都知道mipmap是图片LOD,但是这LOD的级别判定是怎么定的呢?
这里就要说一个函数了,求相邻像素的内容的变化率
对,内容的变化率,你的颜色可以代表很多含义
dFdx dFdy求x+1和y+1的像素和当前像素的差别
然后如果一张图片,我们要采样,是不是传入的参数是uv,texture
如果函数内部做了这么个操作
float dx=dFdx(uv) float dy=dFdy(uv)
这样就得到了UV的变化率,很明显嘛 如果一个图片离你很远,两个像素uv跨度直接1了,很近就0.000x这种的,于是就可以拿来决定取LOD的哪一级了
那1920像素,uv是0-1,也就是0.0005的差距是第一级,第二级的话,按道理就是分布960像素0.001
大概就是这么个意思,但是具体做法是另外的公式
float lod = 0.5 * log2(max(dot(px, px), dot(py, py)));
mipmap学习记录之如何确定LOD Level
原创
©著作权归作者所有:来自51CTO博客作者日渐消瘦DBBH的原创作品,请联系作者获取转载授权,否则将追究法律责任
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
Git 学习记录 03
计算机新手的 git 学习记录
git 文件编辑器 版本控制系统 -
Learn C the hard way 学习记录 习题0
计算机新手笨方法学习C语言的博客记录
笨方法学C语言 Learn C the hard way Ubuntu虚拟机安装 -
kafka学习记录之设计
kafka学习记录之设计详解
kafka设计思路 -
Python之待学习记录
Python之异常
python github -
兔子-mipmap与drawable
使用上没什么区别,但是mipmap在图片缩放上性能优化了,占用内存小。建议图片放在mipmap里面,xmp资源放在drawable中。
mipmap mipmap与drawable 性能优化 图片缩放 -
kafka学习记录之配置
Kafka学习记录之配置详解
记录 配置文件 topic -
Keras学习记录之模型
Keras 是一个用 Python 编写的高级神经网络 API,它能够以 TensorFlow, CNTK, 或
keras 学习 深度学习 网络层 函数式