计算机图形学入门·Games101笔记（1至3）

MriceSAMA

已于 2023-11-26 15:40:11 修改

阅读量42

点赞数

分类专栏：计算机图形学文章标签：笔记图形渲染

于 2023-11-25 19:51:49 首次发布

本文链接：https://blog.csdn.net/MriceSAMA/article/details/134613557

版权

计算机图形学专栏收录该内容

1 篇文章 0 订阅

订阅专栏

俗话说的好，技(gong)多(zuo)不(zhao)压(bu)身(dao)，作为一个N年游戏玩家，不得学学游戏蕴含的基本原理？
[本文笔记来自Games101课程学习过程]
官方网站：GAMES: Graphics And Mixed Environment Symposium
纯个人学习记录，促进自身理解，如有不足和错误，还请斧正。

1.线性代数入门

首先需要一定的数学知识，这些基本包括在工科生必修课程中，所以本节简要介绍。实在不记得就翻翻书，温故而知新。

1.1向量的点乘、叉乘

1.1.1 右手系、左手系判断

使用右手定则，大拇指.jpg

1.1.2 向量点乘前后判断，叉乘左右、内外的判断

1.2矩阵的运算

大家都会

2.坐标变换【齐次坐标】

对于计算机图形来说，最终还是要呈现在我们的屏幕上，从现实生活中我们知道，从不同的角度观察事物会有不同的画面呈现，而在计算机中也是如此。对于空间的一个个点之间的关系，其实很容易用数学去描述。图形的变换使用矩阵的运算则变得简单。

2.1 3D/2D Transformations

对于三维空间的坐标点或者向量往往采用四维表示，其中第四位采用1表示点，采用0表示向量。

$vector: (x,y,z,0)\\ \\dot: (x,y,z,1)$

对点/向量进行变换时，使用矩阵进行运算。

注意：可以将旋转平移等操作分解为不同矩阵，先左乘旋转矩阵，再左乘平移矩阵【这一步具象化为对于实际图形的变换为：先平移再旋转，具体理解为先平移到原点再旋转，与先绕原点旋转再以同样的方式平移的区别】：

$T_{(1,0)}·R_{45}·[x,y,1]^{T}=[x',y',1]^{T}$

旋转的一些性质：[注意正交矩阵]向相反的方向旋转就是采用矩阵的转置，同时此转置与逆相同。

矩阵的逆适用于所有的逆变换过程。

$R_{-\theta}=\left\{ \begin{matrix} cos\theta & sin\theta\\ -sin\theta & cos\theta \end{matrix} \right\}= R_{\theta}^{T}= \left\{ \begin{matrix} cos\theta & -sin\theta\\ sin\theta & cos\theta \end{matrix} \right\} ^{T}=\\ R_{\theta}^{-1}= \left\{ \begin{matrix} cos\theta & -sin\theta\\ sin\theta & cos\theta \end{matrix} \right\} ^{-1}$

2.2 MVP transformation

2.2.1三维下的旋转的分解，绕xyz轴旋转

详细见2.2.4 MVP（1）

2.2.2正交投影 orthographic projection

正交投影就是将图形按照平行光线方向投射至相机。

2.2.3透视投影 perspective projection

在日常中，是存在着透视关系的，例如我们观看铁路，由近往远看两条铁路会逐渐收窄。

这也是透视视图的由来，从远平面投影至近平面有一个变换的过程。

从远平面投影至近平面使用矩阵 $M_{persp2ortho}$ ，变换完成后再进行一次正交投影。

$M_{persp} = M_{ortho}M_{ersp2ortho}$

以上注意：都是变换矩阵左乘向量或者点。

2.2.4 M V P

（1）Model Transformation：【绕轴旋转等】

为什么叫model transformation？因为需要对图形本身进行旋转变换。

其变换矩阵如下所示：

（2）View Transformation：【视角变换】

一般来说，将相机视角先移动到原点，再将y轴朝上，看向-z方向，其变换矩阵如下：

由于对于gte直接变换至原坐标系比较困难，所以采用逆变换，相对较简单反推变换矩阵Rview。

（3）Projection Transformation：【投影变换】

正交投影，思路还是同一般坐标一样，先将图形平移至原点，再进行scale。

Mortho为上图。

透视投影，形状类似一个平头截体。n为近平面，f为远平面z轴坐标。

$\left\{ \begin{matrix} n & 0 & 0 & 0\\ 0 & n & 0 & 0\\ 0 & 0 & n+f & -nf\\ 0 & 0 & 1 & 0 \end{matrix} \right\}$

