GAMES202 作业1

最新推荐文章于 2024-08-28 20:50:25 发布

原创最新推荐文章于 2024-08-28 20:50:25 发布 · 486 阅读

3 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#计算机视觉

博客探讨了PCF（Percentage-Closer Filtering）阴影贴图的优化方法，通过引入泊松盘采样和权重计算，提高了20个采样点下的阴影效果。优化后的代码中，每个采样点根据距离赋予不同权重，再进行平均，从而减少了噪声并提升了阴影质量。

PCF的优化

float PCF(sampler2D shadowMap, vec4 coords) {
  float currentDepth = coords.z;
  float shadow = 0.0;
  poissonDiskSamples(coords.xy);
  // shadow map 的大小, 越大滤波的范围越小
  float textureSize = 400.0;
  // 滤波的步长
  float filterStride = 5.0;
  // 滤波窗口的范围
  float filterRange = 1.0 / textureSize * filterStride;

  for( int i = 0; i < NUM_SAMPLES; i ++ ) {
    vec4 closestDepthVec = texture2D(shadowMap, poissonDisk[i]* filterRange + coords.xy); 
    float closestDepth = unpack(closestDepthVec);
    if(currentDepth < closestDepth + 0.01){
      shadow += 1.0 / float(NUM_SAMPLES);
    }
  }
  return shadow;
}

在这里插入图片描述
这个是优化前的效果，20个采样点条件下

float PCF(sampler2D shadowMap, vec4 coords) {
  float currentDepth = coords.z;
  float shadow = 0.0;
  poissonDiskSamples(coords.xy);
  // shadow map 的大小, 越大滤波的范围越小
  float textureSize = 400.0;
  // 滤波的步长
  float filterStride = 5.0;
  // 滤波窗口的范围
  float filterRange = 1.0 / textureSize * filterStride;

  float sum = 0.0;

  for( int i = 0; i < NUM_SAMPLES; i ++ ) {
    vec4 closestDepthVec = texture2D(shadowMap, poissonDisk[i]* filterRange + coords.xy); 
    float closestDepth = unpack(closestDepthVec);
    float pay = 1.0 / dot(poissonDisk[i]* filterRange,poissonDisk[i]* filterRange);
    sum += pay;
    if(currentDepth < closestDepth + 0.01){
      shadow += 1.0 * pay;//float(NUM_SAMPLES)
    }
  }
  shadow /= sum;
  return shadow;
}