柏林噪声(Python)

柏林噪声

  Perlin Noise是Ken Perlin在1983年开发的一种梯度噪音,这是一种用于在计算机生成的表面上产生自然出现纹理的技术,使用Perlin噪声合成的纹理通常用于CGI,通过模仿自然界中纹理的受控随机外观,使计算机生成的视觉元素(如物体表面,火焰,烟雾或云)看起来更自然。 − − W i k i --Wiki Wiki

理论知识链接

噪音 - Perlin
一篇文章搞懂柏林噪声算法,附代码讲解
http://libnoise.sourceforge.net/index.html
不只是噪声,更是数学美 —浅谈Perlin Noise(理论知识完美)
不只是噪音–知乎(写的超棒!!)

代码实现(Python)

由Ken Perlin 2002年原始JAVA代码改编而来

#-*- coding:utf8 -*-

# PYTHON REFERENCE IMPLEMENTATION OF IMPROVED NOISE - COPYRIGHT 2002 KEN PERLIN.
import math
import numpy as np

def PerlinNoise(x,y,z, octaves=6, persistence=0.5):
    # Sum of Noise Function = Perlin Noise
    # Each successive noise function you add is known as an octave
    total = 0
    p = persistence  # reference value:  1/4, 1/2 ,3/4 
    for i in range(octaves):
        frequency=2**i
        amplitude=p**i
        octave=ImprovedNoise(x * frequency, y * frequency, z * frequency) * amplitude
        total+=octave
    return total

def ImprovedNoise(x, y, z):
    # frequency=1/wavelength
    # It returns floating point numbers between -1.0 and 1.0
    # FIND UNIT CUBE THAT CONTAINS POINT.
    X = int(math.floor(x)) & 255
    Y = int(math.floor(y)) & 255
    Z = int(math.floor(z)) & 255

    # FIND RELATIVE X,Y,Z OF POINT IN CUBE.
    x -= math.floor(x)
    y -= math.floor(y)
    z -= math.floor(z)

    # COMPUTE FADE CURVES FOR EACH OF X,Y,Z.
    u,v,w = fade(x),fade(y),fade(z)

    # HASH COORDINATES OF THE 8 CUBE CORNERS
    # AND ADD BLENDED RESULTS FROM  8 CORNERS OF CUBE
    A = p[X  ]+Y; AA = p[A]+Z; AB = p[A+1]+Z;
    B = p[X+1]+Y; BA = p[B]+Z; BB = p[B+1]+Z;
    return lerp(w, lerp(v, lerp(u, grad(p[AA  ], x  , y  , z   ),
                                   grad(p[BA  ], x-1, y  , z   )),
                           lerp(u, grad(p[AB  ], x  , y-1, z   ),
                                   grad(p[BB  ], x-1, y-1, z   ))),
                   lerp(v, lerp(u, grad(p[AA+1], x  , y  , z-1 ),
                                   grad(p[BA+1], x-1, y  , z-1 )),
                           lerp(u, grad(p[AB+1], x  , y-1, z-1 ),
                                   grad(p[BB+1], x-1, y-1, z-1 ))))

def fade(t):
    return t * t * t * (t * (t * 6 - 15) + 10)

def lerp(t, a, b):
    return a + t * (b - a)

def grad(hash, x, y, z):
    # CONVERT LO 4 BITS OF HASH CODE INTO 12 GRADIENT DIRECTIONS.
    h = hash & 15
    u = x if h < 8 else y
    v = y if h < 4 else x if h==12 or h==14 else z

    return (u if (h&1)==0 else -u)+(v if (h&2)==0 else -v)


