本文主要是介绍Learn Ray Tracing One Weekend，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Learn Ray Tracing One Weekend

Ray Tracing in One Weekend 是学习光追的优秀教程，接下来跟着一步一步实现一个小型的光追渲染器。数学公式显示存在问题，更好阅读体验见Learn Ray Tracing One Weekend

01 Create Image

• 使用ppm格式

• 没啥特别好说的，是将渲染的图像保存成ppm格式，win10下去ppmViewer打开

• 01_create_image.cpp

• run

  01_create_image.exe > 01_create_image.ppm
  

  去ppmViewer打开01_create_image.ppm

02 vec3 Class

• 实现一个vec3工具类，具备大部分向量的功能，头文件见vec3.h

• 值得注意的地方：

  • x(), y(), z()返回各三分量

  • operator + []/+=/*=//=, 重载常用的运算符

  • length(), length_sqarend(), 返回vec3向量的长度和长度平方

  • write_color(), 将vec3向量表示成rgb颜色值[0 ~ 255]写到std::cout

  • random() 生成取值[0, 1]的随机vec3向量

  • near_zero() 判断vec3向量三分量是否都是接近0

  • dot(), cross() vec3向量点乘，叉乘

  • unit_vector() 返回vec3 v的单位向量

  • random_unit_vector(), 生成取值[0, 1]的单位vec3向量

  • reflect()返回反射向量

03 Ray Color

• 实现一个射线Ray类，$\mathbf{\vec{P}} = \mathbf{\vec{O}} + t\mathbf{\vec{d}}$. 头文件 -> ray.h

• orig和dir对应射线原点$\mathbf{\vec{O}}$和射线方向$\mathbf{\vec{d}}$

• at(double t) -> 实现$\mathbf{\vec{P}} = \mathbf{\vec{O}} + t\mathbf{\vec{d}}$

• 光线追踪coarse框架

  

  • 以右手坐标系为例，z-轴背向画布朝外

  • Ray为从原点(0, 0, 0)往画布打出的射线，所以$\mathbf{\vec{O}} = (0, 0, 0)$, $\mathbf{\vec{d}}$为图中红色的向量所示

  • 方向向量$\mathbf{\vec{d}}$表示方式为：lower_left_corner + u * horizontal + v * vertical - origin

    • horizontal和vertical向量表示：

      aspect_radio = 16.0 / 9.0
      viewport_height = 2.0 # 画布范围[-1, 1]长度2
      viewport_width = aspect_radio * viewport_height
      
      horizontal = vec3(viewport_width, 0.0, 0.0)
      vertical = vec3(0.0, viewport_height, 0.0)
      lower_left_corner = origin - horizontal / 2 - vertical / 2 - vec3(0, 0, focal_length) # focal_length 相机到画布距离，换个说法画布在z-轴位置
      

  • 光追coarse框架代码

    def ray_color(ray, scene, t_min, t_max):
        closest_so_far = t_max
        pixel_color = (0, 0, 0)
        for object in scene:
            if ray.hit(object) == True:
                if t_min < (ray.t at hit place) < closest_so_far:
                    pixel_color = surface color at place where ray hit object
        return pixel_color
    
    for i in range(image_width):
        for j in range(image_height):
            u = i / (image_width - 1)
            v = j / (image_height - 1)
            dir = lower_left_corner + u * horizontal + v * vertical - origin
            ray <- Ray(origin, dir)
            pixel_color = ray_color(ray, scene, 0, infinity)
    

04 Hit Sphere

• 与球体求交，理论公式推导部分参考5.1 Ray-Sphere Intersection

• 求交问题转换为求$\mathbf{\vec{P}} = \mathbf{\vec{O}} + t\mathbf{\vec{d}}$的$t$, 球体最后求解方程为：

  $$ \mathbf{\vec{d}} \cdot \mathbf{\vec{d}} t^2 + 2 \mathbf{\vec{d}} \cdot (\mathbf{\vec{O}} - \mathbf{\vec{C}}) t + (\mathbf{\vec{O}} - \mathbf{\vec{C}}) \cdot (\mathbf{\vec{O}} - \mathbf{\vec{C}}) - r^2 = 0$$

• 上述方程的$\mathbf{\vec{C}}$和$r$为一个球体的球心和半径。其实这就是$ax^2 + bx + c = 0$一元二次方程，自变量为$t$

• 因此当上述方程有两个根表示hit两次，一个根表示hit一次，无根表示不会相交

  

