RTIOW-ch6：Antialiasing

Antialiasing：抗锯齿，反走样。先看上一节的这张图，可以看出有一些锯齿存在，我们需要模糊化处理这些锯齿： [

](http://www.wjgbaby.com/wp-content/uploads/2018/05/18051601-300x276.png)

边缘像素是一些前景和某些背景的混合物。我使用的是800乘400的大小，也就是有320000个像素点。之前的图是每个像素点设置一个颜色值，相当于将像素中心位置的颜色设置给了整个像素。所以，如果两个像素点中心位置的颜色值相差比较大时，这两个像素点就会产生清晰的边界。而我们要做的就是针对每一个像素点，颜色取样一百次，求平均值，这个平均值就是这个像素点的颜色，这样就达到了一种模糊的效果，从而有效降低锯齿。

蒙特卡罗方法：

蒙特卡罗方法又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法，是使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。为象征性地表明这一方法的概率统计特征，故借用赌城蒙特卡罗命名。 [

](http://www.wjgbaby.com/wp-content/uploads/2018/05/18051603.png)

将之前的camera封装起来： camera.h：

#ifndef cameraH
#define cameraH

#include “ray.h”

class camera
{
public:
camera()
{
lower_left_corner = vec3(-2.0f, -1.0f, -1.0f);
horizontal = vec3(4.0f, 0.0f, 0.0f);
vertical = vec3(0.0f, 2.0f, 0.0f);
origin = vec3(0.0f, 0.0f, 0.0f);
}

ray getray(float u, float v)
{
    return ray(origin, lower\_left\_corner + u \* horizontal + v \* vertical - origin);
}

vec3 origin;
vec3 lower\_left\_corner;
vec3 horizontal;
vec3 vertical;

};
#endif

cpp：

#include
#include
#include
#include “sphere.h”
#include “hitable_list.h”
#include “camera.h”

using namespace std;

vec3 Color(const ray& r, hitable* world)
{
hit_record rec;
if (world->hit(r, 0.0, FLT_MAX, rec))
{
return 0.5f * vec3(rec.normal.x() + 1.0f, rec.normal.y() + 1.0f, rec.normal.z() + 1.0f);
}
else
{
vec3 unit_direction = unit_vector(r.direction());
float t = 0.5f * (unit_direction.y() + 1.0f);
//线性混合，t=1时蓝色，t=0时白色，t介于中间时是混合颜色
//blended_value = (1-t)*start_value + t*end_value
return (1.0f - t) * vec3(1.0f, 1.0f, 1.0f) + t * vec3(0.5f, 0.7f, 1.0f);
}
}

int main()
{
ofstream outfile;
outfile.open(“IMG.ppm”);

int nx = 800;
int ny = 400;
//采样次数100次
int ns = 100;
outfile << "P3\\n" << nx << " " << ny << "\\n255\\n";

hitable\* list\[2\];
list\[0\] = new sphere(vec3(0.0f, 0.0f, -1.0f), 0.5f);
list\[1\] = new sphere(vec3(0.0f, -100.5f, -1.0f), 100.0f);
hitable\* world = new hitable\_list(list, 2);

camera cam;

//随机数，每个像素点的区域是以像素中心点为中心向外距离为1的范围
default\_random\_engine reng;
uniform\_real\_distribution<float> uni\_dist(0.0f, 1.0f);

for (int j = ny - 1; j >= 0; j--)
{
    for (int i = 0; i < nx; i++)
    {
        vec3 col(0.0f, 0.0f, 0.0f);
        //每个区域采样ns次
        for (int s = 0; s < ns; s++)
        {
            float u = float(i + uni\_dist(reng)) / float(nx);
            float v = float(j + uni\_dist(reng)) / float(ny);
            ray r = cam.getray(u, v);
            //vec3 p = r.point\_at\_parameter(2.0);
            //将本区域（(u,v)到(u+1,v+1)）的颜色值累加
            col += Color(r, world);
        }
        //获得区域的颜色均值
        col /= float(ns);

        int ir = int(255.99 \* col\[0\]);
        int ig = int(255.99 \* col\[1\]);
        int ib = int(255.99 \* col\[2\]);
        outfile << ir << " " << ig << " " << ib << "\\n";
    }
}
outfile.close();
return 0;

}

每个像素点都采样100次，明显感觉渲染速度变慢了。抗锯齿之后的效果图：参考书籍：《Ray Tracing in One Weekend》 RTIOW系列项目地址：GitHub RTIOW系列笔记： RTIOW-ch1：Output an image RTIOW-ch2：The vec3 class RTIOW-ch3：Rays, a simple camera, and background RTIOW-ch4：Adding a sphere RTIOW-ch5：Surface normals and multiple objects RTIOW-ch6：Antialiasing RTIOW-ch7：Diffuse Materials RTIOW-ch8：Metal RTIOW-ch9：Dielectrics RTIOW-ch10：Positionable camera RTIOW-ch11：Defocus Blur RTIOW-ch12：Where next