permutation = [ 151,160,137,91,90,15,
131,13,201,95,96,53,194,233,7,225,140,36,103,30,69,142,8,99,37,240,21,10,23,
190, 6,148,247,120,234,75,0,26,197,62,94,252,219,203,117,35,11,32,57,177,33,
88,237,149,56,87,174,20,125,136,171,168, 68,175,74,165,71,134,139,48,27,166,
77,146,158,231,83,111,229,122,60,211,133,230,220,105,92,41,55,46,245,40,244,
102,143,54, 65,25,63,161, 1,216,80,73,209,76,132,187,208, 89,18,169,200,196,
135,130,116,188,159,86,164,100,109,198,173,186, 3,64,52,217,226,250,124,123,
5,202,38,147,118,126,255,82,85,212,207,206,59,227,47,16,58,17,182,189,28,42,
223,183,170,213,119,248,152, 2,44,154,163, 70,221,153,101,155,167, 43,172,9,
129,22,39,253, 19,98,108,110,79,113,224,232,178,185, 112,104,218,246,97,228,
251,34,242,193,238,210,144,12,191,179,162,241, 81,51,145,235,249,14,239,107,
49,192,214, 31,181,199,106,157,184, 84,204,176,115,121,50,45,127, 4,150,254,
138,236,205,93,222,114,67,29,24,72,243,141,128,195,78,66,215,61,156,180
]
p=permutation*2

Perlin noise library for Python

该包旨在为您提供简单易用的快速函数,用于
在Python程序中生成Perlin噪声。

安装

安装前先下载微软开发环境
https://visualstudio.microsoft.com/downloads/
找到 Other Tools and Frameworks 点开,
下载 Microsoft Visual C++ Redistributable for Visual Studio 2017安装即可。

pip安装

pip indtsll noise

本地安装
GitHub下载源文件,然后运行

python setup.py install

安装错误: Failed building wheel for noise
https://www.lfd.uci.edu/~gohlke/pythonlibs/#noise
下载对应版本,安装解析环境,cp后面是Python的版本号

noise-1.2.2-cp36-cp36m-win32.whl
noise-1.2.2-cp36-cp36m-win_amd64.whl
noise-1.2.2-cp37-cp37m-win32.whl
noise-1.2.2-cp37-cp37m-win_amd64.whl

pip install C:\Users\Admin\Anaconda3\Scripts\noise-1.2.2-cp36-cp36m-win_amd64.whl

示例代码

#-*- coding:utf8 -*-
from noise import pnoise2,pnoise3
import numpy  as np
from  numpy import sin,cos,arccos,arcsin,sqrt
import pandas as pd
import random

def timer(func):
    import datetime
    from functools import wraps

    @wraps(func)
    def decorated(*args, **kwargs):
        starttime = datetime.datetime.now()
        res=func(*args, **kwargs)
        endtime = datetime.datetime.now()
        print('time used {} sec'.format((endtime - starttime).seconds))
        return res
    return decorated

class Sphere:

    def __init__(self,radius):
        self.radius=radius

    def coord_trans(self,longitude,latitude,radius=None):
        '''
        coordinate transformation
        Cartesian coordinates
        '''
        lat,lon=latitude,longitude
        if radius is None:
            r=self.radius
        else:
            r=radius

        x = r * cos(lat) * cos(lon)
        y = r * cos(lat) * sin(lon)
        z = r * sin(lat)
        return x,y,z

    def distance(self,lon,lat,angle='degrees',radius=None):
        if angle=='degrees':
            lon,lat=np.radians([lon,lat])

        a1,a2=lat
        b1,b2=lon
        if radius is None:
            r1=r2 =self.radius
        elif isinstance(radius,(int,float)):
            r1=r2 = radius
        else:
            r1,r2,*_=radius

        'Cartesian distance'
        tmp = cos(a1) * cos(a2) * cos(b1 - b2) + sin(a1) * sin(a2)
        L = sqrt(r1 ** 2 + r2 ** 2 - 2 * r1 * r2 * tmp)

        if r1==r2:
            'spherical distance'
            S = r1 * arccos(tmp)
            return L,S
        else:
            return L,None

