当前位置: 首页 > web >正文

tinyrenderer笔记(Phong光照模型)

  • tinyrenderer
  • 个人代码仓库:tinyrenderer个人练习代码

前言

在前面的渲染中,我们读取模型的 diffuse 纹理,然后根据法线计算模型的颜色。这次我们引入一种新的光照模型—— Phong 光照模型,Phong 光照模型将光照分为了三类:

  • 环境光照(Ambient Lighting):即使在理论上的黑暗环境中,通常也存在微弱的间接光照(例如来自月光、远处光源的反射等),使得物体不会完全黑暗。为了模拟这种微弱的背景光照,Phong 模型引入了环境光照分量。它是一个恒定的颜色值,均匀地照亮场景中的所有物体,模拟物体在不受直接光源影响下的基本亮度。
  • 漫反射光照(Diffuse Lighting):漫反射光照模拟了光源的方向性对物体表面光照的影响。它是 Phong 模型中视觉上最显著的分量。物体表面与光线方向越接近垂直(即入射角越小),接收到的光照能量就越多,因此该部分就越亮。漫反射光照的强度遵循 Lambert 定律,即光照强度与光线入射角余弦成正比。这种光照效果使得物体呈现出明显的明暗变化,从而体现出物体的立体感。
  • 镜面光照(Specular Lighting):镜面光照模拟了物体表面(尤其是光滑表面)产生的高光亮点。这些亮点是光源在物体表面的反射,其颜色更接近于光源的颜色,而不是物体的固有颜色。镜面光照的强度取决于观察方向、光线方向和物体表面法线之间的关系。当观察方向接近光线在物体表面的反射方向时,镜面高光就会变得非常明亮。

image.png

现有的代码其实就只考虑了漫反射光照,现在让我们将光照模型补充完整。

环境光照

环境光照很简单 I a = k a I_a=k_a Ia=ka,我们取固定值 (0.1,0.1,0.1)

Vec3f ambient{ 0.1,0.1,0.1 };Vec3f I = ambient;info.color = TGAColor(color.r * I.x, color.g * I.y, color.b * I.z, 255);

试着调大 ambient 值,你会发现模型越来越亮。

漫反射光照

我们使用的是平行光,现在没有考虑光的衰减,仅定义光的颜色为 Vec3f light_color = Vec3f(1, 1, 1);

前面我们一直在用的就是简化的漫反射光照,完整的: I d = k d ∗ ( N ⋅ L ) ∗ I e I_d=k_d*(N \cdot L)*I_e Id=kd(NL)Ie I e I_e Ie 代表光的亮度, k d k_d kd 是模型的漫反射率。

image.png

float NdotL = std::max(0.f, -normal.dot(lightDir));
TGAColor color = tex->texture(textureCoord.x, textureCoord.y);Vec3f ambient{ 0.1,0.1,0.1 };
Vec3f k_d{ 1,1,1 };
Vec3f diffuse = k_d.Multi(lightColor) * NdotL;Vec3f I = ambient + diffuse;info.color = TGAColor(color.r * I.x, color.g * I.y, color.b * I.z, 255);

镜面反射

与漫反射光照类似,镜面光照的计算也依赖于光线方向和物体表面的法向量。但与漫反射不同的是,镜面光照还取决于观察方向,即观察者(例如玩家)从哪个方向观察物体表面的片段。镜面光照模拟的是物体表面的反射特性,特别是光滑表面(如金属、抛光过的塑料等)产生的高光效果。

我们可以将物体表面想象成一面镜子。当光线照射到镜面时,会发生反射。镜面光照最强的区域就是我们能够看到光源在表面反射的区域,即高光点。下图展示了镜面光照的效果:

image.png

镜面反射的强度 I s = k s ∗ I e ∗ ( V ⋅ R ) n I_s = k_s*I_e*(V\cdot R)^n Is=ksIe(VR)n k s k_s ks 是模型的镜面反射系数, V V V 是观察方向, R R R 是反射向量, n n n 被称为模型的反光度(Shininess),一个物体的反光度越高,反射光的能力越强,散射得越少,高光点就会越小。

image.png

现在需要计算 R R R ,它是光线照射到模型表面的反射向量,在初中物理中我们就已经学过, R R R N N N 的夹角与 L L L N N N 的夹角相等,利用这一个性质,我们可以轻松的计算出 R = L − 2 N ( N ⋅ L ) R=L-2N(N\cdot L) R=L2N(NL)

