抗锯齿(反走样)
下图所示即为抗锯齿(反走样)
原理为先对图像进行模糊处理,再进行采样
为什么要先进行模糊处理,再进行采样呢?
频率(频域)
Cos2πfx通过调整系数f,余弦波的频率不同
傅里叶级数展开:
增加级数,会越来越接近
傅里叶变换(逆变换):
给定任意一个函数,都可以根据一个复杂的操作变成另外一个函数
使用相同的频率进行采样
可以看出,不同频率的图像应该采用不同的采样频率才合适,也能解释为什么要先进行模糊,再进行采样,需先改变图像频率,再使用符合图像频率的频率进行采样
MSAA反走样技术(增加采样点,非提升分辨率)
像素过大导致锯齿严重
通过增加采样点,例:
将每个像素分为2X2的采样点
通过每个像素内采样点的比例确定像素的覆盖率
完成模糊操作,然后再根据覆盖率进行采样
MSAA抗锯齿,但会增加计算量
更多的抗锯齿方法
FXAA大致原理是通过图像匹配找到锯齿边界,然后把这些边界换成没有锯齿的边界(和采样无关)
TAA 就是把上一个时间点的采样结果保留下来继续使用
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 25岁的心里话
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器