太极图形课——渲染——光线追踪实战第一部分呢

根据概念部分我们逐步通过太极实现光线追踪

总共可以分为5步

第一步:如何发射出一道光?

首先明确何为一道光,光从我们眼睛(摄像机)射出,那么在三维虚拟世界里,我们可以认为这道光就是一条射线,在三维世界里,一条射线可以由一个点和一个向量定义

任何在这条射线上的点,我们都可以用一个标量t来表示,这个标量的值代表了这个点到射出去的原点的距离

那么我们如何把这样一条射线放进我们所定义的虚拟世界中呢,首先需要设定的就是在这个虚拟世界中我们眼睛(摄像机)的位置,这个位置通过三维世界的坐标一个三维的数组就可以表达了,第二就是定义我们看的方向,也就是方向向量,也通过一个三维的数组表达

在概念中说,最后我们要将三维的物体投影在眼前的屏幕上就可以了,那么我们就需要放置屏幕,我们所看的方向穿过这个屏幕的中心,这个屏幕垂直于我们的视线

现在屏幕的位置还没有确定,首先我们需要确定屏幕和我们眼睛的距离,再确定屏幕屏幕的方向,我们设定一个三维向量来确定,最后就是屏幕的大小,这个我们通过设定一个fov来表示

通过fov可以求出屏幕的半宽和半长,宽由长决定,取决于你需要几比几的屏幕,例如16:9,有了这些我们设定一个以屏幕中心为原点的坐标系uvw,最后可以确定眼睛或者说摄像机左下角出发的点,并确定其水平和垂直的向量

此时我们就已经准备好发射射线

#首先定义一个世界坐标系,其中有眼睛或者说摄像机的位置
lookfrom[None] = [x,y,z]
#定义朝向
lookat[None] = [x,y,z]
#定义屏幕和其中心点
theta = 1.0/3.0 *pi #fov设置
half_height = ti.tan(theta/2.0) *distance
half_width = aspect_ratio * half_height * distance
w = (lookfrom[None] - lookat[None]).normalized()
u = (upp[None].cross(w)).normalized()
v = w.cross(u)
#可以得到屏幕的视点位置
cam_lower_left_corner[None] = (lookfrom[None] - half_width*u - half_height *v - w)*distance 
cam_horizational[None] = 2* half_width * u * distance 
cam_vertical[None] = 2 * half_height * v *distance
#发射光线
u = float(j)/res_x
v = float(i)/res_Y
ray.direction = cam_lower_left_corner[None] + u * cam_horizational[None] + v * cam_vertical[None] - lookfrom[None]
#pixel块是一个像素点方块,我们可以将其放在正中间
u = float(i + 0.5)/res_x
v = float(j + 0.5)/res_y

由于像素是一个方块,我们还可以把这个射线正好移动到点的中心

第二步: 如何将光和物体求交

之前已经了解到一个视线由一个射线表示,射线上的每一个点可以通过一个标量t来表示,那么怎么实现物体和实现的求交呢,对于一个圆来说。我们可以将圆用一个参数方程来表示,然后将点用t来代替我们就可以得到下列的方程

将方程简化就可以获得一个一元二次方程

通过求根公式韦达定理,可以判断是否有相交,相交的点是哪一个,我们需要去第一个正根,在计算机中由于有时候会出现0.0001这种明显是物体没有相交而是反射的正根,因此需要添加一个门槛,例如正根至少要大于0.001

目前教程所给代码中仅仅只实现了与圆的相交,实际上还可以实现和平面,三角形实现相交,例如对于一个平面来说,我们

的参数方程可以定义为平面上任意两个点所构成的向量和平面的法向量垂直,也就是点乘为0,将任意一点用视线的点代替

可以获得的根的方程为向量d和法向量点乘不为0,也就是这两个方向不垂直的时候,一定有一个点

如果为点乘为0,也分为从平面出发导致与平面重合以及不从平面出发,永远没有交点

进一步如何判断有点的话是否该点在三角形内

此时需要引入的概念是重心的概念,具体概念如下图,三个三角形的面积相加等于整个三角形说明这个点在三角形内

这个重心的概念可以推广到四面体上

此时就可以判断三角形网格的相交了

最后可以得到两种方法,一种是隐式积分,找到面的定义,将点的定义代入其中,最后得到一个高纬的方程,简化后都是一个一元二次方程,第二种方法遍历全部的三角形面片,找到点在哪个三角形里面

