3 aus.

Die Herausforderung

Szenenaufbau und Dateiverarbeitung in einer lokalen Warteschlange und einem Serverless-Worker reproduzierbar halten und gleichzeitig Bilder, Videos und Quelldatei-Exporte unterstützen.

Technischer Ansatz

Ein gemeinsamer Manager koordiniert beide Ausführungsumgebungen; spezialisierte Blender-Module übernehmen Szenenaufbau, Modellimport, Animation, Licht und Materialien. Ein eigener Gaussian-Splat-Pfad exportiert eine .blend-Datei, lädt sie zu S3 hoch und informiert den nachgelagerten Dienst per Webhook.

Workflow-Übersicht

Von Szenen-JSON zu produktionsreifen Renderings.

HD Render Pipeline
  1. 01JSON- oder API-Job
  2. 02Blender-Szenenaufbau
  3. 03Headless-Rendering oder Export
  4. 04E-Mail, S3 oder Webhook

Vereinfachte Darstellung des Produktablaufs.

Spaces365-Produktbild von VisCommerce als Kontext für den Rendering-Workflow.
Spaces365-Produktbild von VisCommerce als Kontext für den Rendering-Workflow.

Das Ergebnis

Ein Produktionsablauf, der strukturierte Szenenanfragen reproduzierbar in Render-Ergebnisse und Quelldateien umwandelt und kleine wie große Ausgaben passend ausliefert.

Nächstes ProjektInternHubs