Lambert漫反射.BLinnPhong及Phong模型 Unity自带的在Lighting.cginc里

1.漫反射

此模型属于经验模型，主要用来简单模拟粗糙物体表面的光照现象

此模型假设物体表面为理想漫反射体（也就是只产生漫反射现象，也成为Lambert反射体），同时，场景中存在两种光，一种为环境光，一种为方向光，然后我们分别计算这两种光照射到粗糙物体表面所产生的光照现象，最后再将两个结果相加，得出反射后的光强值。

首先是计算环境光的公式：

I_ambdiff = K_d * I_a;

其中，K_d为粗糙物体表面材质对光的反射系数，这个系数由程序编写者在宿主程序中给出，I_a为环境光的光强，也就是环境光的颜色数值，一般是一个float3型的变量。

然后是计算方向光的公式：

I_ldiff = K_d * I_l * cosa;

其中I_l为方向光的光强，也就是其颜色值，一般是float3型的变量。这个公式与计算环境光的不同，对于环境光，我们不关心它的方向，因为环境光也没有方向，它给予物体的光照在各个顶点处均是一样的。而方向光则需要关注其方向，例如一个聚光灯，灯从不同的角度来照射物体所产生的效果也是不一样的，光线方向越靠近法线，漫反射出来的光就越强，反之则越弱。公式中的a就是光线方向与顶点法线的夹角，同时要注意，入射光的方向在这里定义为顶点到光源位置。但是计算cosa会比较麻烦，所以在这里要变换一下公式，方便程序的书写。假设N为顶点的单位法向量，L为入射光的单位法向量（再次提醒一下，L的方向是由顶点指向光源的）这样，由向量的点积公式可得：cosa = N﹒L,所以计算方向光的公式就变为:

I_ldiff = K_d * I_l * (N﹒L);

综上，得出漫反射后的光强为：

I_diff = K_d * I_a + K_d * I_l * (N﹒L);

2.Phong模型

Lambert漫反射光照模型，这是一个用来模拟粗糙表面对光线的漫反射现象的经验模型，对于纸张、粗糙墙壁等等来说，这个模型或许够用，但对于金属这样的光滑表面来说，我们就需要使用Phong模型来模拟光滑表面对光线的镜面反射现象。同Lambert一样，这个模型也是经验模型，而且在程序中，我们经常同时使用Lambert和Phong两个模型，因为在现实世界中，任何表面都会同时发生漫反射和镜面反射两种现象，因此我们就要使用两种模型分别计算两种反射后的光强（也就是顶点颜色值），是渲染的效果看起来真实一些。但要注意，这样做并不会带来真正真实的渲染效果，毕竟这两种模型都是经验模型，考虑的都是理想情况下。而Blinn-phong光照模型是基于Phong的修正模型，因此就一并归纳了。

～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～

接下来让我们看看Phong模型：

我们知道，在理想状况下，镜面反射后的光之集中在一条线上，因此我们的视线离这条线的距离越近，射入我们眼中的光线就越多，我们看到的光强也就越强。同时，镜面反射也与物体表面的高光指数（物体表面光泽程度）有关，其数值越大，反射后的光线越集中，反之则越分散，这里可能会有人想：如果将高光指数设置的很大，也就是光线极其分散，Phong是否可以用来代替Lambert？我想答案肯定是不行的，原因是漫反射是将光线反射到各个角度，而镜面反射即使反射光线再分散，它们依旧被限制在一个90度的区域中，因此与漫反射的效果是不一样的。

下面给出公式：

I_spec = k_z * I_l(V • R)^n_s

其中：k_z为表面材质的镜面反射系数(颜色)，n_s是高光指数，V表示顶点到视点的向量，R表示反射光的单位向量。

但是在实际的程序编写中，我们一般都会更容易得到入射光线的单位向量L，所以我们最好转换一下公式。设顶点的单位法向量为N，有公式：

R + L = (2N • L)N   （这里再次提醒一下，L的方向是由顶点指向光源的）

由这个可以推出：

R = (2N • L)N - L

所以模型公式可以变为：

I_spec = k_z * I_l(V • ((2N • L)N - L))^n_s

3.BlinnPhong

接下来归纳一下Blinn-phong光照模型

相比较Phong模型，Blinn-phong模型只适用N•H替换了V•R，但却获得了明显的提高，它能提供比Phong更柔和、更平滑的高光，而且速度上也更快，因此成为很多CG软件中默认的光照渲染方法，同时也被集成到大多数的图形芯片中，而且在OpenGL和DirectX 3D的渲染管线中，它也是默认的光照模型。

由于这两个光照模型公式基本相同，所以只解释一下N•H：

N与前面相同，是顶点的单位法向量，而H则是入射光L和顶点到视点的单位向量的角平分线单位向量，通常也成为半角向量。其计算方法为：

H = (L + V) / (|L + V|)