[Ray Tracing in One Weekend] 笔记

前言

本文参照自raytracing in one weekend教程，地址为：https://raytracing.github.io/books/RayTracingInOneWeekend.html

什么是光线追踪？

光线追踪模拟现实中的成像原理，通过模拟一条条直线在场景内反射折射，最终获知物体表面的颜色。现实世界中，光线最终射向相机，获得成像，光线追踪则是从相机出发，向场景中反向发射光线，从而推出相机"底片"中每个像素的颜色。

现实中的相机很发杂，包括多组透镜，在成像时不是光线直接射入相机，需要经过多次折射。我们这里的光线追踪更类似于在模拟小孔成像（只不过小孔成像获得的图像是反置的，我们直接得到正向的结果，相当于对反置图像做了反置），我们在小孔的位置放置相机。

光线追踪和光栅化是两种不同的渲染方式，光栅化相当于把物体表面直接反射或发射的颜色返回给相机"底片"，场景中的各种阴影、遮蔽等效果都是通过预计算等方法得出的，而光线追踪会考虑物体表面光线多次反射或折射的结果，直接可以得到场景中的阴影、遮蔽等细节效果。

在具体实现的过程中，我们会在相机的正前方设置一个虚拟画布，相当于相机的底片（正常来说相机底片应当是在相机背面的，不过为了直观以及便于确定每条光线的方向，直接在相机前方设置），虚拟画布上每个位置的颜色代表了最终渲染结果对应像素的颜色。在发射光线时，通常以相机为起点，虚拟画布上的每个位置为终点，构建一条射线，每个方向可以根据采样设置发射多条射线。每个方向的射线的平均结果为对应像素的最终颜色。

光栅器的构建过程

这一部分是我在学习raytracing in one weekend教程时，我认为重点部分的罗列。

图像格式

raytracing in one weekend教程中采用了ppm格式，这种格式很简单，可以用ASCII文本表示。详细介绍可以参考：https://zhuanlan.zhihu.com/p/609960339

基本的光追过程

简述一下光线追踪的过程：

屏幕上的每一个像素都进行光线投射。
光线的每次投射都需要判断交点，而且投射到交点后还可能产生反射、折射，那么就往相应的方向继续进行新的投射，直到投射到天空或者投射次数达到限制。
最后，将每个交点的受光照情况以一定权重综合起来，得到一束光线获得的颜色，根据采样次数，每个像素发出的多个颜色的平均值为该像素的颜色。

下图是一个示例。

光线追踪的伪代码：

cpp 复制代码

RayTracing(Ray ray, hittable_list world, int depth){
    if(depth <= 0)
        return black color;
    
    hit_record rec; // 弹射点的属性记录
    
    if(Intersect(ray, world, out rec)){
        material = rec.mat; // 弹射点所在物体的材质
        normal = rec.normal;
        
        localColor = ShaderCalculate(ray, material, normal);
        out_ray = Get_outputRay(ray, material, normal);

        localColor = shaderCalculate(direction,hitpoint,normal);
        return localColor * RayTracing(out_ray, world, depth - 1);
    }
    else{
        return the color of background;
    }
}

抗锯齿

看到一个有趣的真相：每个小像素块不是正方形，参考文献，不过为了简单起见，我们假设每个小像素块是正方形。

这里为了进行抗锯齿，采用了一定程度的随机，即从相机向虚拟画布发射光线时，以像素为单位为射线的终点做随机扰动。

在代码中的体现如下：

cpp 复制代码

ray get_ray(int i, int j) const {
        // 获取位置 i,j 处像素的随机采样光线。

        auto pixel_center = pixel00_loc + (i * pixel_delta_u) + (j * pixel_delta_v);
        auto pixel_sample = pixel_center + pixel_sample_square();

        auto ray_origin = center;
        auto ray_direction = pixel_sample - ray_origin;

        return ray(ray_origin, ray_direction);
    }

    vec3 pixel_sample_square() const {
        // 返回一个单位像素正方形周围的随机点。
        
        auto px = -0.5 + random_double();
        auto py = -0.5 + random_double();
        return (px * pixel_delta_u) + (py * pixel_delta_v);
    }

漫反射材质

（最简单的）漫反射材质，在光线射入表面后，会在法线半球随机射出。

而如何获得一个随机的单位球内的向量？文中给出的方法是在单位正方体内随机取点，将不在单位球内的点丢弃。而进一步删选是否在表面法线半球，则可以通过将获得的向量与法线点积，如果点积结果为正则采用，为负则丢弃。

为了让漫反射结果更真实，我们应该采用Lambertian Reflection。采用这种方法，在采样时越靠近法线处概率越高。我们可以在与表面交点相切的球体内采样反射光线，示意图如下：

gamma矫正

另外需要注意gamma矫正，简单来说，屏幕是处于gamma空间上的，而我们渲染的结果在未经处理时是在linear空间上的，为了使色彩不失真，我们需要将渲染的结果转换到gamma空间上。

以下是gamma矫正前和gamma矫正后的对比图：

金属材质

这里的金属材质与镜子比较类似，金属材质有一个fuzz参数，代表材质表面反射的模糊度。当反射模糊度为零时，这个材质就相当于一个带颜色的镜子。

fuzz参数：反射时，可以对反射光线加一个随机，表示模糊效果。具体随机方式如下图，对反射光线的末端，加一个半径为fuzz范围的球体随机。

金属材质的效果：

玻璃材质

引入了光线的折射，下面贴一下教程原文的计算表示过程。

在做折射时，需要注意全反射的情况。

另外，在现实生活中，当我们贴近玻璃表面时，玻璃会表现地像镜子，这个效果可以用Christophe Schlick给出的公式来模拟。

在代码中，当F大于给定的值时，我们认为此时为反射。
F ( F 0 , θ i ) = F 0 + ( 1 − F 0 ) ( 1 − c o s θ i ) 5 F 0 = ( η 1 − η 2 η 1 + η 2 ) 2 = ( η − 1 η + 1 ) 2 F(F_0,\theta_i) = F_0 + (1 - F_0)(1 - cos\theta_i)^5 \\ F_0 = (\frac{\eta_1 - \eta_2}{\eta_1 + \eta_2})^2 = (\frac{\eta - 1}{\eta + 1})^2 F(F0,θi)=F0+(1−F0)(1−cosθi)5F0=(η1+η2η1−η2)2=(η+1η−1)2

此时我们得到的是一个通过物体后光线颠倒的效果，这显然不真实。