Аналогичная техника применяется для отображения изображений с МРТ , metaball-ов и для вокселизации рельефа.
В этой части я расскажу о технике создания разрушаемого рельефа Marching Cubes, а в более общем применении - для создания плавного граничного меша твёрдого объекта. В этой статье мы начнём с рассмотрения двухмерной техники, затем трёхмерной, а в третьей части рассмотрим Dual Contouring. Dual Contouring - это более совершенная техника, создающая тот же эффект.
Наша цель
Для начала определимся с тем, чего же мы хотим достичь. Предположим, у нас есть функция, которую можно дискретизировать на всём пространстве, и мы хотим нанести на график её границу. Другими словами, определить, где функция выполняет переход из положительной в отрицательную и наоборот. В примере с разрушаемым рельефом мы будем интерпретировать положительные области как сплошные, а отрицательные области - как пустые.Функция - это отличный способ описания произвольной фигуры. но она не помогает нам отрисовать её.
Для отрисовки нам нужно знать её границу , например, точки между положительными и отрицательными значениями, где функция пересекает ноль. Алгоритм Marching Cubes берёт такую функцию и создаёт полигональную аппроксимацию её границы, которую можно использовать для рендеринга. В 2d эта граница будет непрерывной линией. При переходе в 3d она становится мешем.
Реализация двухмерных Marching Cubes
Примечание: код на python , в котором содержится откомментированный код со всем необходимым.Для простоты давайте начнём с 2d, а позже перейдём к 3d. Я буду называть алгоритмы в 2d и в 3d «Marching Cubes», потому что по сути они являются одним алгоритмом.
Шаг 1
Во-первых, мы разобьём пространство на равномерную сетку квадратов (ячеек). Затем для каждой ячейки мы можем с помощью вычисления функции определить, находится ли каждая вершина ячейки внутри или снаружи сплошной области.Ниже показана функция, описывающая круг, а чёрными точками отмечены все вершины, координаты которых являются положительными.
Шаг 2
Затем мы обрабатываем каждую ячейку отдельно, заполняя её соответствующей границей.Простая таблица поиска обеспечивает 16 возможных комбинаций углов, находящихся снаружи или внутри. В каждом случае она определяет, какая граница должна быть отрисована.
Все сочетания двухмерных marching cubes
Шаг 3
После повторения процесса для всех ячеек границы соединяются, создавая готовый меш, даже несмотря на то, что каждая ячейка рассматривалась независимо.Отлично! Думаю, это в целом походит на исходный круг, описанный формулой. Но как видите, он весь изломан, а отрезки расположены под углами в 45 градусов. Так получилось, потому что мы решили выбрать вершины границ (красные квадраты), равноудалённые от точек ячейки.
Адаптивность
Лучшим способом избавиться от углов в 45 градусов будет адаптивный алгоритм marching cubes. Вместо простого задания всех вершин границ из центральных точек ячеек их можно расположить так, чтобы они лучше всего соответствовали сплошной области. Для этого нам нужно не только знать, находится ли точка внутри или снаружи; нам требуется также знать, насколько она глубоко расположена .Это значит, что нам нужна какая-то функция, дающая нам меру того, насколько глубоко точка находится внутри/снаружи. Она не обязана быть точной, потому что мы используем её только для аппроксимаций. В случае нашего идеального круга, имеющего радиус в 2,5 единиц, мы применим следующую функцию .
В которой положительные значения находятся внутри, а отрицательные - снаружи.
Тогда мы можем использовать численные значения на любой стороне грани, чтобы определить, насколько далеко вдоль грани нужно расположить точку .
Если соединить всё вместе, то это будет выглядеть так:
Несмотря на то, что у нас имеются те же вершины и отрезки, что и раньше, незначительное изменение позиции делает получившуюся фигуру гораздо больше похожей на круг.
