拍摄对象的图像（在这种情况下是预定义的对象）并开发一种算法以从具有不同复杂性背景的照片中仅剪切该对象是多么困难。
除此之外，照片的对象（比如房子、汽车、狗——但总是一种类型）需要转换为 3d 渲染。我知道有可用的 3d 渲染引擎（收费、免费或带有某些条款），但要使其工作，需要以各种方式测量对象（主体）——例如，如果这是一个人，我们需要测量身高、肩膀的曲率、脸的半径、每个手指的长度等。
解决这个问题的可行性是多少？有人知道这个研究领域有什么好的链接吗？我已经看到了这个问题的开源解决方案，这让我想到了在跟踪对象以将其裁剪出来的同时测量对象是否容易。
谢谢
本质上我想拍一张 2d 图像（典型图像：这比包含多个对象的复杂照片更容易，等等）
,
但实际上我想把它变成一个 3d 图像，所以我想做的不是构建一个 3d 渲染/建模引擎吗？
此外，我提供的链接进入 3ds max，设置了一些属性，并进行了渲染。
听起来你想做几件事，都在计算机视觉领域。
我按照从易到难的顺序对它们进行了排名（根据我有限的理解）。总之，我会说这是一个非常复杂的问题。我会查看以下 Wikipedia 链接以获取更多信息：
没错，这是一组极其困难的问题，尤其是从 2D 图像推断 3D 信息的问题。对于我们的视觉系统如何从 2D 图像推断 3D 信息的理解非常有限，其中一种方法被称为“Shape from Shading”，链接的谷歌搜索显示我们知道多少（以及因此知道多少）。
抢
这是一项非常艰巨的任务。最难的部分不是从图像中识别或分割对象，而是从 2-D 图像中推断对象的 3-D 几何形状。如果您可以使用立体相机（或激光扫描仪，如果您可以使用的话，您将获得更大的成功；）。
对于二维图像，请尝试在谷歌上搜索“shading-from-shading”。这是一种从 2-D 图像推断 3-D 形状的方法。它确实对照明条件和表面属性（BRDF 和几何形状）做出了假设，这些假设在许多情况下可能会失败，但如果您仅将它用于预定义的对象类别（例如人脸），它可以很好地工作。
假设这是可能的，那将是非常困难的，尤其是只有一张物体的图像。光栅化器必须猜测物体的深度和距离。
您所描述的听起来与Microsoft PhotoSynth非常相似。