UE引擎 LandscapeGrass 实现机制分析(UE5.2)

前言

随着电脑和手机硬件性能越来越高,游戏越来越追求大世界,而大世界非常核心的一环是植被,目前UE5引擎提供给植被生成的主流两种方式为 手刷植被LandscapeGrass(WeightMap程序化植被)。当然UE5.3推出新一代PCGFramework 节点程序化生成框架,也可以用于植被生成。(本文暂不涉及到PCGFramework), 主要分析LandscapeGrass方案

手刷植被

手刷植被是比较传统的植被生成方式,基本各种引擎都会提供植被编辑器让美术人力刷植被,这里倒是没什么好分析的。UE5提供了手刷植被模式FoliageMode, 工具比较齐全,比较易用,能让场景美术高效率手工刷植被。FoliageMode生成的植被是用HISM组件管理,不明白的可以看看我的另外一篇博客(UE4 4.27) UHierarchicalInstancedStaticMesh(HISM)原理分析

LandscapeGrass(WeightMap程序化植被)

背景

weightmap程序化植被, 顾名思义: 由地形weightmap程序化生成的植被。首先地形WeightMap的概念,说白了就是地形材质混合的权重图,不懂的可以看下UE地形系统材质混合实现和Shader生成分析(UE5 5.2)。场景美术在地形上频繁刷了各种材质,比如草原或者沙漠,然后需要再相应的地貌上种植相应植被,比如草原种绿草,沙漠种仙人掌,因为地形的材质层是频繁改动,每次刷完草或者沙漠后,又得用FoliageMode 在相应地貌刷植被,两重工作量,而且容易遗忘,这时候就非常需要一种工具:  在相应的WeightMap上程序化铺满一种或许多种植被,每次刷完WeightMap后地形可以自动生成。UE引擎 就有这样一套方案,叫LandscapeGrass

LandscapeGrass使用简介

配置LandscapeGrassType

材质Grass采样层配置

显示结果

LandscapeGrass生成分析

LandscapeGrass UML图

LandscapeGrass执行流程图

这里重点介绍RenderGrassMap,GrassInstancedStaticMeshComponent, FAsyncGrassTask.

这里的三个过程都是逐组件的,针对单独一个Landscapecomponent进行

RenderGrassMap(Per LandscapeComponent)

GrassMap本质就是一张图集(TextureAltas)

这里是将LandscapeComponent的HeightMap和Grass用到的所有WeightMap(也就是上面的L2,L3,L4,L5)合并到一张图集里,格式为PF_B8G8R8A8,也就是所谓的RenderGrassMap。

假设一个Landscapecomponent 分辨率为128,一张HeightMap占16位,一张WeightMap占8位, 由于上面使用了L2,L3,L4,L5四个草权重层,则 (2 + 4)/ 4 = 1.5, 得使用两张128 * 128,合起来(128 * 2)* 128 = 256 * 128,这就是RenderGrassMap图集。

GrassMap创建

Render GrassMap

通过DrawLandscapeComponentMesh,设置Ortho正交相机, 进行多次RenderPass, 将HeightMap和WeightMap写入到GrassMap图集里。一次RenderPass写入4个8位通道,6个8位通道就是需要两次RenderPass. 

核心代码:

FLandscapeGrassWeightVS,FLandscapeGrassWeightPS, FLandscapeGrassWeightMeshProcessor等文件

grass.CaptureNextGrassUpdate 1 可以对RenderGrassMap进行Renderdoc抓帧

GrassMap fetch成cpu数据

上一步生成了GrassMap 图集,里面存储了LandscapeComponent地块的HeightMap数据和所有的Grass相关的WeightMap数据。最终直接对GrassMap进行CPU ReadBack,读取数据出来,合并到FLandscapeComponentGrassData的 TArray<uint8> HeightWeightData里。HeightWeightData按顺序分段存储了高度数据和所有的Grass各层权重数据。

为什么需要Render GrassMap

回过头来看RenderGrassMap存在的意义是因为UE引擎地形的各个LandscapeComponent共用了HeightMap和WeightMap, RenderGrassMap就是把每个组件的HeightData和GrassWeightData从公用纹理抽离出来,存到LandscapeComponent里,方便每个LandscapeComponent生成自己的GrassInstancedStaticMeshComponent.

