为了获得炫酷的坚固纹理效果，大部分人使用某种形式的Perlin噪声， 这些都是以他们的发明家 Ken Perlin的名字命名的。 Perlin纹理不会像这样返回白色噪点：
相反，它会返回类似于模糊白噪声的东西：
Perlin噪声的一个关键部分是它是可重复的：它将3D点作为输入并始终返回相同的随机数。附近的点返回相似的数字。Perlin噪声的另一个重要部分是它简单快速，所以它通常以黑客身份进行。根据Andrew Kensler的描述，我将逐步构建这种攻击。
我们可以用一个随机数字的3D数组拼接所有的空间，并将它们用于块中。在重复明确的地方你会得到一些块状物：
我们只是使用某种散列来搅乱这个，而不是拼贴。这有一些支持代码来完成这一切：
from math import floor
from random import random
class perlin:
def __init__(self):
self.ranfloat=perlin_generate()
self.perm_x=perlin_generate_perm()
self.perm_y=perlin_generate_perm()
self.perm_z=perlin_generate_perm()
def noise(self,p):
u=p.x()-floor(p.x())
v=p.y()-floor(p.y())
w=p.z()-floor(p.z())
i=int(4*p.x())&255
j=int(4*p.y())&255
k=int(4*p.z())&255
return self.ranfloat[self.perm_x[i]^self.perm_y[j]^self.perm_z[k]]
def perlin_generate():
p=[0.0 for j in range(256)]
for i in range(0,256,1):
p[i]=random()
return p
def permute(p,n):
for i in range(n-1,0,-1):
target=int(random()*(i+1))
tmp=p[i]
p[i]=p[target]
p[target]=tmp
return ;
def perlin_generate_perm():
p=p=[0 for j in range(256)]
for i in range(0,256,1):
p[i]=i
permute(p,256)
return p
现在，如果我们创建一个实际的纹理，它使这些浮点数在0和1之间并创建灰色颜色：
from texture import texture
from rayMath import vec3
from perlin import perlin
class noise_texture(texture):
def __init__(self):
self.noise=perlin()
def value(self,u,v,p):
return vec3(1,1,1)*self.noise.noise(p)
加上散列之后，的确如我们所料的那样混乱:
为了使之更平滑，我们使用插值进行修改。
class perlin:
def noise(self,p):
u=p.x()-floor(p.x())
v=p.y()-floor(p.y())
w=p.z()-floor(p.z())
i=floor(p.x())
j=floor(p.y())
k=floor(p.z())
c=[[[0.0 for a in range(2)] for b in range(2)] for c in range(2)]
for di in range(2):
for dj in range(2):
for dk in range(2):
temp=self.ranfloat[self.perm_x[i+di&255]^self.perm_y[j+dj&255]^self.perm_z[k+dk&255]]
c[di][dj][dk]=temp
return trilinear_interp(c,u,v,w)
def trilinear_interp(c,u,v,w):
accum=0
for i in range(2):
for j in range(2):
for k in range(2):
accum=accum+(
i*u+(1-i)*(1-u))*(
j*v+(1-j)*(1-v))*(
k*w+(1-k)*(1-w))*(c[i][j][k])
return accum
更好了，但有明显的网格效果。 其中一些是马赫带，一种颜色的线性内插的知名人造物。 一个标准的技巧是使用hermite立方来舍去插值：
def noise(self,p):
u=p.x()-floor(p.x())
v=p.y()-floor(p.y())
w=p.z()-floor(p.z())
u=u*u*(3-2*u)
v=v*v*(3-2*v)
w=w*w*(3-2*w)
i=floor(p.x())
j=floor(p.y())
k=floor(p.z())
得到了看起来更平滑的效果:
还是有点低频。 我们可以缩放输入点以使其变化更快：
class noise_texture(texture):
def __init__(self,sc):
self.noise=perlin()
self.scale=sc
def value(self,u,v,p):
return vec3(1,1,1)*self.noise.noise(self.scale*p)
def turb(self,p, depth=7):
accum = 0
temp_p = p
weight = 1.0
for i in range(depth):
accum = accum + weight *self.noise(temp_p)
weight=weight*0.5
temp_p=temp_p*2
return fabs(accum)
def noise(self,p):
u=p.x()-floor(p.x())
v=p.y()-floor(p.y())
w=p.z()-floor(p.z())
u=u*u*(3-2*u)
v=v*v*(3-2*v)
w=w*w*(3-2*w)
i=floor(p.x())
j=floor(p.y())
k=floor(p.z())
c=[[[0.0 for a in range(2)] for b in range(2)] for c in range(2)]
for di in range(2):
for dj in range(2):
for dk in range(2):
temp=self.ranvec[self.perm_x[i+di&255]^self.perm_y[j+dj&255]^self.perm_z[k+dk&255]]
c[di][dj][dk]=temp
return perlin_interp(c,u,v,w)
def perlin_interp(c,u,v,w):
uu = u * u * (3 - 2 * u)
vv = v * v * (3 - 2 * v)
ww = w * w * (3 - 2 * w)
accum=0
for i in range(2):
for j in range(2):
for k in range(2):
weight_v=vec3(u-i,v-j,w-k)
accum=accum+(
i*uu+(1-i)*(1-uu))*(
j*vv+(1-j)*(1-vv))*(
k*ww+(1-k)*(1-ww))*(c[i][j][k].dot(weight_v))
return accum
class noise_texture(texture):
def __init__(self,sc):
self.noise=perlin()
self.scale=sc
def value(self,u,v,p):
return vec3(1,1,1)*0.5*(1+sin(self.scale*p.z()+10*self.noise.turb(p)))