注意:需要保证 R R R N N N L L L 为单位向量

image.png

Vec3f reflect(const Vec3f& I, const Vec3f& N)
{return I - 2 * N.dot(I) * N;;
}

V V V 的计算依赖于摄像机的位置,与当前渲染像素的位置,新增加一个 varying 的 worldPos 变量和 uniform 的 cameraPos 变量。

Vec3f R = glm::reflect(lightDir, N).normalized();
Vec3f V = (cameraPos - worldPos).normalized();
float NdotL = std::max(0.f, -normal.dot(lightDir));
float VdotR = std::max(0.f, V.dot(R));
TGAColor color = tex->texture(textureCoord.x, textureCoord.y);
Vec3f ambient{ 0.1,0.1,0.1 };
Vec3f k_d{ 1,1,1 };
Vec3f diffuse = k_d.Multi(lightColor) * NdotL;
Vec3f k_s{ 0.5,0.5,0.5 };
Vec3f specular = k_s.Multi(lightColor) * std::pow(VdotR, 5);Vec3f I = ambient + diffuse + specular;info.color = TGAColor(color.r * I.x, color.g * I.y, color.b * I.z, 255);

至此我们已经完成了 Phong 光照模型的渲染,现在来看一下效果:

image.png

左边的图是现在的 Phong 光照模型,右边的是以前。值得注意的是,在 Phong 光照模型中,除了光照强度 I e I_e Ie ,其它的在代码中一切硬编码的变量( n , k d , k s n,k_d,k_s n,kd,ks 等),其实都可以预先定义在纹理中,这样就能提高渲染的真实感。

本次代码提交记录:

image.png

这个版本的 LookAt 函数存在错误!2025-4-29 16.23 提交修复


若出现这种错误:

image.png

是因为 TGAColor 内部以 unsigned char 存储颜色值,导致最大值最多为 255,继续增加会溢出导致呈现蓝色,需要将颜色值限制至 255:

TGAColor Multi(float I_r, float I_g, float I_b) {TGAColor res = *this;res.b = std::clamp(int(b * I_b), 0, 255);res.g = std::clamp(int(g * I_g), 0, 255);res.r = std::clamp(int(r * I_r), 0, 255);return res;
}
TGAColor operator *(float intensity) {TGAColor res = *this;res.b = std::clamp(int(b * intensity), 0, 255);res.g = std::clamp(int(g * intensity), 0, 255);res.r = std::clamp(int(r * intensity), 0, 255);return res;
}info.color = color.Multi(I.x, I.y, I.z);

于 2025-4-29 16.40 提交修复


参考

  • tinyrenderer
  • 基础光照 - LearnOpenGL CN
http://www.xdnf.cn/news/4280.html

相关文章:

  • 悬崖边的摄影牧歌
  • ModuleNotFoundError 错误
  • [前端]Javascript获取元素宽度
  • Blink和V8的关系
  • Ubuntu 系统详解
  • 0基础学习鸿蒙开发-HarmonyOS4
  • 购物|电商购物小程序|基于微信小程序的购物系统设计与实现(源码+数据库+文档)
  • 我用cursor 搭建了临时邮箱服务-Temp Mail 365
  • python实战:通过输入文字匹配在docx文档中的具体位置
  • Linux进程8-共享内存概念机操作、shmget/shmat/shmdt/shmctl函数用法、空间大小修改
  • 【LLIE专题】基于 CLIP 的无监督背光增强算法
  • 【HarmonyOS 5】鸿蒙用户头像编辑功能实践
  • HA: Natraj靶场渗透测试
  • 2024 ICPC武汉邀请赛暨湖北省赛 题解
  • Vue 自定义指令输入校验过滤
  • AI Agent开发第57课-AI用在销售归因分析场景中-用随机森林从0构建自己的“小模型”
  • 亿级流量系统架构设计与实战(四)
  • Select Rows组件研究
  • 指针的应用
  • SQL注入总结
  • 【C++】C++中的命名/名字/名称空间 namespace
  • 【东枫科技】代理英伟达产品:智能网卡的连接线
  • 在 Win11 下安装 Wireshark 的详细步骤
  • ROS学习——IMU惯性测量单元节点的原理与编写(含C++和Python代码)
  • 【iOS】源码阅读(二)——NSObject的alloc源码
  • CSS网格布局
  • SQL 与 Python:日期维度表创建的不同选择
  • 人工智能与生命科学的深度融合:破解生物医学难题,引领未来科技革命
  • Linux远程管理
  • 2025年软件工程与数据挖掘国际会议(SEDM 2025)