• hit处返回的ray_color

  // 求解一元二次方程，判断是否相交，返回相交最近处的时间t
  double hit_sphere(const point3& center, double radius, const ray& r)
  {
      vec3 oc = r.origin() - center;
      // auto a = dot(r.direction(), r.direction());
      // auto b = 2.0 * dot(oc, r.direction());
      // auto c = dot(oc, oc) - radius * radius;
      // auto discriminant = b * b - 4 * a * c;
      // b = 2h 简化后
      auto a = r.direction().length_squared();
      auto half_b = dot(oc, r.direction());
      auto c = oc.length_squared() - radius * radius;
      auto discriminant = half_b * half_b - a * c;
      if (discriminant < 0)
          return -1.0;
      else
          return (-half_b - sqrt(discriminant)) / a;
  }
  
  auto t = hit_sphere(point3(0, 0, -1), 0.5, r);
  if (t > 0.0)
  {
      vec3 N = unit_vector(r.at(t) - vec3(0, 0, -1));
      return 0.5 * color(N.x() + 1, N.y() + 1, N.z() + 1);
  }
  

05 Hittable Objects

• 上述的sphere的hit是怎针对场景中一个球体进行的，当场景里面有多个物体，在计算求交时候，可以考虑设计一个抽象类hittable，让会有hit的物体都继承自这个类，同时需要重写hit虚函数

  class hittable
  {
  public:
      virtual bool hit(const ray& r, double t_min, double t_max, hit_record& rec) const = 0;
  };
  
  

• 举个例子，sphere继承hittable类，重写hit虚函数，代码见sphere.h

  class sphere: public hittable // 继承hittable抽象类
  {
  public:
      vec3 center;
      double radius;
     
      ...
  
      // 重写hit函数
      virtual bool hit(const ray& r, double t_min, double t_max, hit_record& rec) const override;
  };
  
  // Sphere的hit函数
  bool sphere::hit(const ray& r, double t_min, double t_max, hit_record& rec) const
  {
      vec3 oc = r.origin() - center;
      auto a = r.direction().length_squared();
      auto half_b = dot(oc, r.direction());
      auto c = oc.length_squared() - radius * radius;
      auto discriminant = half_b * half_b - a * c;
  
      ...
      return false;
  }
  

• 值得注意到，hit函数传入了一个hit_record结构体，用来记录相交时候的有关参数(位置p, 法向n， 相交时间t, 材质mat)

  // 相交记录结构体
  struct hit_record
  {
      vec3 p; // 相交位置 p = o + t * d
      vec3 normal; // 交点处面法向
     
      double t; // 相交处的时间 t
      bool front_face; // 射线ray与法向normal是否法向一致
      shared_ptr<Material> mat_ptr; // 材质的智能指针
      inline void set_face_normal(const ray& r, const vec3& outward_normal)
      {
          front_face = dot(r.direction(), outward_normal) < 0;
          normal = front_face? outward_normal: -outward_normal;
      }
  };
  

• 对于场景内多个相交的物体，用一个类的成员变量数组来记录这些物体

  class hittable_list: public hittable
  {
  public:
      std::vector<shared_ptr<hittable> > objects; // 记录相交的物体们
     
      ...
  
      void clear() {objects.clear();} // 清空
      void add(shared_ptr<hittable> object) {objects.push_back(object);} // 增加
  
      virtual bool hit(const ray& r, double t_min, double t_max, hit_record& rec) const override;
  };
  
  // 重写hit函数，for循环下，对数组内每个物体进行求交
  bool hittable_list::hit(const ray& r, double t_min, double t_max, hit_record& rec) const
  {
      hit_record temp_rec;
      bool hit_anything = false;
      auto closest_so_far = t_max;
  
      for (const auto& object: objects) // 对场景内每个物体
      {
          if (object->hit(r, t_min, closest_so_far, temp_rec)) // 在时间 t_min < t < closest_so_far内发生hit
          {
              hit_anything = true;
              closest_so_far = temp_rec.t; // 更新closest_so_far
              rec = temp_rec;
          }
      }
  
      return hit_anything;
  }
  

• 至此，一个光追雏形代码可以如下写出，具备光追渲染器的基本组成，代码见05_hittable_objects

  #include "InWeekend/rtweekend.h"
  
  #include "InWeekend/hittable_list.h"
  #include "InWeekend/sphere.h"
  
  #include <iostream>
  
  // 射线透过画布打到场景返回的颜色
  color ray_color(const ray& r, const hittable& world)
  {
      hit_record rec;
      if (world.hit(r, 0, infinity, rec))
      {
          return 0.5 * (rec.normal + color(1, 1, 1)); // 暂时用法向替代rgb颜色
      }
      vec3 unit_direction = unit_vector(r.direction());
      auto t = 0.5 * (unit_direction.y() + 1.0);
      return (1.0 - t) * color(1.0, 1.0, 1.0) + t * color(0.5, 0.7, 1.0);
  }
  
  int main()
  {
      // 图像（画布）参数
      const auto aspect_ratio = 16.0 / 9.0;
      const int image_width = 400;
      const int image_height = static_cast<int>(image_width / aspect_ratio);
  
