perlin噪声_从随机数到自然界中的噪声之二-Perlin Noise

从随机数到自然界中的噪声之二-Perlin Noise

Value Noiseの应用

在从随机数到自然界中的噪声之一Value Noise，我们生成了 wood pattern，这里我们先拓展和应用一下，把它

• 拓展到输入值是 vec 3，而不是之前的vec 2
• 把它渲染到 raytracing 中作为纹理

关键的部分在于三线性插值，参见文章 → 线性插值与双/三线性插值

代码

Perlin Noise

其实理解了 Value Noise， Perlin Noise 也就没多大问题了，在 Value Noise中，我们插值（interpolate）的是随机数（random number)，在Perlin Noise中，我们只是把 随机数变成了随机向量（random normalized vector），然后利用点乘来做插值，看代码：

class perlin {
    
private:
  static const unsigned tableSize = 256;
  static const unsigned tableSizeMask = tableSize - 1;
  vec3 gradients[tableSize];
  unsigned pTable[tableSize * 2];
  int hash(const int &x, const int &y, const int &z) const{
    
    return pTable[pTable[pTable[x]+y]+z];
  }
public:
  perlin (){
    
    unsigned seed = 2016;
    std::mt19937 gen(seed);
    std::uniform_real_distribution<float> distrFloat;
    auto randFloat = bind(distrFloat, gen);

    for (unsigned i = 0; i < tableSize; i++) {
    
      gradients[i] = unit_vector(vec3(2*randFloat()-1,2*randFloat()-1,2*randFloat()-1));
      pTable[i] = i;
    }

    // shuffle
    std::uniform_int_distribution<int> distUInt;
    auto randUInt = bind(distUInt, gen);
    for (size_t k = 0; k < tableSize; k++) {
    
      unsigned i  = randUInt() & tableSizeMask;
      std::swap(pTable[k], pTable[i]);
      pTable[k+tableSizeMask] = pTable[k];
    }
  }


  // float floor ( float arg );
  float eval(vec3 p) const {
    
    int xi0 = ((int)std::floor(p.x())) & tableSizeMask;
    int yi0 = ((int)std::floor(p.y())) & tableSizeMask;
    int zi0 = ((int)std::floor(p.z())) & tableSizeMask;

    int xi1 = (xi0 + 1) & tableSizeMask;
    int yi1 = (yi0 + 1) & tableSizeMask;
    int zi1 = (zi0 + 1) & tableSizeMask;

    float tx = p.x() - ((int)std::floor(p.x()));
    float ty = p.y() - ((int)std::floor(p.y()));
    float tz = p.z() - ((int)std::floor(p.z()));

    float u = smoothstep(tx);
    float v = smoothstep(ty);
    float w = smoothstep(tz);

    const v