凹凸贴图数据的获取原理

你一身傲骨怎能输

已于 2025-02-22 03:21:00 修改

阅读量109

点赞数 3

分类专栏：图形引擎底层基本知识专栏文章标签：贴图

于 2025-02-21 23:39:41 首次发布

本文链接：https://blog.csdn.net/qq_33060405/article/details/145787907

版权

图形引擎底层基本知识专栏专栏收录该内容

196 篇文章

订阅专栏

凹凸贴图（Bump Mapping）和法线贴图（Normal Mapping）是计算机图形学中用于模拟表面细节和凹凸效果的技术。获取凹凸贴图数据的原理主要涉及从高分辨率模型或图像中提取表面细节信息。以下是获取凹凸贴图数据的几种常见方法：

1. 从高分辨率模型生成凹凸贴图

a. 高低模型对比

高分辨率模型：首先创建一个高分辨率的3D模型，包含丰富的细节和复杂的表面特征。
低分辨率模型：然后创建一个低分辨率的模型，通常用于实时渲染。
烘焙（Baking）：使用3D建模软件（如Blender、Maya、3ds Max等）将高分辨率模型的细节“烘焙”到低分辨率模型的凹凸贴图中。这一过程通常会生成一张灰度图像，其中每个像素的灰度值表示表面的高度信息。

b. 法线贴图生成

法线计算：在烘焙过程中，软件会计算高分辨率模型表面法线的变化，并将这些法线信息存储在法线贴图中。法线贴图通常是RGB图像，其中每个像素的颜色值表示一个法线向量的方向。

2. 使用高度图生成凹凸贴图

高度图：高度图是一种单色纹理，其中每个像素的灰度值表示表面的高度。可以通过手动绘制、程序生成或从真实世界的地形数据中提取。
法线计算：从高度图生成凹凸贴图时，首先需要计算每个像素的法线。通过分析相邻像素的高度差，可以确定法线的方向。具体步骤如下：
- 对于每个像素，获取其周围像素的高度值。
- 计算法线向量的X和Y分量，通常使用相邻像素的高度差。
- 将法线向量归一化，以确保其长度为1。

3. 图像处理技术

图像编辑软件：使用图像编辑软件（如Photoshop、GIMP等）可以手动创建或编辑凹凸贴图。通过调整图像的亮度和对比度，可以模拟出凹凸效果。
滤镜和插件：许多图像编辑软件提供专门的滤镜或插件，可以自动生成凹凸贴图。例如，Photoshop中的“高反差保留”滤镜可以用于提取细节。

4. 扫描和摄影测量

3D扫描：使用3D扫描仪对真实物体进行扫描，可以获取物体的高分辨率模型和表面细节。这些数据可以用于生成凹凸贴图。
摄影测量：通过拍摄物体的多张照片，并使用软件（如Agisoft Metashape、RealityCapture等）进行处理，可以生成3D模型和相应的凹凸贴图。

5. 程序生成

程序化纹理生成：使用程序生成算法（如Perlin噪声、Voronoi图等）可以创建具有随机性和复杂性的凹凸贴图。这种方法常用于生成自然地形或纹理。

总结

获取凹凸贴图数据的原理主要依赖于从高分辨率模型、图像或真实世界物体中提取表面细节信息。通过烘焙、法线计算、图像处理、3D扫描和程序生成等方法，可以生成高质量的凹凸贴图，增强三维模型的视觉效果。

法线计算

从高度图生成凹凸贴图时，法线计算是一个关键步骤。以下是详细的步骤和公式，帮助你理解如何从高度图计算法线向量。

法线计算步骤

在这里插入图片描述

示例代码

以下是一个简单的伪代码示例，展示如何从高度图计算法线：

def calculate_normals(height_map):
    width, height = len(height_map[0]), len(height_map)
    normal_map = []

    for y in range(height):
        normal_row = []
        for x in range(width):
            # 获取相邻像素的高度值
            h_left = height_map[y][x-1] if x > 0 else height_map[y][x]
            h_right = height_map[y][x+1] if x < width - 1 else height_map[y][x]
            h_up = height_map[y-1][x] if y > 0 else height_map[y][x]
            h_down = height_map[y+1][x] if y < height - 1 else height_map[y][x]

            # 计算高度差
            dx = h_right - h_left
            dy = h_down - h_up

            # 构建法线向量
            normal = (-dx, -dy, 1)
            # 归一化法线向量
            length = (normal[0]**2 + normal[1]**2 + normal[2]**2) ** 0.5
            normalized_normal = (normal[0] / length, normal[1] / length, normal[2] / length)

            # 将法线分量映射到0到1的范围
            r = (normalized_normal[0] + 1) / 2
            g = (normalized_normal[1] + 1) / 2
            b = (normalized_normal[2] + 1) / 2

            # 存储法线到法线贴图
            normal_row.append((r, g, b))

        normal_map.append(normal_row)

    return normal_map

代码解释

获取相邻像素的高度值：
- 在每个像素位置 ( (x, y) ) 中，我们获取左、右、上、下相邻像素的高度值。对于边界像素，我们可以选择使用当前像素的高度值来避免越界。
计算高度差：
- 计算X方向和Y方向的高度差，得到 (\text{dx}) 和 (\text{dy})。
构建法线向量：
- 使用高度差构建法线向量，并将Z分量设为1。
归一化法线向量：
- 计算法线向量的长度，并将法线向量归一化。
映射法线分量：
- 将法线向量的X、Y、Z分量映射到0到1的范围，以便存储为RGB值。
存储法线到法线贴图：
- 将每个像素的法线值存储到法线贴图中，最终返回生成的法线贴图。