Shader 学习工具篇 可视化公式工具ZGrapher
大家好,我是怒风,本篇介绍公式可视化公式工具ZGrapher,尝试通过可视化的方式分析一下Shader中应用的公式,以求帮助初学者快速理解Shader编程中的一些常用公式
本篇的目的两个,
第一,介绍可视化公式工具ZGrapher,
第二,探讨下在学习中的交流和分享的重要性.
物体边缘外发光的特效,是Shader学习入门的一个很好的例子,下面我们通过来ZGrapher来帮我们很好理解这个特效的原理,
half rim = 1.0 - saturate(dot (normalize(IN.viewDir), o.Normal));
o.Emission= _RimColor.rgb * pow (rim, _RimWidth);
简化成公式就是 pow(1-max(0,dot(viewDir,normal)),_RimPower)*RimScale
这个公式,最基础的原理就是向量的点积,我们知道两个归一化向量的点积等于夹角的余玄值。而余弦值在0到90°范围内,又与角度的大小成反比,下面我们来看一下如何分析这个公式
A、忘记了Cos函数是什么的同学可以复习一下,其中0-90度 角度越大值越小,成反比


视线所看到的物体边缘是“视线与顶点法向量的夹角越大越趋于边缘”,由于我们的余弦值向量之间夹角反比,其实很难理解。

(该图来自https://blog.csdn.net/puppet_master/article/details/53548134 puppet_master)
为了使我们更容易理解,我们希望得到 值与夹角成正比关系,为此我们通过1-cos来实现。我们在公式里看看是不是成了正比

