• perlin噪声


    手贱去点了图形学里面的噪声课程,然后一个周末就交代在这上面了,还是有些云里雾里。

    噪声就是给定一个输入变量,生成一个值在0~1范围内的伪随机变量的函数。在图形学中一般是输入一个坐标得到一个范围在0~1之间的变量,在利用各种颜色计算得到一些比较酷炫的效果,像火焰、云彩、地形等。下面就是perlin噪声生成个灰度图。

     没啥意思是吧,那么看下面这个:

    现在说说最有名的噪声算法:perlin噪声又称柏林噪声,噪声鼻祖。柏林噪声是基于网格的,假想了一堆格网,每个格子由四个顶点组成(三维场景就是立方体,每个立方体由8个顶点组成);


    图1:小蓝点代表输入值在单元正方形里的空间坐标,其他4个点则是单元正方形的各顶点

    每个顶点有一个伪随机向量(就是一个向量,由一个伪随机函数生成的,伪随机函数可以随便找一个,perlin老爷子也是随便找了一个)。


    图2:各顶点上的梯度向量随机选取结果

     同时这四个顶点距离落在格网中的点,可以得到四个距离向量。


    图3:各个距离向量

    将图2得到的梯度向量与图3的距离向量做点乘,由于都是单位向量点乘积在0-1之间。同时这个点最终的值由四个点乘积根据权重关系做差值得到。

    这个差值函数使用缓和曲线(ease curves)来计算它们的权重和。在原始的Perlin噪声实现中,缓和曲线是s(t)=3t2−2t3s(t)=3t2−2t3,在2002年的论文6中,Perlin改进为s(t)=6t5−15t4+10t3s(t)=6t5−15t4+10t3。(原文来自这篇文章

    好了现在来看看第一个效果是怎么做出来的(至于第二个么,咳咳,等我完全看明白会写出来的)

    这个效果是来自ShaderToy中的。

    // 生成一个伪随机向量,这个函数是找的一个伪随机函数,可以用其他的伪随机函数代替
    vec2 hash( vec2 x )  // replace this by something better
    {
        const vec2 k = vec2( 0.3183099, 0.3678794 );
        x = x*k + k.yx;
        // fract的作用是取小数,那么小数在0~1之间;乘以2再加-1,最终返回坐标范围在-1~1之间
        return -1.0 + 2.0*fract( 16.0 * k*fract( x.x*x.y*(x.x+x.y)) );
    }
    
    float noise( in vec2 p )
    {
        vec2 i = floor( p ); // 取一个格子
        vec2 f = fract( p ); // 获取在格子内的位置
        
        vec2 u = f*f*(3.0-2.0*f); // 根据权重的平滑函数
    
        return mix( 
                   mix( dot( hash( i + vec2(0.0,0.0) ), f - vec2(0.0,0.0) ), 
                         dot( hash( i + vec2(1.0,0.0) ), f - vec2(1.0,0.0) ),
                         u.x), // 将水平方向得到的两个点乘积根据水平方向的权重做差值
                    mix( dot( hash( i + vec2(0.0,1.0) ), f - vec2(0.0,1.0) ), 
                         dot( hash( i + vec2(1.0,1.0) ), f - vec2(1.0,1.0) ),
                         u.x), 
              u.y);// 在竖直方向上对两个值按权重进行差值
    }
    
    // -----------------------------------------------
    
    void mainImage( out vec4 fragColor, in vec2 fragCoord )
    {
        vec2 p = fragCoord.xy / iResolution.xy; // 像素位置除以分辨率,坐标范围在0~1之间
    
        vec2 uv = p*vec2(iResolution.x/iResolution.y,1.0); // 这时u.x范围在0~宽高比之间,u.y在0~1之间
        
        float f = 0.0;
        
        // left: noise    
        if( p.x<0.6 )// 左边部分简单的生成单噪声
        {
            f = noise( 32.0*uv ); // 32作为一个参数音箱噪音频率
        }
        // right: fractal noise (4 octaves)
        else    // 右边部分使用四个倍频在模拟效果
        {
            uv *= 8.0;
            mat2 m = mat2( 1.6,  1.2, -1.2,  1.6 );
            f  = 0.5000*noise( uv ); uv = m*uv;
            f += 0.2500*noise( uv ); uv = m*uv;
            f += 0.1250*noise( uv ); uv = m*uv;
            f += 0.0625*noise( uv ); uv = m*uv;
        }
    
        f = 0.5 + 0.5*f;
        
        f *= smoothstep( 0.0, 0.005, abs(p.x-0.6) );    // 生成中间那条黑线,smoothstep的作用看这里,https://blog.csdn.net/libing_zeng/article/details/68924521
    
    
     
    
        fragColor = vec4( f * iTime, f, f, 1.0 );
    }

     最后还是列一下大神们的文章:

    【图形学】谈谈噪声

    一篇文章搞懂柏林噪声算法,附代码讲解

    [数学][转载][柏林噪声]

     

  • 相关阅读:
    HTML页面下echarts图形绘制
    nth-child的运用
    黑客零做起
    回溯法-背包问题
    回溯法-迷宫问题
    ECMA概述
    微信小程序-蓝牙
    JavaScript实现千位分隔符
    Vue 就地复用策略
    内联函数inline
  • 原文地址:https://www.cnblogs.com/dojo-lzz/p/9827270.html
Copyright © 2020-2023  润新知