【Ray Tracing in One Weekend 超详解】 光线追踪1-8 自定义相机设计

 

今天,我们来学习如何设计自定义位置的相机

 ready

我们只需要了解我们之前的坐标体系,或者说是相机位置

 

 先看效果

 

 

  Chapter10:Positionable camera

这一章我们直接用概念贯穿整章

1.fov: field of view

它是一个角度

它分为两种:垂直方向岔开的角度(vfov)和水平方向岔开的角度(hfov)

vfov即相机在垂直方向上从屏幕顶端扫描到底部所岔开的视角角度

hfov即相机在水平方向上从屏幕左端扫描到右端所岔开的视角角度

2.aspect:屏幕宽高比

 

我们之前是通过直接定义屏幕的坐标位置来确定屏幕,现在,我们可以通过相机参数来确定屏幕

目前,我们暂时还用ready中的坐标,相机在原点,屏幕中心在(0,0,-1)

我们习惯采用vfov,这里我们假设一直vfov和aspect

眼睛离屏幕中心的距离为dis(也就是1)

根据 tan(vfov/2) = (屏幕高/2)/dis

得到 屏幕高 = 2 * dis * tan(vfov/2)

则,屏幕上边界为 y_up = dis * tan(vfov/2)

  屏幕下边界为 y_bottom = - y_up 

屏幕宽 = 屏幕高 * aspect

则,屏幕左边界为 x_left = - 屏幕宽/2

  屏幕右边界为 x_right = - x_left

 

所以,我们目前的相机类如下:

/// camera.h

// -----------------------------------------------------
// [author]        lv
// [begin ]        2019.1
// [brief ]        the camera-class for the ray-tracing project
//                from the 《ray tracing in one week》
// -----------------------------------------------------

#ifndef CAMERA_H
#define CAMERA_H

#include "ray.h"

namespace rt
{

class camera
    {
public:
    camera(rtvar vfov, rtvar aspect)
        :_eye(rtvec(0.,0.,0.))
    {
        rtvar theta = vfov * π / 180;
        rtvar half_height = tan(theta / 2);
        rtvar half_width = aspect * half_height;
        _start = rtvec(-half_width, -half_height, -1.0);
        _horizontal = rtvec(2 * half_width, 0., 0.);
        _vertical = rtvec(0., 2 * half_height, 0.);
    }

    inline const ray get_ray(const rtvar u,const rtvar v)const
        {    return ray{ _eye, _start + u*_horizontal + v*_vertical };    }

    inline const ray get_ray(const lvgm::vec2<rtvar>& para)const
        {    return ray{_eye, _start + para.u()*_horizontal + para.v()*_vertical};    }

    inline const rtvec& eye()const { return _eye; }

    inline const rtvec& start()const { return _start; }

    inline const rtvec& horizontal()const { return _horizontal; }

    inline const rtvec& vertical()const { return _vertical; }

private:
    rtvec _eye;

    rtvec _start;        //left-bottom

    rtvec _horizontal;

    rtvec _vertical;

    };

}

#endif

 

同时,我们如下设置main的相关数据,先来测试一下

 

 

Lambertian(rtvec(0,0,1))过滤red和green,完全保留blue

得到如下图:

 

没问题吧,屏幕宽为4,高为2,两边少的部分是被视锥体切掉了

从原点往左右边界连线,左三角面和右三角面内的部分才可见

 

3.lookfrom:相机所在位置

4.lookat:相机视线指向的位置点

相机在lookfrom位置看向lookat点

5.相机平面

相机平面是过lookfrom垂直于视线(from->at)的一个平面

类似于坐标系,确定平面当然也需要正交基向量,而相机三维正交基一般采用uvw坐标系

一个个描述

在阐述uvw之前先确定一个正向上的向量,因为相机坐标系算是一个局部性质的,当我们把它放在世界坐标系中,就需要用一个始终指向世界坐标系正上方的基向量vup(view up)

 

 我们现在来确定三维正交相机坐标系

我们先来确定w,w是一个正交于相机平面的基向量

它的定义为 w = lookfrom - lookat 

即:与视线反向的一个基向量

有了w,我们便可以定义u了,u向量代表相机平面的水平向量

u一定平行于世界坐标系的x轴

vup平行于世界坐标系的y轴

所以u⊥vup

而w⊥相机平面,所以w⊥u

所以  u = vup × w   该体系为右手系

最后定义v,v就是相机平面的垂直方向

即, v = w × u 

 

所以,我们可以定义一个完整的camera类啦

构造函数改动如下:

 

我们试着,站在(-2,2,1)位置,往屏幕中心(0,0,-1)看

它应该是一张俯瞰图

 

 主函数:

 

 如图:

 

 

左边的金属球只反射光蓝色分量,右边的漫反射球只反射光的红色分量

至于蓝色的金属球下部是黑色的,只能解释为下部的反射光中蓝色成分比较少

 

所以,过了这一节,我们的镜头就可以远近上下左右调整了,屏幕也随时跟着相机动,为相机影像做投影

是不是非常激动

 

前面那张效果图是如下设置的,球的性质改了一下,且把相机拉近了些(感觉书上的距离太远了)

 

感谢您的阅读,生活愉快~

 

posted @ 2019-01-04 17:15  林-兮  阅读(2425)  评论(0编辑  收藏  举报