Часть 2. Трёхмерные Marching Cubes
Итак, в 2D мы разбиваем пространство на сетку, а затем для каждой вершины ячейки вычисляем, где находится эта точка - внутри или снаружи сплошной области. В 2d-сетке у каждого квадрата по 4 угла, и для каждого из них есть два варианта, то есть у каждой ячейки существует возможных комбинаций состояний углов.Затем мы заполняем ячейку своим отрезком для каждого из 16 случаев, и все отрезки всех ячеек естественным образом соединяются вместе. Мы используем адаптивность , чтобы наилучшим образом подогнать эти отрезки под целевую поверхность.
Хорошая новость заключается в том, что в трёхмерном случае всё работает почти так же. Мы разбиваем пространство на сетку из кубов, рассматриваем их по отдельности, отрисовываем какие-то рёбра для каждого куба, а они соединяются, создавая нужный меш границы.
Плохая новость заключается в том, что у куба 8 углов, то есть существует рассматриваемых возможных случаев. И некоторые из этих случаев гораздо более сложны, чем в 2D.
Очень хорошая новость заключается в том, что нам совершенно не нужно в этом разбираться. Вы можете просто скопировать собранные мной случаи и перейти сразу к разделу с результатами («Соединяем всё вместе»), не задумываясь обо всех сложностях. А потом начать читать о dual contouring, если вам нужна более мощная техника.
Все сложности
Примечание: в этом туториале больше рассматриваются концепции и идеи, чем методы реализации и код. Если вам больше интересна реализация, то изучите реализацию в 3D на python , в которой содержится откомментированный код со всем необходимым.Вы всё ещё читаете? Отлично, мне это нравится.
Секрет заключается в том, что мы на самом деле не обязаны собирать все 256 различных случаев. Многие из них являются зеркальными отражениями или поворотами друг друга.
Вот три разных случая ячеек. Красные углы являются сплошными, все другие - пустыми. В первом случае нижние углы сплошные, а верхние - пустые, поэтому для правильной отрисовки разделяющей границы необходимо разделить ячейку вертикально. Для удобства я раскрасил внешнюю сторону границы жёлтым, а внутреннюю - синим.
Остальные два случая можно найти простым поворотом первого случая.
Мы можем использовать ещё один трюк:
Эти два случая являются противоположными
друг другу - сплошные углы одного являются пустыми другого, и наоборот. Мы можем с лёгкостью сгенерировать один случай из другого - у них одинаковая граница, только перевёрнутая.
С учётом всего этого на самом деле нам понадобится рассмотреть всего 18 случаев, из которых мы сможем сгенерировать все остальные.
Единственный разумный человек
Если прочитать или большинство туториалов по Marching Cubes, то в них говорится, что необходимо всего 15 случаев. Как же так? Ну, на самом деле это правда - три нижних случая с моей схемы не обязательно нужны. Вот снова три этих случая в сравнении с противоположными им другими случаями, дающими схожую поверхность.И второй, и третий столбцы правильно отделяют сплошные углы от пустых. Но только когда мы рассматривает один куб в отдельности. Если посмотреть на рёбра каждой грани ячейки, то можно увидеть, что они различаются для второго и третьего столбцов. Инвертированные не будут правильно соединяться с соседними клетками, оставляя отверстия в поверхности. После добавления лишних трёх случаев все ячейки правильно соединяются.
Соединяем всё вместе
Как и в двухмерном случае, мы можем просто обработать все ячейки независимо. Вот сферический меш, созданных из Marching Cubes.Как видите, форма сферы в целом сделана правильно, но в отдельных частях есть хаос из узких сгенерированных треугольников. Можно решить эту проблему с помощью алгоритма Dual Contouring, который является более совершенным, чем Marching Cubes.
Часть 3. Dual Contouring
Marching Cubes просты в реализации, поэтому часто используются. Но у алгоритма есть множество проблем:
Что же нам делать?