    @timer
    def create_sphere(self,unit=0.1,multiplier=1.0,stretch=1.0,
                      seed=None,*args,**kwargs):
        '''
        Spherical coordinate system (lon,lat,r)
        0 <= r < math.inf
        0 <= lon <= PI * 2
        -PI / 2 <= lat <= PI / 2
        '''

        lon=np.arange(-180,180,unit)
        lat=np.arange(-90,90+unit,unit)

        'coordinate transformation'
        # coord = pd.MultiIndex.from_product([lon, lat], names=['lon', 'lat'])
        # coord = pd.DataFrame(index=coord).reset_index()
        lon1,lat1=np.meshgrid(lon,lat)
        x, y, z = self.coord_trans(np.radians(lon1), np.radians(lat1), radius=stretch)

        'default arguments'
        if seed is None:
            seed=random.randint(0,256)
        else:
            seed=int(seed)

        'Define numpy ufunc(universal function)'
        ufunc_pnoise3=lambda x,y,z:pnoise3(x, y, z,base=seed,*args,**kwargs)
        self.ufunc_pnoise3=np.frompyfunc(ufunc_pnoise3, 3, 1)

        h = self.ufunc_pnoise3(x,y,z)
        # h=pd.pivot(coord.lat, coord.lon, h)

        print('seed={}'.format(seed))
        return lon,lat,h

    def draw_sphere(self,lon,lat,h,map='ellipse'):
        import matplotlib.pyplot as plt
        h1=h.copy()
        h2=h.copy()
        h1[h<0]=None
        h2[h>0]=None

        fig=plt.figure()
        if map=='ellipse':
            lon,lat=np.meshgrid(lon,lat)
            lon=sqrt(1-(lat/90)**2)*lon
            plt.contourf(lon, lat, h1, cmap='Greens_r')
            plt.contourf(lon, lat, h2, cmap='Blues_r')
        elif map=='cosine':
            lon,lat=np.meshgrid(lon,lat)
            lon=cos(np.radians(lat))*lon
            plt.contourf(lon, lat, h1, cmap='Greens_r')
            plt.contourf(lon, lat, h2, cmap='Blues_r')
        else:
            plt.contourf(lon, lat, h1, cmap='Greens_r')
            plt.contourf(lon, lat, h2, cmap='Blues_r')
        plt.show()

earth=Sphere(radius=2)
lon,lat,h=earth.create_sphere(octaves=10, persistence=0.5,multiplier=2,seed=57)
earth.draw_sphere(lon,lat,h,map='ellipse')

map

  • 6
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
OpenGL柏林噪声算法是一种用于生成逼真的随机纹理和模拟自然材质的算法。它是由科学家肯·普莱伯(Ken Perlin)在1983年创造并命名的。 柏林噪声算法的基本原理是通过在一个网格中的各个顶点上分配随机数值,然后使用插值方法在网格内的其他点上计算出合适的数值。它的优点是生成的噪声表现出自然界中的一些特点,如渐变、连续性和纹理的自相似性。 算法的核心是一个被称为“Perlin 网格”的数据结构。这个网格是一个三维的基于向量的数组,每个向量代表一个网格点。在网格的每个顶点上,使用一个随机化的梯度向量来分配一个随机数值。然后通过在网格中插值计算,每个网格内的其他点都可以根据周围顶点的值来计算出一个合适的数值。 柏林噪声算法被广泛应用于计算机图形学的领域,特别是在生成逼真的纹理和模拟自然材质方面。它能够为平滑的、有机的形状创建真实感纹理,并且常用于实现地形生成、纹理合成、云雾效果、水波动效果等。 通过改变柏林噪声算法中的参数,例如插值方法、频率、幅度和持续时间等,可以创建出不同类型的噪声效果。这使得开发人员可以根据需求,灵活地控制生成的纹理和模拟效果的外观和表现。 总之,OpenGL柏林噪声算法是一种优秀的随机纹理生成算法,它为计算机图形学带来了丰富的纹理和模拟效果,并在游戏开发、电影特效等领域中得到广泛应用。

“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 3
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