$M_{persp2ortho}$ 为上图。

（4）Viewport Transformation【个人理解是标注视角（屏幕）大小的另一种方式】

Canonical Cube to Screen：

将MVP操作后的图形移动变换至[0, width]x[0, height]大小的屏幕。为像素表示做准备。

3.光栅化Rasterization

光栅化，顾名思义就是让图形到光栅显示器上显示给人类观看。

3.1 Triangles

计算机图形常用三角形网格表示。

3.1.1 raster display

示波器
CRT显示器
LCD
LED
Electronic Ink

3.1.2 为什么要使用三角形作为基础形状

作为基础的多边形，可以构成其他的多边形。
三点构成一个平面。
内部方便定义。
在顶点上能够有良好的方法对三角形内的参数数值进行插值处理。

3.2 Sampling

3.2.1 如何判断像素是否在三角形内

屏幕是由一个个像素点组成的，而我们知道一个三角形是一块连续的图形，当三角形只包含部分像素点时，判断像素点是否属于该三角形内，对于图形显示尤为重要。

3.2.2 采样（sampling）

（1）判断像素中心在三角形内部

注意，对于在两个三角形共同边界上的像素，通常由渲染器的定义决定，例如：下左边上的像素属于左边的三角形，上右边上的像素属于右边的三角形。

加速方法：

1）边界箱体：将三角形框入一个Box内，这样就能够不对所有的像素进行判断操作。
2）Incremental Triangle Traversal ：一行一行进行像素点遍历，减少像素点判断数量？【适用于薄三角形和旋转三角形】

（2）实际的显示器的像素是离散的，是颜色均匀的正方形，易产生走样问题。

3.3 Antialiasing 抗走样（包括处理采样的错误，失误，不准确等）

3.3.1 什么是aliasing（走样）

边缘----锯齿空采样
摩尔纹----欠采样
车轮效应----时间采样误差
...

（1）欠采样为什么会造成走样？

低频信号与高频信号采样点值重合。高频信号采样点不足，导致认为采样到了低频信号，即无法区分两个信号。

（2）滤波（filtering）

上述问题的解决方案，便是滤波。

Spatial domain vs Frequency domain

对于Spatial domain的理解其实就像CV里的卷积神经网络对于图像的卷积计算【根据卷积核计算】，其可以通过傅里叶变换转化为Frequency domain中的信号。反过来就是傅里叶逆变换。

Spatial domain中采用卷积符号计算，Frequency domain中采用乘法计算过滤信号。

Filtering = Convolution = Averaging

Sampling = Repeating Frequency Contents

将采样过程与滤波的内容结合起来：采样其实是重复频率的内容。

采用卷积进行averaging像素内的值：Convolve f(x,y) by a 1-pixel box-blur ，f(x,y) = inside(triangle,x,y)即等于三角形覆盖像素点的面积。

先filter再sample 非常重要的一点！先进行滤波后，能获得更多的（过渡性）像素点采样。

3.3.2 减少aliasing的方法

（0）加像素分辨率5ex5e!

（1）在采样之前进行模糊处理（预过滤）

将采用卷积进行averaging像素内的值 [先filter再sample]
ag: ???

（2）SMAA【超采样】

超采样指的是通过采样一个像素内的多个位置，并对它们的值取平均值来获取像素的最终显示。

游戏中常见的抗锯齿4X4, 16X16等

当然，超采样所带来的代价是超分辨率带来的NxN倍的计算量。

（3）FXAA

（4）TAA

（5）DLSS

参考：

走样与反走样

三维视觉之数字图像处理基础（六）图像频域滤波

3.4 Z-buffering 深度缓冲

我们在屏幕上显示的图形都是二维的，这就不可避免地需要考虑图形的远近投射到屏幕上所带的深度属性。

首先假设z=0最近，z=无穷为最远

Store current min. z-value for each sample (pixel)

Needs an additional buffer for depth values

frame buffer stores color values
depth buffer (z-buffer) stores depth

伪代码如下：

for (each triangle T)
    for (each sample (x,y,z) in T)
        if (z < zbuffer[x,y])           // closest sample so far
        framebuffer[x,y] = rgb;         // update color
        zbuffer[x,y] = z;               // update depth
    else
        ;                               // do nothing, this sample is occluded

Z-buffer的复杂度为O(n)，对于同一个像素点上的n个三角形

其示意如下图：