关于光照模型

关于光照模型

早期学习笔记,转载自早期Excel。

存在大量格式错误、可读性非常低,建议等待作者修复后阅读、或者作为查找性材料使用。

中文名英文名/缩写说明长什么样外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
兰伯特光照模型Lambert Lighting1.兰伯特反射(Lambert)是最常见的一种漫反射,经验模型 2.强度仅由L和N的乘积决定,也就是入射光方向和面法线的夹角,如果这个夹角越大、反射越弱,反之越强,现实生活中也是这个道理,很容易理解。 3.代码:FinalColor=saturate(dot(N,L)); *:saturate(x);//如果x取值小于0,则返回值为0。如果x取值大于1,则返回值为1。若x在0到1之间,则直接返回x的值。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
半兰伯特光照模型Half-Lambert Lighting1.Half-Lamber是Valve公司提出来的算法,其为了解决Lambert在背面太暗的问题。经验模型。 2.为什么兰伯特在背面会太暗?因为使用了saturate函数,在背面乘值小于0,取0,也就是漫反射强度为0,所以会暗。 3.FinalColor = pow(dot(N,L)*0.5+0.5,2); 4.解析一下公式,先看pow内部,就是把N和L的点乘得到的值从-11映射到01。这样可能会造成原先亮的地方不那么亮了,暗的地方又显得太亮了,也就是对比度变低了,于是再做个2次方,把暗的地方压一下,亮的地方虽然也是压的(因为都是小于1的值),但是没有暗的值压的厉害,相当于整体变暗一点,但是对比度更高。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
Phong光照模型Phong1.Phong模型用来模拟高光效果。 2. //Phong float3 R = reflect(-L,N); // float3 R = normalize( -L + 2* N* dot(N,L) ); float VR = saturate(dot(V,R)); float NL = saturate(dot(N,L)); float4 Specular = pow(VR,_SpecularPowerValue)*_SpecularScaleValue; float4 Diffuse = NL; FinalColor = Specular + Diffuse; 3.看一下公式,主要是计算高光Specular的部分,它受到视角和反射光线方向的影响,视角和反射光线夹角越小,高光就越强。 4.reflect(-L,N);函数用来计算入射光线以法线为N的表面反射后的出射光线。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
Blin-Phong光照模型Blin-Phong Lighting1.也是用来模拟高光的经验模型。 2. //Blin-Phong float3 H = normalize(V+L); float NH = saturate(dot(N,H)); float NL = saturate(dot(N,L)); float4 Specular = pow(NH,_SpecularPowerValue)*_SpecularScaleValue; float4 Diffuse = NL; FinalColor = Specular + Diffuse; 3.H是半程向量,也叫半角向量,是视角方向和入射光方向的中线,Blin-Phong的高光强度由半程向量和面法线的夹角决定,夹角越小,高光越强。 4.和Phong对比,不用计算反射光线方向,性能较好。和Phong相比,高光会大一些、圆滑一些。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
环绕光照/包裹光照Wrap Lighting1.可以处理物体明暗交界处的颜色 2. float NL = dot(N,L); float NH = dot(N,H); float NLWrap = (NL + _Wrap)/(1 + _Wrap); //add color tint at transition from light to dark //在从明到暗的转换中添加颜色色调 float scatter = smoothstep(0,_ScatterWidth,NLWrap) * smoothstep(_ScatterWidth2,_ScatterWidth,NLWrap); float specular = pow(saturate(NH),_Shininess); float3 diffuse = max(NLWrap,0) + scatter _ScatterColor; FinalColor.rgb = diffuse + specular; 3.NLWrap有点像之前的半兰伯特,把diffuse映射到不那么暗的地方,这里的scatter用来计算“边缘程度”,值越大、也代表越接近明暗交界处。 *:smoothstep(a, b, x); // x<a<b 或 x>a>b 返回0 ,x<b< a 或 x>b>a 返回1 smoothstep与lerp类似,返回 0 和 1 之间平滑的 Hermite 插值。 *:lerp(a,b,w); //(a,b,w)当w为0时返回a,为1时返回b,当w在0-1之间时,比重w将ab进行线性插值,外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
