Zdjęcia kręcono w Filharmonii w Łodzi (Polska).
Jest to pierwszy polski film kręcony w technologii 3D.
Animowana część filmu powstaje w technologii poklatkowej tzn. lalki przestawiane są przez animatorów o kilka milimetrów a następnie filmowane i w ten sposób wprawiane w ruch. Aby powstała jedna sekunda filmu, potrzeba aż 24 kolejnych klatek.
Do zrealizowania części animowanej należało wykonać ponad 40 tys. klatek. W szczytowym momencie pracy nad animacją zatrudnionych było aż 11 animatorów, m.in z Bułgarii, Niemiec, Węgier, Francji i Wielkiej Brytanii.
Najmozolniej realizowanym ujęciem był targ kwiatowy - 3 animatorów realizowało tam 3-4 klatki dziennie.
Gherkin - czyli ujęcie ojca Anny, tańczącego z jej zdjęciem na placu budowy jest najdłuższym w historii animacji lalkowej. Przygotowania planu trwały 3,5 miesiąca. W tym czasie zbudowano dekorację, zaplanowano animację i ruch kamery - powstało ponad 300 wersji ruchu samej ścieżki kamery. Same zdjęcia trwały 2,5 miesiąca.