为了使我们的边缘过渡更加明显,我们对rim系数做指数变换使得曲线值更加陡峭


最后,我们在乘以一个倍数。使我们的边缘更加明显,这样我们就完成了边缘外发光的效果的分析

通过这个例子我们通过公式编辑器来可视化 分析 Shader中的数学公式,帮助我们理解其中正真的原理是什么
至此我们通过 工具帮我们分析了这个外发光的公式,但是我们真正掌握和理解了吗?
爱因斯坦说过一句话 “如果你不能用最简单的语言来描述,那你就是没有真正领悟”
话虽这么说但是从理解到不理解,探索本质是一个不断求索的过程,没有人能够一步到位找到捷径,除非说你是天才。比如说关于向量点积的应用,把我们刚才所说的重点归一化向量夹角的余玄值,把这种数学语言落实到我们的程序开发中,变成一种通俗易懂的语言,又是什么呢?其实就是比较两个单位向量的相似度,也就是两个向量的夹角越小,价值越大,通过这一句“两个向量的相似度”,替代了以前我们需要两个数学概念的语义。这样我们就很容易理解,物体外发光效果,原理是因为视线与顶点法向量的相似度越小,越小视线所看到的物体的越是边缘,同样的道理是视线与顶点法向量的相似度越大,说明该顶点,越处于我们眼睛的正前方,也就是正对着我们的顶点。那么如果我们想要做物体的积雪效果,那么积雪的顶点的法向量一定是与下雪方向的向量的相似度越高。
那么为什么我们刚开始学习这个点积的时候,没有找到关于归一化向量的相似度的概念呢?原因在于我们的交流和分享还不够,比如遇到了一个问题,如果大家能够积极的讨论分享,评论留言,也许问题会有更好答案和解决的方法,仅此而已。
Shader 学习工具篇 可视化公式工具ZGrapher的更多相关文章
- iOS开发工具篇-AppStore统计工具
苹果官方的iTunes Connect提供的销售数据统计功能比较弱,例如只能保存最近30天的详细销售数据,界面丑陋, 无法查看App的排名历史变化情况等. 早有一些公司提供了专门的解决方案或工具.这些 ...
- Caffe学习系列——工具篇:神经网络模型结构可视化
Caffe学习系列——工具篇:神经网络模型结构可视化 在Caffe中,目前有两种可视化prototxt格式网络结构的方法: 使用Netscope在线可视化 使用Caffe提供的draw_net.py ...
- spring boot 学习(九)小工具篇:?秒防刷新
注解 + 拦截器:?秒防刷新 小工具篇:工具许多都是我以前在 github 之类开源平台找到的小工具类,作者的信息什么的许多都忘了.先说声不好意思了.若有相关信息,麻烦提醒一下~ 解释 所谓的?秒防刷 ...
- docker学习(三) 安装docker的web可视化管理工具
1.docker是一个一款很轻便的应用容器引擎,为了更好的管理和使用docker,使用web可视化管理工具似乎更符合大多数人的需求.在这里,我给大家分享下自己使用过的几款web工具:docker UI ...
- Docker可视化管理工具对比(DockerUI、Shipyard、Rancher、Portainer)
1.前言 谈及docker,避免不了需要熟练的记住好多命令及其用法,对于熟悉shell.技术开发人员而言,还是可以接受的,熟练之后,命令行毕竟是很方便的,便于操作及脚本化.但对于命令行过敏.非技术人员 ...
- MongoDB 可视化管理工具
MongoDB 可视化管理工具 (2011年10月-至今) 正文 该项目从2011年10月开始开发,知道现在已经有整整5年了.MongoDB也从一开始的大红大紫到现在趋于平淡.MongoCola这 ...
- JVM(12)之 可视化分析工具
开发十年,就只剩下这套架构体系了! >>> 经过前几篇博文对堆内存以及垃圾收集机制的学习,相信小伙伴们已经建立了一套比较完整的理论体系!本篇博客就根据已有的理论知识,通过可视化工 ...
- 3款强大的BootStrap的可视化制作工具推荐
http://www.25xt.com/html5css3/7342.html 25学堂看到最近很多朋友在学习Bootstrap前端主题框架.顾让25学堂的小编给大家找来了3款适合Bootstrap初 ...
- JAVA 可视化分析工具 第12节
JAVA 可视化分析工具 第12节 经过前几章对堆内存以及垃圾收集机制的学习,相信小伙伴们已经建立了一套比较完整的理论体系!那么这章我们就根据已有的理论知识,通过可视化工具来实践一番. 我们今天要讲 ...
随机推荐
- beta 发布的相关评论
1. 礼物挑选小工具 飞天小女警 这个项目的创意独具匠心,贴近实际,令人耳目一新,网站的页面也是玫红色的,配色让人感到很温馨,对礼物的筛选方式很有趣,使用的记录特殊日子的方法来提醒自己挑选礼 ...
- PAT 甲级 1112 Stucked Keyboard
https://pintia.cn/problem-sets/994805342720868352/problems/994805357933608960 On a broken keyboard, ...
- 【vue】router-link 与 router-view
1 router-link <router-link :to="{ path: '/hello', component: HelloWorld }">hello< ...
- Java面试题大汇总
前言 关于赢在面试的Java题系列基本收集整理完成了,所有题目都是经过精心挑选的,很基础又考验求职者的基本功,应该说被面试到的几率很大.这里整理挑选出来供大家面试前拿来看一看,所有题目整理自网络,有一 ...
- HDU3829_Cat VS Dog
题目是这样的,给定一些人喜欢某只猫或者狗,讨厌某只猫或者狗.求最多能够同时满足多少人的愿望? 题目很有意思.建模后就很简单了. 对于同一只猫或者狗,如果有一个讨厌,另一个人喜欢,那么这两个连一条边.最 ...
- enginefuncs_t 结构体中的函数
就是常见的 g_engfuncs 中的函数.AMXX 里就是 fakemeta 的 EngFunc_** // 这些函数由引擎提供给EXTDLL使用.mp.dll hl.dll ... typedef ...
- java多线程 -- ForkJoinPool 分支/ 合并框架 工作窃取
Fork/Join 框架:就是在必要的情况下,将一个大任务,进行拆分(fork)成若干个小任务(拆到不可再拆时),再将一个个的小任务运算的结果进行 join 汇总. Fork/Join 框架与线程池的 ...
- java 面试题 -- 线程 按序 交替
编写一个程序,开启 3 个线程,这三个线程的 ID 分别为A.B.C,每个线程将自己的 ID 在屏幕上打印 10 遍,要求输出的结果必须按顺序显示.如:ABCABCABC…… 依次递归? packag ...
- Android Studio 使用VCS版本控制
1.SVN的配置: 如果项目使用的是SVN配置,那么除了乌龟SVN GUI工具外,你还得下载Subversion, 因为AS要用其中的xx.exe命令行执行程序, 下载地址:https://www.v ...
- 解题:POI 2011 Dynamite
题面 从零开始的DP学习系列之叁 树形DP的基本(常见?)思路:先递归进儿子,然后边回溯边决策,设状态时常设$dp[x]$表示以$x$为根的子树中(具体分析算不算$x$这个点)的情况 显然的二分答案, ...