高洛德着色Gouraud Lighting1.简单来说Gouraud就是在VertexShader而不是在FragmentShader中计算光照的Phong模型。在顶点中计算光照后,再在Fragment中插值。 2.节省性能,但是效果很差。高光和漫反射计算棱角分明,面对较圆滑的模型表现尤其差。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
带状照明/分段着色Banded Lighting1.就是把漫反射分段,之前说的漫反射是平滑过度的,现在把它们隐射到不同的级数里,像条形统计图那样。可以用作卡通渲染。 2. //Banded Lighting float NL = (dot(N,L))0.5+0.5; // float _BandedStep = 6; float BandedNL = floor(NL_BandedStep)/_BandedStep; float4 C1 = lerp(_ColorA,_ColorB,BandedNL); float4 C2 = lerp(_ColorB,_ColorC,BandedNL); float4 Diffuse = lerp(C1,C2,BandedNL); // float4 Diffuse = smoothstep(_ColorA,_ColorB,BandedNL); FinalColor = Diffuse; 3.这里先用NL记录了半兰伯特计算出来的值,再把它映射到BandedNL里。此案例给了三个用来分段的颜色,先用BandedNL插值出AB间,再插BC间,再插这两个结果之间。如果只是两个颜色间分段,只需要一次插值。 *:floor(a)//向下取整外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
月光模型Minnaert Lighting1.Minnaert光照主要是用来模拟月球光照的,其特点是:光照不到的地方一定是全黑的、面法线与视线的夹角越大、看上去也越暗。 2. //Minnaert Lighting float NL = saturate(dot(N,L)); float NV = saturate(dot(N,V)); // float _Roughness = 0.5; float4 Minnaert = saturate(pow(NL*NV,_Roughness)*NV); FinalColor = Minnaert; //公式:Minnaert = (((N.*L)(N.*V))^(_Rough)) * (N.*V)外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
粗糙度光照(自己起的)Oren-Nayar Lighting1.此模型用来描述光在粗糙表面的反射情况,相比于Lambert模型,它考虑了 粗糙度参数,常用来模拟比较粗糙的表面。 2. //Oren-Nayer //粗糙度参数由噪声图采样获得 float roughness = tex2D(_RoughnessTex,i.uv).r _Roughness; float NL = saturate(dot(N,L)); float NV = saturate(dot(N,V)); float theta2 = roughnessroughness; //A + B约等于1.右边有函数图上A下B float A = 1 - 0.5*(theta2/(theta2 +0.33)); float B = 0.45 (theta2/(theta2+0.09)); //反余弦得夹角 float acosNV = acos(NV); float acosNL = acos(NL); //alpha是法线与视线的夹角、法线与光照方向的夹角之间更大的那一个 float alpha = max(acosNV,acosNL); //beta是法线与视线的夹角、法线与光照方向的夹角之间更小的那一个 float beta = min(acosNV,acosNL); //V - NNV 是个综合了N、V二者夹角经过复杂变换后得到的值,目前无法理解 float gamma = length(V - NNV) * length(L - NNL); float Diffuse = 1; //最终综合以下影响:环境光、漫反射、粗糙度的复杂计算 float OrenNayer = Diffuse * NL (A+ Bmax(0,gamma)*sin(alpha)*tan(beta)); FinalColor = OrenNayer; //最终效果是:粗糙度越大、约暗,反射的光越弱,但和视角也有一定关系。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传 这是加了粗糙度贴图的效果外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
