简单的光线追踪教程（二）

简单的光线追踪教程（二）

4. 光线，简单的照相机和背景

4.1. 射线类

所有的光线追踪器都会有射线类，以及沿着射线看到什么颜色的计算。让我们把射线看作是一个函数
$$P(t)=A+tb$$
这里P是三维线上的三维位置。A是射线的起源bb是光线的方向。射线参数t是一个实数(在代码中用double修饰)，通过不同的变量变换，我们可以得到射线或直线。

我们可以写一个类来表示射线类

#ifndef RAY_H
#define RAY_H

#include "vec3.h"

class ray {
    public:
        ray() {}
        ray(const point3& origin, const vec3& direction)
            : orig(origin), dir(direction)
        {}

        point3 origin() const  { return orig; }
        vec3 direction() const { return dir; }

        point3 at(double t) const {
            return orig + t*dir;
        }

    public:
        point3 orig;
        vec3 dir;
};

#endif

4.2. 准备一个射线追踪器

我们射线追踪器的核心部分通过像素发送光线，并且计算在这些射线计算这些射线方向上所看到的颜色。所涉及的步骤是：(1)计算光线从眼睛到像素，(2)确定光线相交的对象，(3)计算该交点的颜色因此，需要一个简单的ray_color(ray)函数，它返回背景的颜色（一个简单的渐变）

#include "color.h"
#include "ray.h"
#include "vec3.h"

#include <iostream>

color ray_color(const ray& r) {
    vec3 unit_direction = unit_vector(r.direction());
    auto t = 0.5*(unit_direction.y() + 1.0);
    return (1.0-t)*color(1.0, 1.0, 1.0) + t*color(0.5, 0.7, 1.0);
}

int main() {

    // Image
    const auto aspect_ratio = 16.0 / 9.0;
    const int image_width = 400;
    const int image_height = static_cast<int>(image_width / aspect_ratio);

    // Camera

    auto viewport_height = 2.0;
    auto viewport_width = aspect_ratio * viewport_height;
    auto focal_length = 1.0;

    auto origin = point3(0, 0, 0);
    auto horizontal = vec3(viewport_width, 0, 0);
    auto vertical = vec3(0, viewport_height, 0);
    auto lower_left_corner = origin - horizontal/2 - vertical/2 - vec3(0, 0, focal_length);

    // Render

    std::cout << "P3\n" << image_width << " " << image_height << "\n255\n";

    for (int j = image_height-1; j >= 0; --j) {
        std::cerr << "\rScanlines remaining: " << j << ' ' << std::flush;
        for (int i = 0; i < image_width; ++i) {
            auto u = double(i) / (image_width-1);
            auto v = double(j) / (image_height-1);
            ray r(origin, lower_left_corner + u*horizontal + v*vertical - origin);
            color pixel_color = ray_color(r);
            write_color(std::cout, pixel_color);
        }
    }

    std::cerr << "\nDone.\n";
}

这个版本的ray_color(ray)函数将白色和蓝色线性混合。会产生依赖于Y坐标的从蓝到白的渐变

5. 添加球体

我们在我们的光线追踪器中添加一个物体，因为对于光线追踪来说，打球是非常简单的。

5.1. 射线交球

以源点为中心，半径为R的球体方程为
$$x^2+y^2+z^2=R^2$$
其中对于任意的一个点（x, y, z）来说，如果
$$x^2+y^2+z^2>R^2$$
则表明该点在球外，反之则在球内

5.2. 建立我们第一个光线追踪图象

如果我们把这个数学和硬编码应用到我们的程序中，我们就可以用红颜色来测试它，在z轴上我们放置在−1上的任何像素都是这样的：

bool hit_sphere(const point3& center, double radius, const ray& r) {
    vec3 oc = r.origin() - center;
    auto a = dot(r.direction(), r.direction());
    auto b = 2.0 * dot(oc, r.direction());
    auto c = dot(oc, oc) - radius*radius;
    auto discriminant = b*b - 4*a*c;
    return (discriminant > 0);
}

color ray_color(const ray& r) {
    if (hit_sphere(point3(0,0,-1), 0.5, r))
        return color(1, 0, 0);
    vec3 unit_direction = unit_vector(r.direction());
    auto t = 0.5*(unit_direction.y() + 1.0);
    return (1.0-t)*color(1.0, 1.0, 1.0) + t*color(0.5, 0.7, 1.0);
}

这样我们就得到了一个红色的球体

后面我们会继续讲到对于这个球的阴影，反射，材料等