На сцене появляется Dual Contouring
Примечание: в этом туториале больше рассматриваются концепции и идеи, чем методы реализации и код. Если вам больше интересна реализация, то изучите реализацию на python, в которой содержится откомментированный код со всем необходимым ( и ).Dual Contouring решает эти проблемы и при этом гораздо более расширяем. Его недостаток заключается в том, что нам потребуется ещё больше информации об , то есть о функции, определяющей, что является сплошным и пустым. Нам нужно знать не только значение , но и градиент . Эта дополнительная информация улучшит адаптивность по сравнению с marching cubes.
Dual Contouring помещает в каждую ячейку по одной вершине, а затем «соединяет точки», создавая полный меш. Точки соединяются вдоль каждого ребра, имеющего смену знака, как и в marching cubes.
Примечание: слово «dual» («двойственный») в названии появилось потому, что ячейки в сетки становятся вершинами меша, что связывает нас с двойственным графом .
В отличие от Marching Cubes, мы не можем вычислять ячейки по отдельности. Чтобы «соединять точки» и найти полный меш, мы должны рассматривать соседние ячейки. Но на самом деле это намного более простой алгоритм , чем Marching Cubes, потому что здесь нет множества отдельных случаев. Мы просто находим каждое ребро со сменой знака и соединяем вершины ячеек, соседних с этим ребром.
Получение градиента
В нашем простом примере с 2d-кругом радиуса 2,5 задаётся следующим образом:(другими словами, 2,5 минус расстояние от центральной точки)
Воспользовавшись дифференциальным исчислением, мы можем вычислить градиент:
Градиент - это пара чисел для каждой точки, обозначающих, насколько изменяется функция при движении по оси x или y.
Но для получения функции градиента нам не потребуются сложные вычисления. Мы просто можем измерить изменение , когда и отклоняются на небольшую величину .
Это сработает для любой гладкой , если выбранное достаточно мало. На практике оказывается, что достаточно гладкими оказываются даже функции с острыми точками, потому что для того, чтобы это работало, необязательно вычислять градиент рядом с острыми участками. Ссылка на код .
Адаптивность
Пока мы получили такой же ступенчатый вид, который был и у Marching Cubes. Нам нужно добавить адаптивности. В алгоритме Marching Cubes мы выбирали, где вдоль ребра будет находиться вершина. Теперь мы можем свободно выбирать любую точку внутренностей ячейки.Мы хотим выбрать точку, наиболее близко соответствующую полученной нами информации, т.е. вычисленному значению
И градиенту. Заметьте, что мы сэмплировали градиент вдоль рёбер, а не в углах.
Выбирая показанную точку, мы гарантируем, что выводимые грани этой ячейки будут как можно больше соответствовать нормалям:
На практике не все нормали в ячейке будут подходить. Нам нужно выбрать наиболее подходящую точку. В последнем разделе я расскажу, как выбирать эту точку.
Переходим в 3d
Случаи в 2d и в 3d на самом деле не очень отличаются. Ячейка теперь является кубом, а не квадратом. Мы выводим грани, а не рёбра. Но на этом различия заканчиваются. Процедура выбора одной точки в ячейке выглядит так же. И мы по-прежнему находим рёбра со сменой знака, а затем соединяем точки соседних ячеек, но теперь уже четырёх ячеек, что даёт нам четырёхсторонний полигон:Грань, связанная с отдельным ребром. У неё есть точки в каждой соседней ячейке.
Результаты
Dual contouring создаёт гораздо более естественные формы, чем marching cubes, что можно увидеть на примере созданной с его помощью сферы:В 3d эта процедура достаточно надёжна, чтобы выбирать точки, находящиеся вдоль ребра острого участка и выбора углов при их возникновении.
Проблемы
Колинеарные нормали
Большинство туториалов останавливается на этом, но у алгоритма есть небольшой грязный секрет - решение QEF в соответствии с описанием в оригинальной статье про Dual Contouring на самом деле работает не очень хорошо.Решив QEF, мы можем найти точку, наиболее соответствующую нормалям функции. Но на самом деле нет никаких гарантий, что получившаяся точка находится внутри ячейки .