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/847758.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

【Docker学习】docker login/logout

docker login和docker logout是两个相反的操作,分别是登入/登出注册表(镜像仓库)。我们一般说的公共镜像仓库(docker hub)是不需要登入的,但私有的镜像仓库通常是需要登入(安全考虑)…

【TB作品】msp430g2553单片机,读取GY-30,光强传感器,显示到oled

硬件 七针 OLED * P2.0 CS* P2.1 DC* P2.2 RES* P2.3 D1 SDA* P2.4 D0* VCC 3.3V* GND GNDGY-30 //gy-30 //SCL--P1.4 //SDA--P1.5 //VCC--3.3V //GND--GND //ADDR--GND部分程序 #include <msp430.h> #include "gy30.h" #include "oled.h"f…

凸包算法Revit实例

ConvertHullAlgorithm &#xff08;凸包算法&#xff09; 引用 《计算几何》-导言&#xff1a;凸包的例子 前言 算法的基本逻辑与理念来自于《计算几何》这本书&#xff0c;后面其他几章的演示也都会在Revit中实现调试&#xff0c;希望能够每个算法都找一个合适的实现方向在R…

Pytorch实用教程:pytorch中 argmax(dim)用法详解

argmax(dim) 是 PyTorch 中的一个函数,用于找出指定维度上最大值的索引。argmax 函数是在多维张量上进行操作的,通过 dim 参数可以指定在哪一个维度上查找最大值。 参数解释 dim: 指定要在哪个维度上执行寻找最大值的操作。维度的索引从 0 开始,对应于张量的各个轴。返回值…

实现从微信聊天记录中获取信息,整理:具体的项目名称,要整理的日期范围,关键数据点(如任务完成度,主要负责人,重要的待解决问题)

使用开源模型从微信聊天记录中获取并整理信息&#xff0c;可以通过以下步骤实现&#xff1a; 数据收集&#xff1a; 确保合法合规地获取聊天记录。这可能需要用户的明确授权。将微信聊天记录导出为可处理的格式&#xff0c;例如文本文件或JSON。 数据预处理&#xff1a; 清洗数…

美国遛宠黑科技掀起热潮,沃尔玛跨境新品解析

美国遛宠黑科技掀起热潮&#xff0c;这一趋势不仅反映了宠物主人们对于宠物关怀的日益加深&#xff0c;也展示了科技在日常生活中的广泛应用。在这一热潮中&#xff0c;创新遛宠产品为宠物主人带来便利与体验。沃尔玛作为全球零售巨头&#xff0c;紧跟趋势&#xff0c;推出跨境…

用C#(WinForm)开发触摸屏,体验感满满

用C#&#xff08;WinForm&#xff09;开发触摸屏&#xff0c;体验感满满

加油卡APP系统开发,打造便利的汽车加油模式

随着人们生活水平的提高&#xff0c;汽车已经成为了家中必备的交通工具&#xff0c;因此&#xff0c;汽车加油也成为了大众经常要做的事。在互联网的发展下&#xff0c;汽车加油卡APP出现在了居民的生活中。加油卡系统与各个加油站合作&#xff0c;提供各种优惠折扣&#xff0c…

【Unity美术】spine软件的使用—2D动画的制作

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;元宇宙-秩沅 &#x1f468;‍&#x1f4bb; hallo 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍&#x1f4bb; 本文由 秩沅 原创 &#x1f468;‍&#x1f4bb; 收录于专栏&#xff1a;就业…

Android Bundle的作用

Android Bundle的作用 Bundle作用 Bundle作用 Bundle主要用于传递数据&#xff1b;它保存的数据&#xff0c;是以key-value(键值对)的形式存在的传递的数据可以是boolean、byte、int、long、float、double、string等基本类型或它们对应的数组&#xff0c;也可以是对象或对象数…