      // 场景内物体加入数组中
      hittable_list world;
      world.add(make_shared<sphere>(point3(0, 0, -1), 0.5));
      world.add(make_shared<sphere>(point3(0, -100.5, -1), 100));
  
      // 相机参数
      auto viewport_height = 2.0;
      auto viewport_width = aspect_ratio * viewport_height;
      auto focal_length = 1.0;
  
      auto origin = point3(0, 0, 0);
      auto horizontal = vec3(viewport_width, 0, 0);
      auto vertical = vec3(0, viewport_height, 0);
      auto lower_left_corner = origin - horizontal / 2 - vertical / 2 - vec3(0, 0, focal_length);
  
      // Render
      std::cout << "P3\n" << image_width << " " << image_height << "\n255\n";
  
      for (int j = image_height-1; j >= 0; --j)
      {
          std::cerr << "\rScanlines remaining: " << j << ' ' << std::flush;
          for (int i = 0; i < image_width; ++i)
          {
              auto u = double(i) / (image_width - 1);
              auto v = double(j) / (image_height - 1);
              ray r(origin, lower_left_corner + u * horizontal + v * vertical - origin); // 射线 o + t * d
              color pixel_color = ray_color(r, world);
              pixel_color.write_color(std::cout);
          }
      }
  
      std::cerr << "\nDone.\n";
  }
  

• 运行效果：

  

06 Antialiasing

• 一般的抗锯齿都会想到MSAA等多重采样方案，光追其实也可以多采样完成抗锯齿

• 只不过这里的抗锯齿是多重采样从原点$\mathbf{\vec{O}}$发射出去的射线，这就用到random_double()生成多个[-1, 1]范围的vec3，给每个画布上的像素点加个扰动构成多重采样射线

  for (int j = image_height-1; j >= 0; --j)
  {
      std::cerr << "\rScanlines remaining: " << j << ' ' << std::flush;
      for (int i = 0; i < image_width; ++i)
      {
          // 对每个像素额外采样samples_per_pixel个射线
          // 获取到光追颜色后再取平均
          color pixel_color(0, 0, 0);
          for (int s = 0; s < samples_per_pixel; ++ s)
          {
              auto u = (i + random_double()) / (image_width - 1);
              auto v = (j + random_double()) / (image_height - 1);
              ray r = cam.get_ray(u, v);
              pixel_color += ray_color(r, world);
          }
          pixel_color.write_color(std::cout, samples_per_pixel);
      }
  }
  
  

07 Diffuse Materials

• 漫反射：当一个光线打到漫反射材质物体表面上，发生反射的方向是随机的。

• Ray Tracing in One Weekend这本书中介绍了三种反射出去的方向计算方式，这里挑其中一个说明

• 如图所示，ray在$\mathbf{P}$处发生hit，$\mathbf{\vec{N}}$为面法向，从球心出发向外。那么设计漫反射方向$\mathbf{\vec{PS}}$，其中$\mathbf{S}$是以$\mathbf{P} + \mathbf{\vec{N}}$为球心的单位圆上，也就是$\mathbf{\vec{PS}} = \mathbf{\vec{PN}} + \mathbf{\vec{NS}}$

  

• 代码如下：

  // 返回[-1, 1]随机vec3向量
  vec3 random_unit_vector()
  {
      return unit_vector(random_in_unit_sphere());
  }
  
  // 递归函数，模拟反射过程
  color ray_color(const ray& r, const hittable& world, int depth)
  {
      // 递归终点，反射超过50次，就此返回全黑(0, 0, 0)
      if (depth <= 0)
          return color(0, 0, 0);
  
      hit_record rec;
      if (world.hit(r, 0.001, infinity, rec))
      {
          point3 target = rec.p + rec.normal + random_unit_vector(); // point S
          return 0.5 * ray_color(ray(rec.p, target - rec.p), world, depth - 1);
          // target - rec.p = PS向量
      }
      vec3 unit_direction = unit_vector(r.direction());
      auto t = 0.5 * (unit_direction.y() + 1.0);
      return (1.0 - t) * color(1.0, 1.0, 1.0) + t * color(0.5, 0.7, 1.0);
  }
  
  

• gamma校正，对渲染出来的图像进行gamma校正来修正图像，gamma校正理论见图像处理之gamma校正

• 经过gamma校正后的最终效果：

  

08 未完待续。。。

这篇关于Learn Ray Tracing One Weekend的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！