На самом деле, довольно часто она находится снаружи, когда мы работаем с большими плоскими поверхностями. В таком случае все сэмплированные нормали будут одинаковыми или очень близкими, как на этом рисунке.
Я видел много советов по решению этой проблемы. Некоторые люди сдавались, отказываясь от информации градиента и используя вместо него центр ячейки или среднее позиций границ. Это называется Surface Nets, и в таком решении, по крайней мере, есть простота.
Техника 1: решение QEF с ограничениями
Не забывайте, что мы находили точку ячейки, находя точку, минимизирующую значение заданнйой функции, называемой QEF. Внеся небольшие изменения, мы можем найти минимизирующую точку внутри ячейки.Техника 2: смещение QEF
Мы можем прибавить к QEF любую квадратичную функцию и получить другую квадратичную функцию, которая всё равно будет решаемой. Поэтому я прибавил квадратическую функцию, имеющую минимальную точку в центре ячейки.Благодаря этому решение всего QEF стягивается к центру.
На самом деле, это имеет больший эффект, когда нормали колинеарны и скорее всего дадут плохие результаты, но мало влияет на позиции в хорошем случае.
Использование обеих техник довольно избыточно, но, как мне кажется, даёт наилучшие визуальные результаты.
Подробнее обе техники показаны в коде .
Самопересечения
Ещё одна проблема dual contouring заключается в том, что иногда он может генерировать самопересекающуюся 3d-поверхность. В большинстве случаев на это не обращают внимания, так что я не решал эту проблему.Существует статья, в которой рассказывается о её решении: «Intersection-free Contouring on An Octree Grid», Ju and Udeshi, 2006
Однородность
Хотя получаемый dual contouring меш всегда герметичен, поверхность не всегда является хорошо заданной. Так как на ячейку приходится всего одна точка, при прохождении через ячейку двух поверхностей она будет общей для них. Это называется «однородным» мешем и может вызывать проблемы у некоторых алгоритмов текстурирования. Проблема часто возникает, когда сплошные объекты тоньше, чем размер ячейки или несколько объектов почти касаются друг друга.Обработка таких случаев является значительным расширением функционала базового Dual Contouring. Если вам нужна эта функция, то рекомендую изучить эту реализацию Dual Contouring или
Расширение алгоритма
Благодаря относительной простоте создания мешей Dual Contouring гораздо проще расширить до работы со схемами ячеек, отличающихся от рассмотренных выше стандартных сеток. Как правило, алгоритм можно выполнять для октодеревьев , чтобы получить различные размеры ячеек ровно там, где нужны подробности. В целом идея аналогична - выбираем по точке на ячейку с помощью сэмплированных нормалей, затем для каждого ребра со сменой знака находим соседние 4 ячейки и комбинируем их вершины в грань. В октодереве для нахождения этих рёбер и соседних ячеек можно использовать рекурсию. У Мэтта Китера есть об этом.Другое интересное расширение заключается в том, что для Dual Contouring нам необходимы всего лишь определение того, что находится внутри/снаружи, и соответствующие нормали. Хотя я говорил, что у нас для этого есть функция, мы можем извлечь ту же самую информацию из другого меша. Это позволяет нам выполнить «ремеш», т.е. сгенерировать чистое множество вершин и граней, очищающих исходный меш. В качестве примера можно привести модификатор remesh из Blender.
Дополнительное чтение
- Dual Contouring - это одна из множества похожих техник. См. другие подходы со своими плюсами и минусами в списке SwiftCoder .
