Shading 遮罩 7~9课笔记
第七课笔记
可见性问题
z-buffer 深度缓存算法
frame buffer 存颜色值
depth buffer 存深度z
本课假设z为正数，越小越近
for(三角形集合)
for(三角形内的点)
if(z < z_buf[x,y])
frame_buf[x,y] = rgb;
z_buf[x,y] = z;
z-buffer处理不了透明物体
shading 着色：对不同物体应用不同材质
lllumination 照明
pipeline 管道
blinn-phone reflectance model 着色模型
高光（镜面反射
漫反射
间接光照
shading point
viewer direction v 观察方向
surface normal n 法线，垂直于物体表面
lightdirection l 光照方向
surface parameters 各种属性
cosa = l*n （l和n都是单位向量）
漫反射：
L = k(I/r^2)max(0,nl)
L漫反射光
k漫反射系数（明暗，可以理解为吸收光照的程度，如1为不吸收光照，显示白色
r光源到着色点距离
I/r^2 有多少能量到达着色点
nl n点乘l，为cos(n,l)，不能小于0
与观察方向无关
管线：从场景到图的一系列过程
将点投影到屏幕上，形成多个三角形，光栅化（采样-深度测试），着色，输出。
Shader：能在硬件上执行的语言
在GPU进行
像素着色器GLSL
纹理映射：可以理解为把一张二维图蒙到三维物体表面
纹理用来定义着色时的点的属性
第八课笔记
着色频率
渲染管线
高光：观察方向和镜面反射方向相近
h半成向量，用到了平行四边形法则与归一化
specular term 镜面反射
Blinn-Phong模型：环境光+漫反射+高光
Ambient+Diffuse+Specular
不考虑有多少能量被镜面吸收
用nh夹角而不用镜面反射方向，因为h好算
夹角系数p能缩小夹角，避免出现太大的高光
k越小，高光越亮
p越大，高光越小
Ambient Term 环境光照
L = kI
L 反射环境光
k ambient coefficient 环境系数
I 环境光的强度
shading frequencies 着色频率
顶点法线：相邻的面的法线取平均，可加权
三种着色：面(flah)，点()，像素(phone)
gouraud shading：对每一个顶点(Vertex)着色
第九课笔记
barycentric coordinates 重心坐标：三角形内插值，每一个点都有自己的重心坐标
interpolate 插值：插值就是根据已知数据点（条件），来预测未知数据点值的方法，通过顶点属性给三角形内部赋值
重心坐标(\(\alpha\), \(\beta\), \(\gamma\))
\(\alpha\), \(\beta\), \(\gamma\) 非负
三角形三顶点ABC
则三角形内任意一点都能用以下公式求出
(x,y) = \(\alpha\)A + \(\beta\)B + \(\gamma\)C
\(\alpha\) + \(\beta\) + \(\gamma\) = 1
重心坐标可以通过面积求
点P到三顶点分别组合，会形成PAB、PAC、PBC
\(\alpha\) = PAB/(PAB+PAC+PBC)
\(\beta\) = PBC/(PAB+PAC+PBC)
\(\gamma\) = PAC/(PAB+PAC+PBC)
通过面积可以推出更简便的公式
三角形ABC的重心坐标 = (1/3, 1/3, 1/3)
投影状态不能保证重心坐标不变，因此要逆变换回投影之前的空间里，做好深度插值再变回去
texture 纹理
对于每个采样点(x, y) => 插值出来的纹理映射(u, v) => 纹理上通过(u, v)查询得所需color属性
纹理定义的漫反射系数
texel 纹理像素，纹理元素，纹理上的像素，纹素
pixel 画面上的像素
如果纹理过小，就可能出现太多pixel对应单个texel，导致画面模糊，可以用双线性插值优化。
如果纹理过大，就可能出现一个pixel对应太多texel，会出现摩尔纹、锯齿等走样现象，
走样：信号变化过快，采样频率跟不上，需要更高的采样频率，也可以避免采样，直接求平均值（算法里的点/范围查询问题）。
bilinear 双线性插值：对于一个非整数的坐标，如何得到值
线性插值公式 lerp(x, v\(_{0}\), v\(_{1}\)) = v\(_{0}\)+x(v\(_{1}\)+v\(_{0}\))
两次水平插值，一次竖直插值，可得范围内平滑的属性
方向也可以反过来，先竖直后水平
bicubic 三线性插值：取周围16块
超采样：取区域内所有点的平均值
mipmap： fast 快速、apporx 近似值、square 只能求正方形区域
mipmap 以原图为第0层，每层都合并四个像素求和，直到1×1，通过等比数列级数求和可知，第1层到第n层比起原图多了三分之一存储空间
一个使用mipmap的套娃算法，能规避画面远处走样
大致步骤：
- 从第0层开始，将画面分为四等分
- 其中三分为第0层，剩下一分再划为四等分
- 其中三分为第1层，剩下一分再划为四等分
- 重复上述步骤，每次递增一层，直到像素不可再分
通过此算法求出的图的大小 = 原图大小的4/3
实际上不一定是四等分，看使用情况
mipmap 每层之间可用双线性插值进行平衡过渡，即分别在两层上做一次双线性插值，再在层与层之间，用之前的结果进行一次线性插值，合起来是三线性插值
三线性插值十分泛用，它可以得到连续的表达，开销小
mipmap 会导致overblur(远处画面取大片纹理像素的平均值，导致模糊)
解决方法：
- anisotropic filtering 各向异性过滤，可对矩形区域进行一次快速查询，不限制在正方形。各向异性：在各个方向上的表现不同。开销几乎在显存上。
- EWA filtering ，将不规则形状用很多圆形覆盖，多次查询，比af精度高，但开销是原本的三倍
浙公网安备 33010602011771号