目录
上节课的回顾
MVP 完成之后，会得到-1到1的立方体......
透视投影的两个属性
- 长宽比
- 垂直可视角度forvY （水平可视角度）
定义一个视锥，只需定义一个垂直可视角度和一个宽高比，就可以得出远近、左右、上下。
光栅化
概念：将立方体画在屏幕上
屏幕：可描述为二维数组，每个元素都是一个像素。
像素：可表示灰度，划分为256个等级，0表示黑，255表示白。
像素坐标：如图中蓝色像素坐标为（2,1）【左下角】
像素中心：（2.5,1.5）(x+0.5，y+0.5)
视口变换
从（-1,1）的正方形变到屏幕空间。
（忽略z轴）
- 先进行缩放
- 再将左下角移到原点
光栅化
将屏幕空间的多边形进一步打碎，打碎成像素，看每一个像素的值是什么。
看每一个像素是否在三角形内......
采样Sampling
---（光栅化的最简单的方法）将一个函数离散化的过程......
这里是利用像素中心对屏幕空间进行采样。
如何定义inside函数（即如何判断一个点是否在三角形内）？
通过向量的叉乘
Q同时在三条边的左侧或者右侧 则Q在三角形内部。
如果有一个点在三角形的边上呢？ ---自己定义一个标准，不做特殊要求。
优化：
1. 定义包围盒
for(x=xmin;x<xmax;++x)
for(y=ymin;y<ymax;++y){ }
2. 每一行找一个最左、最右，就是每一行都定义一个包围盒。
- 操作复杂
- 适用情况：窄长的三角形....
反走样（抗锯齿）
采样结束的结果：
产生了锯齿.......（走样）
如何反走样（抗锯齿）？
-
Artifacts
采样的三种Artifacts:
锯齿 摩尔纹(空间上采样带来的问题) 车轮效应（时间上采样带来的问题）
本质：信号的变化太快导致采样跟不上，所以产生了走样。
反走样的做法：
>>> 先模糊（滤波）再采样
先采样再滤波行吗？
>>>不行，因为已经发生了走样。
-
频域
傅里叶变换：把函数变成不同频率的段，并且把不同频率的段显示出来......
相同的采样方法，采样不同频率的函数。如采样f5的时候，采样频率太低，跟不上函数的变化。
>>>上图中，这些采样点采样黑色函数和蓝色函数得到的结果相同。
同样的采样方法，采样两种频率的函数，得到的结果我们无法区分，这就叫走样。
-
滤波
去掉一系列的频率......
傅里叶变换：可以把一个函数从时域变到频域。
时域 频域
右图中，中间部分为低频，周围部分为高频。（可以看出，低频信息较多）
高通滤波（去掉低频信号） ---对应 图像的边界
>>>图像边界（发生变化较大--对应高频信息）
低通滤波（模糊）（去掉高频信号） ---对应 一幅模糊的图像
带通滤波（去掉低频与高频信号） ---留下了不太明显的边界信息
-
卷积
>>>信号在任何一个地方，在它周围的区域，做了一个平均。
时域上的卷积==频域上的乘积
卷积方法：（相当于做了一个低通滤波）
1）. 一个图，用某一个卷积的滤波器，做一个卷积操作。
2）. 把这个图先傅里叶变换变到频域上，卷积的滤波器变到频域上，把两者相乘，乘完后得到频域的结果，再进行逆傅里叶变换变到时域上。
时域上的一个卷积核 变到频域上（卷积核越大 频域越小）
-
频域上的采样
采样不够快 >>> 采样点之间的距离很大 >>> 频谱上间隔越小 >>> 产生信号重叠（走样）
>>> 走样：频率的频谱发生了混叠。
结论 ：(采样的密集 >>> 走样情况会好很多）
反走样的做法
- 增加采样率。
- 先模糊再采样。（把一个信号的高频信息拿掉，再进行采样。）
模糊：低通滤波
怎么做模糊 ？
用什么样的滤波器进行模糊操作？选用1个像素大小的低通滤波器。
>>>（即对一个像素内的颜色进行平均）
MSAA（近似模糊过程）
MSAA所做的不是提高了采样率和分辨率，而只是为了得到三角形的近似覆盖。
将一个像素划分成四个小的像素。
再进行采样......
MSAA缺点：增加了计算量。
其他抗锯齿方法
- FXAA（快速近似抗锯齿）
>>> 图像的后期处理（**和采样无关**）
先把有锯齿的图像得出来 通过图像匹配找到边界，把边界换成没有锯齿的边界。
- TAA
>>> 复用上一帧感知到的结果，相当于把MSAA的样本分布到时间上，然后不对当前这一帧引入额外的操作。
深度缓冲（Z-buffer）
有很多三角形叠在一起时，他们之间互相遮挡，怎么解决。
画家算法
>>>（先把远处的画出来，再用近的覆盖远处物体......）
需要对每个三角形排序 o(nlogn)
由于存在这样的情况
画家算法并不适用，引入了深度缓存的概念......
深度缓存（Z-buffer）
>>> 看每一个像素记录最浅深度
不需要排序 o(n) n为三角形数量
- 初始化所有像素的距离为无限远。
- 遍历所有三角形中的所有像素。比较之前记录好的深度，若小于之前记录的，更新此深度。
举例：
如果做MSAA，则要对每一个采样点进行Z-buffer，而不是一个像素。
1293
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