背光/次表面散射(方法之一)(SSS)BackLight1.真实的光照几乎都包含反射、透射和次表面散射这三种,前两种以前就了解过,次表面散射的定义是:入射光和出射光在表面的同一侧,但入射点和反射点并不在同一个点。因为光线会打入表面内部,在与内部的原子碰撞若干次后反射出来。像玉石等物件,在背光时、边缘或者薄处比较亮,这种效果就可以用此表面散射来模拟。 2. //WrapLight计算漫反射 float WrapLight = pow(dot(N,L)_WrapValue+(1-_WrapValue),2); //Blin-Phong计算高光 float3 R = reflect(-L,N); float3 H = normalize(V+L); float VR = saturate(dot(V,R)); float NH = saturate(dot(N,H)); float NL = saturate(dot(N,L)); float4 Specular = pow(NH,_SpecularPowerValue)_SpecularScaleValue; float4 Diffuse = WrapLight; //模拟透射现象 float _SSSValue =0.6; //当SSSValue = 0,这个Shift就是光照方向的反方向,这里计算的是片元法线的偏移值 //这里的思想是用一个变量储存模拟的片元法线变换后的方向,再拿这个方向去计算 float3 N_Shift = -normalize(N*_SSSValue+L);//沿着光线方向上偏移法线,最后在取反 //这里是再用视线方向与偏移后的模拟法线方向计算一次背光强度,视线方向越接近模拟后偏移方向,背光强度越强 float BackLight = saturate(pow(saturate( dot(N_Shift,V)) ,_PowerValue)*_ScaleValue); FinalColor =Diffuse + Specular + BackLight; *:简单的来说,就是多计算一个背光项,其亮度由NV来计算,但是这个N是处理过的V,是法线往入射光方向偏移一定程度后再取反的法线。 3.对于光照能直接照到的地方,背光应该是不起效的,因为把法线偏向光源后,它与视角的夹角一般会变大,大于90度后值就会小于0了。 4.如果是光照的背面,则是面法线方向与光照方向越接近,背光越亮。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传 这里是背面
各向异性光照模型Anisotropic Lighting1.用来模拟光照下的头发、带状的高光,在各个方向表现不一致的材质。 2. //shift值通过对纹理采样获得,为了使头发高光有上下偏移 float shift = tex2D(_StretchedNoiseTex,i.uv4).r + _ShiftTangent; //用一个变量储存向法线偏移一定值后的切线,偏移多少由shift决定 float3 T_Shift = normalize( T+ Nshift); //半程向量 float3 H = normalize(V+L); //把偏移后切线当成原先Phong模型的面法线,用来和半程向量计算高光的强度 float dotTH = dot(T_Shift,H); //定义高光段数 float NumberOfStrip =1; //通过拉伸一下Cos的X轴模拟多段高光 float cosTH =cos(dot(T_Shift,H)NumberOfStrip ); //高光强度映射到0~1 float dirAtten = smoothstep(-1,0,dotTH); //计算高光,dirAtten是仅由物体决定的总体的高光强度,与原先基本没有区别,cosTH段是通过采样值做多段处理 float Specular = dirAtten * pow(cosTH,_AnisotropicPowerValue)_AnisotropicPowerScale; float WrapLight = dot(N,L)0.5+0.5; float Diffuse = WrapLight; FinalColor = Diffusefloat4(0.7,0.2,0.4,0) +Specular; return FinalColor; *:简单的来说,做法就是在计算高光的时候,把原先的法线用“向法线偏移一定程度后的切线”代替。一想、确实,这样原先是高光的地方就因为偏移变得不是高光了,而总有一圈其他地方的会因为切线偏移后刚好和半程向量比较近,就会出现高光。外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传 这里是加了贴图的效果
*:上面加灰了的这种说法是片面的,我自己复刻的时候遇到了很大的问题。首先、上面的T_Shift的确是向法线偏移后的切线,但是这不会导致带状高光,而是会导致高光位置偏移、形状扭曲!对于次表面散射的物体,的确需要高光偏移位置合扭曲。真正导致带状高光产生的,是CosTH那一项。想象一下,原来整个表面的高光强度被映射到01,此时在cosTH计算的时候,先把高光强度乘以一个指定值,也就是把高光强度映射到0若干,此时超过3.14的部分变成小于0,导致高光强度变为小于0,也就表现为非高光。总之带状高光的根本在于Cos函数映射,而高光的扭曲和位移才取决于向法线偏移的切线。 *:SmoothStep项作者应该也写错了,应该clamp 0~1 而不是 -1~0,我试了,clamp -1 ~ 0将导致全面变白。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/636375.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

