柏林噪聲實現2D圖像霧

實現效果如下
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Perlin噪聲的原理
https://mrl.nyu.edu/~perlin/doc/oscar.html
論文作者
來自騰訊游戲學院(算是寫的我能看懂的了)
1、一维柏林噪声
  首先,在X轴向上每个整数坐标随机生成一个数(范围为-1~1),我们称这个数为Gradient,译为梯度或者斜率。然后我们对相邻两个整数之间使用梯度进行插值计算,使得相邻两点之间平滑过渡。平滑度取决于所选用的插值函数,老版的柏林噪声使用f(t)=3tt-2ttt,改进后的柏林噪声使用f(t)=ttt(t*(t*6-15)+10)。(代碼裏會用到)
在这里插入图片描述
2、二维柏林噪声
对于二维来说我们可以获取点P(x, y)最近的四个整数点ABCD,ABCD四个点的坐标分别为A(i, j)、B(i+1, j)、C(i, j+1)、D(i+1, j+1),随后获取ABCD四点的二维梯度值G(A)、G(B)、G©、G(D),并且算出ABCD到P点的向量AP、BP、CP以及DP。如下图所示:
在这里插入图片描述
  红色箭头表示该点处的梯度值,绿色箭头表示该点到P点的向量。
  接着,将G(A)与AP进行点乘,计算出A点对于P点的梯度贡献值,然后分别算出其余三个点对P点的梯度贡献值,最后将(u, v)代入插值函数中算出P点的最终噪声值。
  以上类推到三维的柏林噪声,则需要算出八个顶点的梯度贡献值,然后进行插值计算。
  还有一个问题没有解决,就是怎样随机生成梯度值。当然你可以通过使用一个伪随机函数生成一维到三维的梯度值(二维和三维就是梯度向量了),例如,对于一维可以使用下面的公式:
  Fract(Sin(n)*753.5453123f);

代碼實現

Shader "Hidden/TextFogShader"
{
   
	Properties
	{
   
		_MainTex("Texture", 2D) = "white" {
   }//紋理
		_Color("Fog Color", Color) = (1,1,1,1)//霧的顔色
		_Scale("Fog scale"
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值