透视亚马逊云科技中国峰会:生成式AI全面提速,加速行业应用落地

导读&#xff1a;亚马逊云科技在中国&#xff0c;生成式AI与行业化战略齐头并进。 “亚马逊云科技致力于成为企业构建和应用生成式AI的首选。” 近日2024亚马逊云科技中国峰会上&#xff0c;亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松分享了亚马逊云科技中国业务最新进…

C#面:请解释ASP.NET中的web页面与其隐藏类之间的关系

在 ASP.NET 中&#xff0c;每个web页面都对应着一个隐藏类&#xff0c;这个隐藏类是由 ASP.NET 框架自动生成的。这个隐藏类继承自Page类&#xff0c;它是 ASP.NET 页面的基类。隐藏类的命名规则是以页面的名称为基础&#xff0c;加上一个下划线和一串随机生成的字符。 隐藏类…

通过ffmpeg 将wav格式转为mp3格式.

通过ffmpeg实现将wav转为mp3格式.需要下载一个ffmpeg放到执行文件所在目录. 我ffmpeg的下载地址为:ffmpeg.exe下载-ffmpeg.exe32&#xff06;64位下载免费版-旋风软件园 use ShellAPI; {$R *.dfm}procedure ConvertWavToMp3(const InputFile, OutputFile: string); varExecu…

Linux下文件权限管理

任务要求 1. 在跳板机上为开发部门专门创建一个目录&#xff0c;只允许开发部门所有员工使用该目录 2. 其他人员不能进入和查看该目录里的内容 任务分解 1. 在跳板机给开发部门创建目录 2. 对该目录做好权限的管控工作 只允许开发部门的所有人使用&#xff0c;创建、删除…

无人机航迹规划:人工原生动物优化器(Artificial Protozoa Optimizer ,APO)求解无人机路径规划,提供MATLAB代码

一、无人机模型介绍 单个无人机三维路径规划问题及其建模_无人机路径规划场景建模-CSDN博客 参考文献&#xff1a; [1]胡观凯,钟建华,李永正,黎万洪.基于IPSO-GA算法的无人机三维路径规划[J].现代电子技术,2023,46(07):115-120 二、人工原生动物优化算法APO求解无人机路径规…

linux 系统被异地登录,cpu占用拉满100%

一般是kswapd0导致的cpu占用异常 按顺序执行以下操作 在控制台执行top命令&#xff0c;查看占用最高的是否kswapd0。基本100%占用。记下该进程ID 5081 执行查找命令 find / -name kswapd0 显示查找结果&#xff1a; /proc/3316/.X2c4-unix/.rsync/a/kswapd0 /root/.configrc…

【Flutter】 TextField限制长度时, 第三方手写输入法、ios原始拼音输入法输入被吞问题

问题描述 TextField限制长度时&#xff0c; 当你的输入字符长度已经到了最大值-1时&#xff0c;使用第三方手写输入法或者ios原生拼音输入法输入liang&#xff08;什么拼音都行&#xff0c;这里只是举例&#xff09;&#xff0c;输到i那么li都会消失。 原因分析 这是因为第三…

缓存方法返回值

1. 业务需求 前端用户查询数据时,数据查询缓慢耗费时间; 基于缓存中间件实现缓存方法返回值:实现流程用户第一次查询时在数据库查询,并将查询的返回值存储在缓存中间件中,在缓存有效期内前端用户再次查询时,从缓存中间件缓存获取 2. 基于Redis实现 参考1 2.1 简单实现 引入…

【Java面试】十四、LinkedList相关

文章目录 1、单向链表1.1 结构1.2 查询的时间复杂度1.3 插入删除的时间复杂度 2、双向链表2.1 时间复杂度 3、ArrayList和LinkedList的区别是什么 1、单向链表 1.1 结构 存储空间上&#xff0c;非连续链表的每个元素称结点Node每个结点包括两块&#xff1a;存储数据的数据域d…

C/C++ 进阶(5)二叉平衡搜索树(AVL树)

个人主页&#xff1a;仍有未知等待探索-CSDN博客 专题分栏&#xff1a;C 目录 一、概念 二、平衡因子 三、操作 插入 旋转 左单旋 右单旋 左右双旋 右左双旋 一、概念 二叉平衡搜索树又称AVL树&#xff0c;是一种特殊的二叉搜索树。一般的二叉搜索树在遇到数据有序时&…