C++ const_cast学习

语法&#xff0c; const_cast<type_name>(expression) type_name是转换的类型&#xff0c;expression是被转换的对象或者表达式&#xff1b; const_case有两个功能&#xff0c;分别是去掉const和加上const&#xff0c;更多用于去掉const&#xff0c;修改被const修…

亚马逊卖家账号注册复杂吗?需要什么辅助工具吗?

在当今数字化的商业世界中&#xff0c;亚马逊作为全球最大的电商平台之一&#xff0c;吸引着无数的卖家和买家。对于想要进入亚马逊销售市场的卖家来说&#xff0c;首先要完成的一项重要任务就是注册亚马逊卖家账号。本文将详细介绍亚马逊注册的步骤、所需时间&#xff0c;以及…

软件无线电学习-第二代移动通信系统过程理解

本文知识内容摘自《软件无线电原理和应用》 无线通信领域让大家感受最深的是民用移动通信的快速发展。民用移动通信在短短的二十年时间里已发展了三代&#xff1a;20世纪80年代的模拟体制(TACS/AMPS)为第一代移动通信(简称1G)&#xff1b;20世纪90年代的数字体制(GSMCDMATDMA)…

Git原理及常用命令小结——实用版(ing......)、Git设置用户名邮箱

Git基本认识 Git把数据看作是对小型文件系统的一组快照&#xff0c;每次提交更新&#xff0c;或在Git中保存项目状态时&#xff0c;Git主要对当时的全部文件制作一个快照并保存这个快照的索引。同时&#xff0c;为了提高效率&#xff0c;如果文件没有被修改&#xff0c;Git不再…

招展工作全面启动!2024深圳国际数字能源展览会

2024深圳国际数字能源展览会 2024 International Digital Energy Expo 时间:2024年9月8-11日 地点:深圳会展中心 指导单位&#xff1a; 国家能源局 深圳市人民政府 中国电力企业联合会 主办单位&#xff1a; 深圳市投资控股有限公司 深圳能源集团股份有限公司 深圳市资…

Pantera 合伙人简谈 Morpho:更高效、适应性更强的 DeFi 解决方案

原文标题&#xff1a;《Pioneering Peer-to-Peer Lending in the DeFi Revolution》撰文&#xff1a;Pantera Capital 合伙人 Paul Veradittakit编译&#xff1a;Chris&#xff0c;Techub News 文章来源&#xff1a;香港Web3媒体Techub News Morpho 正在超越 Compound 等传统…

pyqt 浮动窗口QDockwidget

pyqt 浮动窗口QDockwidget QDockwidget效果代码 QDockwidget QDockWidget 是 PyQt中的一个控件&#xff0c;它提供了一个可以停靠在主窗口边缘或者浮动在屏幕上的窗口小部件&#xff08;widget&#xff09;。QDockWidget 允许用户自定义其界面&#xff0c;并提供了灵活的停靠和…

每日一题《leetcode--116.填充每个结点的下一个右侧结点》

https://leetcode.cn/problems/populating-next-right-pointers-in-each-node/ 题目要求给每个结点的next指针进行填充&#xff0c;使每个结点的next指针指向其下一个右侧结点。如果右侧没有结点&#xff0c;则将next指针设置为空。 struct Node* connect(struct Node* root) {…

浅谈金融行业数据安全分类分级

数据安全管理是一项从上而下的、多方配合开展的工作。在进行数据安全管理组织架构建设时&#xff0c;需要从上而下建设&#xff1b;从而全面推动数据安全管理工作的执行和落地&#xff1b;以保证数据安全的合法合规、并长效推动业务的发展和稳定运行。 金融行业机构应设立数据…

docker 安装 MongoDB

文章目录 一、拉取镜像二、创建目录三、启动 版本&#xff1a; 4.2.21 注意&#xff1a;本身这个安装教程是在安装 yapi 时写的&#xff0c;所以如果只安装MongoDB 是可以简化部分与 yapi 有关的内容 一、拉取镜像 docker pull mongo:4.2.21二、创建目录 mkdir -p /data/doc…

