Cesium中实现支持海量范围点的地形裁切

直接存储范围的方式

在实际开发中，我们会遇到很多需要将范围传入着色器的情况。比如：倾斜压平、地形压平、地形裁切等等。

上述提到的功能，最常见的做法是将范围的顶点信息直接通过纹理/数组的形式传入着色器。再从着色器中读取范围，利用射线法或其他类似的方法计算当前位置是否在范围内。最后根据计算结果执行各自的操作。

利用掩膜的方式

对于 GIS 专业出身或者从事过 GIS 行业的同学来说，掩膜应该是一个比较熟悉的概念（其他行业也有！但是这里的实现过程更类似与 GIS 中的掩膜）。

简单的说就是绘制一张图片，在需要保留的地方画上白色，在需要剔除的地方画上黑色。将这张图片盖在需要处理的影像上，就可以很简单的裁切出我们需要的东西。

同样的，我们也可以利用掩膜的概念来实现倾斜压平、地形压平、地形裁切等功能。

具体做法是：

1. 根据范围点计算 canvas 的长宽
2. 将范围绘制在 canvas 上，范围内为白色，范围外为黑色
3. 将 canvas 转换为纹理，并传入着色器
4. 着色器中，将当前位置转换为对应的纹理坐标，从而查询颜色
5. 如果查询结果为白色则在范围内，如果为黑色则在范围外

两种方式各自的优缺点

直接存储范围

直接存储范围的方式由于传入的是范围本身的信息，因此最终在着色器中使用的范围是精准的。

但正是因为传入的是范围本身，所以我们需要对每一个像素点/顶点进行一次“是否在范围内”的计算。如果传入的范围顶点数量多，就会造成一定程度的卡顿。

掩膜的方式

掩膜的方式由于提前计算了范围的内外信息(利用颜色区分了内外)，在渲染时只需要进行读取操作。因此在效率上会优于直接存储范围的方式，并且这个效率与范围的顶点数量无关(无论范围的顶点数量有多少，渲染效率都不变)。

下图示例范围顶点数量为 325，实际运行中丝毫感受不到性能损失。

但是掩膜的生成过程相当于将矢量数据栅格化，这个步骤将丢失数据的精度(丢失的精度与掩膜的分辨率有关，分辨率越高，丢失的精度越少)，因此放大来看其实并不与实际范围贴合。

总结

直接存储范围的方式计算精度高，但是范围顶点数量多时会出现卡顿现象。

利用掩膜的方式计算精度低，但是渲染效率高，不会出现卡顿的现象。

两种方式各有各的优点，并不存在谁优谁劣的问题，建议根据实际情况选用

课后阅读

地形压平需要传入压平的高程，那么怎么将高程信息也保存到掩膜中呢？

其实并不困难，压平的高程可以用一个 Float 表示，而 Float 的精度为 32-bit ，一个完整的 RGBA8 的精度也是 32-bit，因此我们可以将 Float 编码到 RGBA8 中，再利用 RGBA8 对应的颜色来绘制掩膜，最终在着色器中将查询到的颜色解码回 Float 即可。

生成的掩膜类似下图(两个范围高度分别为 102.234234、234.23455)

原文链接

Cesium中实现支持海量范围点的地形裁切