平滑不同振幅的噪声(第 2 部分)

Smoothing noises with different amplitudes (Part 2)

嗯,我继续这个问题,但没有答案 (),我还有一个问题。

我选择使用形状 () 的 contour/shadow。

此 contour/shadow 比当前路径大。我使用此存储库 (https://github.com/n-yoda/unity-vertex-effects) 重新创建了影子。这工作得很好,除了一个事实。

要知道所有点的高度(通过这个阴影算法得到(Line 13 of ModifiedShadow.cs & Line 69 of CircleOutline.cs))我得到当前点到中心的距离,我除以到中心的最大距离:

float dist = orig.Max(v => (v - Center).magnitude);
foreach Point in poly --> float d = 1f - (Center - p).magnitude / dist;

其中orig是阴影算法得到的整个点列表。 D是阴影的高度。

但问题很明显我得到了一个完美的圆:

红黑对比:

这不是我想要的:

如您所见,这不是一个完美的渐变。让我们解释一下发生了什么。

我使用这个库来生成噪音:https://github.com/Auburns/FastNoise_CSharp

注意:如果你想知道我用什么来获得不同幅度的噪声:(见第一段代码),看看这个在行动, 查看此存储库

这就是为什么我们有这个输出:

实际上,我已经尝试比较每个点到中心的距离,但这输出了一个奇怪且意外的结果。

其实,我不知道该尝试什么...

问题在于 lerp 百分比(例如,在您的可视化中从 high/low 或 "red" 到 "black")只是点与中心距离的函数,这除以一个常数(恰好是任何点距中心的最大距离)。这就是为什么它看起来是圆形的。

例如,多边形左侧的中心点可能距中心 300 像素,而右侧的中心点可能距中心 5 像素。两者都需要是红色的,但是以 0 distance from center = red 为基础的两者都不会是红色,而以 min distance from center = red 为基础的只会在右侧有红色。

相关的最小和最大距离将根据点的位置而变化

另一种方法是针对每个点:找到最近的白色像素,并找到最近的绿色像素,(或者,与green/white相邻的最近的阴影像素,例如here ).然后,根据这两点与当前点之间的距离比较来选择你的发红程度。

因此,您可以这样做(伪 C#):

foreach pixel p in shadow_region {

    // technically, closest shadow pixel which is adjacent to x Pixel: 
    float closestGreen_distance = +inf;
    float closestWhite_distance = +inf;

    // Possibly: find all shadow-adjacent pixels prior to the outer loop 
    // and cache them. Then, you only have to loop through those pixels.
    foreach pixel p2 in shadow {
        float p2Dist = (p-p2).magnitude;

        if (p2 is adjacent to green) {
           if (p2Dist < closestGreen_distance) {
               closestGreen_distance = p2Dist;
           }
        }

        if (p2 is adjacent to white) {
           if (p2Dist < closestWhite_distance) {
               closestWhite_distance = p2Dist;
           }
        }
    }

    float d = 1f - closestWhite_distance / (closestWhite_distance + closestGreen_distance)
}

使用您在评论中发布的代码,这可能类似于:

foreach (Point p in value)
{
    float minOuterDistance = outerPoints.Min(p2 => (p - p2).magnitude);
    float minInnerDistance = innerPoints.Min(p2 => (p - p2).magnitude);

    float d = 1f - minInnerDistance / (minInnerDistance + minOuterDistance);

    Color32? colorValue = func?.Invoke(p.x, p.y, d);

    if (colorValue.HasValue)
        target[F.P(p.x, p.y, width, height)] = colorValue.Value;
}

选择以上部分作为解决方案。下面的部分,作为另一个选项提到,结果是不必要的。


如果您无法确定阴影像素是否与 white/green 相邻,这里有一个替代方案,它只需要计算粉红色(原始)轮廓中每个顶点的法线。

通过转到每个粉红色顶点并沿着其法线向外创建外部 "yellow" 顶点。通过转到每个粉红色顶点并按照其法线向内创建内部 "blue" 顶点。

然后,当循环遍历阴影中的每个像素时,循环遍历黄色顶点以获得 "closest to green" 并循环遍历蓝色顶点以获得 "closest to white"。

问题在于,由于您的形状不是完全凸出的,因此这些投影的蓝色和黄色轮廓在某些地方可能会由内而外,因此您需要以某种方式进行处理。我无法确定处理该问题的确切方法,但这是我目前所拥有的:

第一步是忽略任何具有指向当前阴影像素的向外法线的 blues/yellows。

但是,如果当前像素位于 yellow/blue 形状由内向外的点内,我不确定如何继续。可能需要忽略 blue/yellow 个比它们应该更接近最近的粉红色顶点的顶点。

极其粗糙的伪代码:

list yellow_vertex_list = new list 
list blue_vertex_list = new list 
foreach pink vertex p:
    given float dist;
    vertex yellowvertex = new vertex(p+normal*dist)
    vertex bluevertex = new vertex(p-normal*dist)

    yellow_vertex_list.add(yellowvertex)
    blue_vertex_list.add(bluevertex)

create shadow

for each pixel p in shadow:
    foreach vertex v in blue_vertex_list
        if v.normal points towards v: break;
        if v is the wrong side of inside-out region: break;
        if v is closest so far:
            closest_blue = v
            closest_blue_dist = (v-p).magnitude

    foreach vertex v in yellow_vertex_list
        if v.normal points towards v break;
        if v is the wrong side of inside-out region: break;
        if v is closest so far:
            closest_yellow = v
            closest_yellow_dist = (v-p).magnitude


    float d = 1f - closest_blue_dist / (closest_blue_dist + closest_yellow_dist)