GrassInstancedStaticMeshComponent

GrassInstancedStaticMeshComponent继承于HISM组件,两者基本没什么区别。这里需要强调的是一个GSMC组件针对一个LandcapeComponent的LandscapeGrassType的GrassVariety来创建的。

FAsyncGrassTask(随机撒点和HISM构建)

LandscapeComponent已经获取高度和权重数据,下面就是进行随机撒点。FAsyncGrassTask

随机撒点

撒点密度由LandscapeComponent地块大小和GrassVariety的密度决定

FAsyncGrassBuilder封装了随机撒点的核心算法, 目前一共提供了两种随机撒点算法: JitterGrid和 Halto序列

勾选了UseGrid就是使用了JitterGrid随机撒点,反之使用Halto随机撒点。

JitterGrid

JitterGrid也就是根据密度把整个地形块均分切成多个块,每个块内随机生成一个二维点,并且加上一定的旋转和位置偏移,最终得到一个随机点。具体算法参考我之前一篇博客: 程序化物件放置(procedural placement)之泊松硬盘采样(poisson disk sampling)

一个随机点虽然生成出来了,但是是否存活得满足一定条件:

可以看出当权重为0,百分百不通过。权重为1时,通过率是百分百,如果权重为其它,那就看随机的运气了。

Halto序列

Halto随机数生成参考 应用halton序列生成均匀散点图

Halto序列生成的随机点存活条件判断和JitterGrid是一样的。比较注意的是,JitterGrid和Halto序列生成的随机点都是二维的,都需要进行一次SampleHeight来得到高度位置Z,Sample方法是 Bilinear interpolates。

撒完点后最终进行HISM构建。

FoliageModeLandscapeGrass的区别

未完待续

参考文章

[1] UE地形系统材质混合实现和Shader生成分析(UE5 5.2)

[2] (UE4 4.27) UHierarchicalInstancedStaticMesh(HISM)原理分析

[3] 应用halton序列生成均匀散点图

[4] 源码文件:LandscapeGrass.cpp

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/215266.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MyBatis:缓存

MyBatis 缓存一级缓存二级缓存注 缓存 缓存&#xff0c;是数据交换的缓冲区&#xff08;临时保存数据的地方&#xff09;。即将数据&#xff08;数据一般为频繁查询且不易改变&#xff09;保存在计算机内存中&#xff0c;下次读取数据时直接从内存中获取&#xff0c;以避免频繁…

OpenAI接口调用示例

最近为公司做了一个ChatGPT工具&#xff0c;这里展示一下OpenAI接口的调用 前提条件 访问OpenAI官网&#xff08;国内需要翻墙&#xff09;的账号&#xff0c;需要sk 地址&#xff1a;https://platform.openai.com 依赖 使用开源工具调用OpenAI接口&#xff0c;依赖如下&am…

Vue3封装一个轮播图组件

先看效果 编写组件代码 CarouselChart.vue <template><div classimg-box><el-button clickpreviousImages v-ifprops.showBtn>←</el-button><div classimg><div styledisplay: flex;gap: 20px idmove><imgclassimg-item v-for(item…

centos7部署docker

文章目录 &#xff08;1&#xff09;安装前准备&#xff08;2&#xff09;卸载旧版Docker&#xff08;3&#xff09;安装docker&#xff08;4&#xff09;配置镜像加速 &#xff08;1&#xff09;安装前准备 在开始安装之前&#xff0c;首先需要检查内核版本。使用 uname -r 命…

nodejs微信小程序+python+PHP个性化服装搭配系统APP-计算机毕业设计推荐 android

目 录 摘 要 I ABSTRACT II 目 录 II 第1章 绪论 1 1.1背景及意义 1 1.2 国内外研究概况 1 1.3 研究的内容 1 第2章 相关技术 3 2.1 nodejs简介 4 2.2 express框架介绍 6 2.4 MySQL数据库 4 第3章 系统分析 5 3.1 需求分析 5 3.2 系统可行性分析 5 3.2.1技术可行性&#xff1a;…

redis(设置密码)配置文件详细

1.设置账号密码端口 config set requirepass 123456 设置密码为123456 config get requirepass 查看账号密码 auth 123456 登入的时候输入这个确定账号密码 1. 首先连接到Redis服务器: redis-cli 2. 然后使用CONFIG SET命令设置requirepass参数并指定密码: CONFIG SET requi…

【PyTorch】现代卷积神经网络

文章目录 1. 理论介绍1.1. 深度卷积神经网络&#xff08;AlexNet&#xff09;1.1.1. 概述1.1.2. 模型设计 1.2. 使用块的网络&#xff08;VGG&#xff09;1.3. 网络中的网络&#xff08;NiN&#xff09;1.4. 含并行连结的网络&#xff08;GoogLeNet&#xff09; 2. 实例解析2.1…

家具制造ERP软件包含哪些功能?家具制造业ERP系统哪个好

不同的家具有不同的用料、品质、制造工时、营销渠道等&#xff0c;而有些家具制造企业采用传统的管理方式在处理物料BOM、生产实际成本核算、库存盘点、供应商选择、班组计件核对、生产领用以及物料追溯等方面存在不少提升空间。 与此同时也有很多的皮具制造企业借助ERP软件优…