在 Ubuntu Server 22.04 上安装和配置 Kubectl

在 Ubuntu Server 22.04 上安装和配置 Kubectl 如何在 Ubuntu Server 22.04 上安装和配置 Kubectl&#xff0c;以便管理 Kubernetes 集群。 前提条件 在开始之前&#xff0c;请确保您已满足以下要求&#xff1a; 已安装 Ubuntu Server 22.04已安装 Kubernetes 集群拥有集群…

【Python脚本随手笔记】-- 将 “庆余年2” 等信息写入 Txt 文件中

&#x1f48c; 所属专栏&#xff1a;【Python脚本随手笔记】 &#x1f600; 作  者&#xff1a;我是夜阑的狗&#x1f436; &#x1f680; 个人简介&#xff1a;一个正在努力学技术的CV工程师&#xff0c;专注基础和实战分享 &#xff0c;欢迎咨询&#xff01; &#…

WordPress插件Disable WP REST API,可根据是否登录来禁用REST API

前面跟大家分享了代码版禁用WordPress REST API的方法&#xff08;详见『WordPress4.7以上版本如何禁用JSON REST API&#xff1f;』&#xff09;&#xff0c;不过有些站长不太敢折腾自己的网站代码&#xff0c;那么建议试试这款Disable WP REST API&#xff0c;它可以&#xf…

【MiniCPM-V】win10本地部署OCR等性能测试

性能尝试 本地配置如下 --------------------------------------------------------------------------------------- | NVIDIA-SMI 546.80 Driver Version: 546.80 CUDA Version: 12.3 | |-----------------------------------------------------…

Advanced Installer 使用教程-注册表的读写

一、写入 1、注册表的写入&#xff1a;点击左侧“注册表”&#xff0c;在配置单元注册表的条目上右击选择“新建项”&#xff0c;填入新建项名称&#xff0c;如下图新建了一个“InstallerManager”项 2、在刚才的新建项上右击选择“新建值”&#xff0c;在弹出的窗口中填入名称…

Elasticsearch集群部署以及认证配置

文档地址&#xff1a; 官网文档地址&#xff1a; https://www.elastic.co/guide/index.html rpm包/源码下载地址&#xff1a;https://www.elastic.co/cn/downloads 源码安装-环境准备&#xff1a; node-01 192.168.95.174 node-02 192.168.95.173 node-03 …

Helm安装kafka3.7.0无持久化(KRaft 模式集群)

文章目录 2.1 Chart包方式安装kafka集群 5.开始安装2.2 命令行方式安装kafka集群 搭建 Kafka-UI三、kafka集群测试3.1 方式一3.2 方式二 四、kafka集群扩容4.1 方式一4.2 方式二 五、kafka集群删除 参考文档 [Helm实践---安装kafka集群 - 知乎 (zhihu.com)](https://zhuanlan.…

docker ps显示的参数具体是什么意思

1&#xff0c;运行一个容器 docker run -d ubuntu:15.10 /bin/sh -c "while true; do echo hello world; sleep 1; done"这段命令的作用是使用 docker run 命令运行一个基于 ubuntu:15.10 镜像的 Docker 容器&#xff0c;并在容器中执行一个无限循环的命令。 具体解…

LeetCode700二叉搜索树中的搜索

题目描述 给定二叉搜索树&#xff08;BST&#xff09;的根节点 root 和一个整数值 val。你需要在 BST 中找到节点值等于 val 的节点。 返回以该节点为根的子树。 如果节点不存在&#xff0c;则返回 null 。 解析 最基本的二叉搜索树的应用&#xff0c;递归或者while循环都可以…

dll文件是什么?电脑丢失某个dll文件有什么解决办法

Dll文件是什么&#xff1f;这个文件在电脑中是什么样的地位&#xff1f;如果电脑提示丢失了某个dll文件那么有什么办的解决这个问题呢&#xff1f;如何将丢失的dll文件进行修复呢&#xff1f;今天这篇文章将按就来教大家几种修复丢失dll文件问题的方法。 DLL 文件&#xff0c;全…