nunif iw3 完整教程：手把手把2D视频转成VR 3D，3个参数吃透立体感-平芜编程栈

nunif iw3 完整教程：手把手把2D视频转成VR 3D，3个参数吃透立体感

【免费下载链接】nunifMisc; latest version of waifu2x; 2D video to stereo 3D video conversion项目地址: https://gitcode.com/gh_mirrors/nu/nunif

当你在VR头盔里戴上头显，却发现片库里没有想看的3D内容，只能看满屏的2D视频时，那种"有设备没内容"的落差感，大概只有同好能懂。别急着换设备——有一个开源工具能把你硬盘里所有的普通2D视频，一部一部搬进VR世界。

它就是nunif iw3：一个把任何2D图片/视频转换为左右眼SBS（Side-by-Side）3D格式的命令行工具。你给它一段普通视频，它负责估出每帧的深度图，再按你的设定生成左眼和右眼的画面，最后拼成VR播放器能直接识别的立体文件。整个项目属于 waifu2x 作者维护的 nunif 仓库，同样走的是"轻量模型 + 网格采样"路线，单张图、整段视频都能处理。

五分钟跑通第一步：最小可用命令

先别研究任何参数。装好依赖后（Windows 参考INSTALL-windows.md，Ubuntu 参考INSTALL-ubuntu.md），在仓库根目录执行：

git clone https://gitcode.com/gh_mirrors/nu/nunif cd nunif python -m iw3 -i input_video.mp4 -o output/

第一次运行会自动下载深度模型文件，可能等一会儿。跑完后去output/目录，你会看到自动命名为input_video_LRF_Full_SBS.mp4的文件——这个_LRF_Full_SBS后缀就是VR播放器识别3D格式的钥匙，Pigasus、SKYBOX、DeoVR 都能认。

这就算跑通了。慢着，立体感看着不对劲？别急，那是参数的事。

核心玩法：按场景挑配置，别按功能清单背参数

iw3 的选项有几十个，但绝大多数人日常只需要三组组合。建议直接对号入座：

场景一：动画番剧/二次元视频

动画的色块边界干净，深度模型容易把背景和角色切得很开，立体感往往过冲：

python -m iw3 -i anime.mp4 -o anime_3d/ \ --depth-model Any_V3_Mono \ --foreground-scale 2 \ --divergence 3.0

--depth-model Any_V3_Mono：Depth Anything 3 单目模型，对结构清晰的画面估计更稳。
--foreground-scale 2：把前景（角色）的深度拉大，背景压小，让人物"站"出来。

场景二：真人电影/长镜头

真人视频最怕深度随时间抖动，闪烁感特别伤眼。Video Depth Anything 这类带时序信息的模型是正解：

python -m iw3 -i movie.mp4 -o movie_3d/ \ --depth-model VDA_Metric_B \ --ema-normalize \ --scene-detect

--ema-normalize：用指数移动平均压平帧间深度范围的波动，明显减少闪烁（源码见iw3/README.md的 Flicker Reduction 一节）。
--scene-detect：先跑一遍 TransNetV2 切分镜头，换镜瞬间重置状态，避免上一镜头的信息串到下一镜头。

场景三：户外照片/风景单图

只拍一张，没有时序可借，重点就变成"把扁平的前景顶出来"：

python -m iw3 -i photo.jpg -o photo_3d.png \ --foreground-scale 3 \ --divergence 4 \ --convergence 0

这是个被官方反复验证的组合：背景压平、前景拉高、屏幕平面收敛归零，专门治"人站的地方像贴纸"。

进阶技巧：让转换速度翻倍的四个参数

跑通和跑快是两回事。转换慢，十有八九不是显卡不够，而是没给对指令：

1. 限帧率，先省一半时间。默认--max-fps 30，60fps源片会掉到30fps。想保60帧用--max-fps 128，但要清楚：处理时长直接翻倍。多数VR片源30fps足够。

2. 选对深度模型档位。同一系列里Any_S<Any_B<Any_L，速度与精度成反比。1080p、30fps、Any_B是官方也默认的性价比组合；急着预览效果用Any_S。

3. 低显存先保命。4GB以下的卡（比如GTX 1050 Ti笔记本版）默认参数能跑，但一加分辨率就容易爆显存。遇到 CUDA OOM，直接加--low-vram（关闭批处理、逐帧推进），比手动调--batch-size省心。

4. 硬件编码是隐藏提速器。--video-codec h264_nvenc（或hevc_nvenc）把编码丢给GPU。注意两点：驱动要 NVIDIA 570 以上；h264_nvenc分辨率上限一般是4096，超出会直接报错。

避坑指南：三个高频翻车现场

现象一：输出文件巨大，一部电影20GB。原因：默认编码参数偏保守，--crf 20、H.264在4K下体积失控。解决：换H.265 + 拉高压缩率，体积能砍一半以上：

python -m iw3 -i input.mp4 -o output/ \ --video-codec libx265 \ --preset medium \ --crf 23

现象二：前景很平，人物像贴在背景上。原因：户外场景背景范围大，前景占比小，默认深度映射把它压扁了。解决：依次试--foreground-scale 3，不够再加--divergence 4 --convergence 0。注意--foreground-scale对 ZoeDepth 和 DepthAnything 的换算公式不同，同样数值效果不一样（见iw3/README.md）。

现象三：转换出来的文件，在电脑上打开是左右两张并排的图。原因：没坏，SBS本来就是并排格式，普通播放器不会合并显示。解决：拿到VR播放器里播，或换--anaglyph dubois输出红蓝立体——在手机/电脑上也能直接裸眼看3D（此时建议加--pix-fmt yuv444p或--pix-fmt rgb24，否则红色通道被4:2:0采样吃掉，会有重影）。

生态与资源：从一个工具到一个3D工作流

iw3 不只是个转换器，周边还挂着三样值得顺手试的东西：

iw3-desktop（python -m iw3.desktop.gui）：把PC桌面实时转成3D流式输出到VR，游戏、演示场景很实用。
iw3-player（python -m iw3.player）：自托管的立体媒体播放器，Meta Quest用户优先考虑，专为SBS内容优化。
批量转深度图：加--export --export-depth-only可以把深度图导出来，喂给后续合成或调色流程。

想深挖参数细节，优先读iw3/README.md和 iw3/docs/desktop.md；模型实现集中在iw3/models/目录（默认立体生成方法row_flow_v3就在row_flow_v3.py），参数定义在iw3/utils.py的create_parser里，想查某个开关是什么意思，直接搜对应选项名最准。