博客
关于我
【实时渲染】Unity Shader实现视差贴图 法线贴图
阅读量:324 次
发布时间:2019-03-04

本文共 1426 字,大约阅读时间需要 4 分钟。

视差贴图与陡峭视差贴图

视差贴图(Parallax Mapping)是一种用于增强3D物体表面的立体感的图形技术。相比于传统的法线贴图,视差贴图能够更逼真地模拟光线在物体表面反射的效果。

视差贴图的原理

视差贴图的核心思想是利用观察者的视角信息,根据高度图对纹理坐标进行调整,从而模拟远近视效应。具体来说:

  • 高度图的作用:高度图记录物体表面的高度信息。观察者看向物体时,视线会与高度图相交于某一点,这一点决定了视差贴图的纹理采样位置。

  • 视图方向的计算:通过计算观察者视图方向(viewDir),可以确定视线与高度图的交点。该交点决定了纹理坐标的偏移量。

  • 纹理坐标的调整:根据偏移量调整纹理坐标,使得观察者看到的视差效果更真实。

  • 视差贴图的效果主要体现在远处物体表面看起来更具立体感,尤其在斜视或低角度观察时表现明显。

    陡峭视差贴图的实现

    陡峭视差贴图(Steep Parallax Mapping)是视差贴图的升级版,通过对深度图的处理,进一步提升了贴图的精度和效果。其核心步骤如下:

  • 深度图的使用:借助深度图(Depth Map),记录物体表面的深度信息。深度图反映了物体表面离观察者有多远。

  • 层次遍历的方法:从远到近遍历深度图中的每一层,计算该层与纹理贴图的对应点。通过对比深度值,确定最终的纹理坐标偏移量。

  • 精度提升:通过增加遍历层数和调整深度分辨率,可以显著提高贴图的精度,使得纹理坐标的偏移更加精确。

  • 相比传统视差贴图,陡峭视差贴图的效果更为逼真,尤其在光线反射和阴影模拟方面表现更佳。

    技术实现代码示例

    以下是实现视差贴图和陡峭视差贴图的核心代码片段:

    视差贴图代码片段

    float height = tex2D(_DepthMap, i.uv.zw);float2 p = viewDir.xy / viewDir.z * (height * _HeightScale);i.uv.zw = i.uv.zw - p;

    陡峭视差贴图代码片段

    float numLayers = 10;float layerDepth = 1.0 / numLayers;float currentLayerDepth = 0.0;float2 p = viewDir.xy * _HeightScale;float deltaTexCoords = p / numLayers;float2 currentTexCoords = i.uv.zw;float currentDepthMapValue = tex2D(_DepthMap, currentTexCoords).r;while (currentLayerDepth < currentDepthMapValue) {    currentTexCoords -= deltaTexCoords;    currentDepthMapValue = tex2D(_DepthMap, currentTexCoords).r;    currentLayerDepth += layerDepth;}i.uv.zw = currentTexCoords;

    实现总结

    视差贴图和陡峭视差贴图通过利用深度信息和视图方向,显著提升了3D物体表面的视觉效果。这些技术在游戏开发和VR/AR应用中具有广泛的应用前景。

    通过合理设置高度图和深度图的分辨率,以及优化视图计算算法,可以进一步提升贴图的精度和性能。

    转载地址:http://kduh.baihongyu.com/

    你可能感兴趣的文章
    Nio ByteBuffer组件读写指针切换原理与常用方法
    查看>>
    NIO Selector实现原理
    查看>>
    nio 中channel和buffer的基本使用
    查看>>
    NIO基于UDP协议的网络编程
    查看>>
    NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
    查看>>
    Nitrux 3.8 发布!性能全面提升,带来非凡体验
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>
    Nmap扫描教程之Nmap基础知识
    查看>>
    Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
    查看>>
    NMAP网络扫描工具的安装与使用
    查看>>