Linux16 ftp文件服务区、vsftpd文件系统服务安装、lftp客户端安装、NFS远程共享存储

目录 一、FTP基础ftp主动模式ftp被动模式 二、vsftpd配置共享目录编辑配置文件使用windows 访问 三、客户端安装 &#xff08;lftp&#xff09;匿名用户的一些操作&#xff08;lftp {ip}&#xff09;ftp配置本地用户登录配置本地用户ftp配置文件 lftp操作 NFS远程共享存储安装n…

新的侧通道攻击可泄露处理器的 Root 密码

阿姆斯特丹自由大学的一组科学家开发了一种名为 SLAM&#xff08;Spectre Linear Address Masking&#xff09;的侧信道攻击。 该攻击利用旨在提高新型Intel、AMD 和 Arm 处理器安全性的硬件功能&#xff0c;从内核内存中提取根密码哈希。 重现 SLAM 攻击所需的代码和所有数据…

dockerfile:创建镜像的方式,船舰自定义的镜像

dockerfile&#xff1a;创建镜像的方式&#xff0c;船舰自定义的镜像 包括配置文件&#xff0c;挂载点&#xff0c;对外暴露的端口&#xff0c;设置环境变量 docker创建镜像的方式 1、基于已有镜像进行创建。 根据官方提供的镜像源&#xff0c;创建镜像&#xff0c;然后拉起…

IP与以太网的转发操作

TCP模块在执行连接、收发、断开等各阶段操作时&#xff0c;都需要委托IP模块将数据封装成包发送给通信对象。 网络中有路由器和集线器两种不同的转发设备&#xff0c;它们在传输网络包时有着各自的分工。 (1)路由器根据目标地址判断下一个路由器的位置 (2)集线器在子网中将网…

k8s pod日志写入ELK的具体实现

shigen坚持更新文章的博客写手&#xff0c;擅长Java、python、vue、shell等编程语言和各种应用程序、脚本的开发。记录成长&#xff0c;分享认知&#xff0c;留住感动。 在上一部分&#xff0c;shigen讲到了k8spod的日志写入ELK的三种技术方案&#xff0c;并在最后展示了一下我…

【USRP】LFTX / LFRX

LFTX/LFRX 设备概述 LFTX 子板利用两个高速运算放大器来允许 0-30 MHz 的传输。该板仅接受实模式信号。LFTX 非常适合 HF 频段的应用&#xff0c;或使用外部前端来上变频和放大中间信号的应用。LFTX 的输出可以独立处理&#xff0c;也可以作为单个 I/Q 对进行处理。 主要特征…

Python - 搭建 Flask 服务实现图像、视频修复需求

目录 一.引言 二.服务构建 1.主函数 upload_gif 2.文件接收 3.专属目录 4.图像修复 5.gif2mp4 6.mp42gif 7.图像返回 三.服务测试 1.服务启动 2.服务调用 四.总结 一.引言 前面我们介绍了如何使用 Real-ESRGAN 进行图像增强并在原始格式 jpeg、jpg、mp4 的基础上…

HeartBeat监控Redis状态

目录 一、概述 二、 安装部署 三、配置 四、启动服务 五、查看数据 一、概述 使用heartbeat可以实现在kibana界面对redis服务存活状态进行观察&#xff0c;如有必要&#xff0c;也可在服务宕机后立即向相关人员发送邮件通知 二、 安装部署 参照文章&#xff1a;HeartBeat监…

关于IDEA中maven的作用以及如何配置MAVEN

关于IDEA中maven的作用以及如何配置MAVEN 1、Maven是什么2、Idea中对于Maven的配置3、下载依赖时&#xff0c;Idea下方的显示3.1、Maven中央仓库的下载显示界面3.2、阿里云仓库的下载显示界面 4、Maven在Idea中的使用4.1、clean4.2、validate4.3、compile4.4、test&#xff08;…

智能优化算法应用:基于人工蜂群算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于人工蜂群算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于人工蜂群算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.人工蜂群算法4.实验参数设定5.算法结果6.…

从零构建属于自己的GPT系列5:模型部署1(文本生成函数解读、模型本地化部署、文本生成文本网页展示、代码逐行解读)

&#x1f6a9;&#x1f6a9;&#x1f6a9;Hugging Face 实战系列 总目录 有任何问题欢迎在下面留言 本篇文章的代码运行界面均在PyCharm中进行 本篇文章配套的代码资源已经上传 从零构建属于自己的GPT系列1&#xff1a;数据预处理 从零构建属于自己的GPT系列2&#xff1a;模型训…

2023年国赛高教杯数学建模A题定日镜场的优化设计解题全过程文档及程序

2023年国赛高教杯数学建模 A题 定日镜场的优化设计 原题再现 构建以新能源为主体的新型电力系统&#xff0c;是我国实现“碳达峰”“碳中和”目标的一项重要措施。塔式太阳能光热发电是一种低碳环保的新型清洁能源技术[1]。   定日镜是塔式太阳能光热发电站&#xff08;以下…