Теги: Добавить метки
Меш (Mesh) или Градиентная сетка подходит и для EPS8 и для EPS10. Единственное, что Mesh лучше изначально рисовать в Adobe Illustrator, так как при сохранении в EPS из других программ (например, CorelDraw) меш может растрироваться. (А может и нет, тут уж сами проверяйте). Урок по основам меша представил мне Гринько Валерий, за что ему огромное спасибо, а так же честь и хвала. 🙂 Для отрисовки меша для стоков сначала необходимо выбрать фото. И фотография должна быть именно своя. Не пытайтесь искать хорошее фото в интернете в надежде, что автор его не узнает, что вы его отрисовали. И не пытайтесь изменять его. Лучше возьмите свое фото, пусть не такое красивое, но все же свое. Тем более, что для отрисовки Mesh вам не понадобится исключительное качество фотографии. Сам автор этого урока уже «погорел» на такой оплошности. Отрисовал чужую фотографию коктейля, за что удалили его аккаунт. И теперь он вынужден раскручивать свой аккаунт снова.По поводу съемки фотографии. Снимайте в естественном свете, то есть без вспышки, и тогда блики и тени, которые вы будете отрисовывать с помощью Mesh, будут иметь красивый естественный вид. Фото необходимо вставить в Adobe Illustrator и заблокировать слой, на котором он находится. Саму градиентную сетку можно делать двумя способами. Мы рассмотрим только их принципы.
Первый способ.
1. Создать новый слой и на нем нарисовать фигуру по форме совпадающую с объектом. На примере мы нарисовали окружность, по форме близкой к вишне.
2. А затем эту фигуру нужно переделать в градиентную сетку инструментом Mesh (U), кликая им по середине. В результате чего появится сетка.
3. Слой с мешем следует поместить под слой с фотографией. В нашем случае это слой Layer2. 4. А после чего приступить к самому главному, к моделированию сетки по форме вишни. Добавление новых узлов сетки производим инструментом Mesh (U), а их перемещение и выделение белой стрелочкой Direst Selection (A). Сколько нужно создать узлов? Если создать слишком мало, форма получится слишком гладкой и только издали будет подходить на рисуемый объект. Если сразу создать слишком много, то можно запутаться с редактированием. Поэтому нужно стараться максимально минимальным количеством узлов сетки создать приемлемую форму. Ограничений здесь нет, речь только о целесообразности. Узлов должно быть больше там, где есть изменение цвета.
5. После того, как сетка создана, можно переходить раскрашиванию. Образцы цвета можно брать прямо с фотографии. Сначала активируем белую стрелочку (A), затем выбираем инструмент Пипетка Eyedropper (I). Для того, чтобы выбрать точку зажимаем
Сначала мы получаем нечто такое, а потом добавляя точки, перемещая их и задавая им цвет, мы доводим форму до совершенства. Тут не лишними были бы знания и чувство формы и цвета, но, думаю, что многое приходит с опытом.
Второй способ.
Иногда форма объекта бывает очень сложной и построение сетки Mesh может быть осложнено тем, что она будет вести себя непредсказуемо. Тогда Mesh можно сделать другими способом: сделать Mesh из прямоугольника, а затем применить к нему маску в виде искомой формы.
1. Создаем прямоугольник и делаем из него Mesh точно так же, то есть инструментом Mesh (U) щелкаем по прямоугольнику, чтобы появилась сетка. 2. Создаем форму объекта, в нашем примере это будет круг. Помещаем его поверх прямоугольника-меша и делаем из него маску, то есть выделяем эти два объекта из из контекстного меню, вызванного правой кнопкой мыши, выбираем Make Clipping Mask.
3. Далее раскраску производим таким же образом.
Вооружившись этими принципами, а так же тренируясь в создании сетки и ее раскраски, во временем у вас будут получаться красивые работы.
Вот, например, готовый рисунок, который предоставил мне Валерий. Если у вас есть чем дополнить этот урок, прошу написать об этом в комментариях. А так же огромная просьба, если у вас есть собственные наработки в стоковом векторе , поделитесь своими секретами. Уроки могут приниматься в любом виде, главное, чтобы рисунки были именно ваши.
Эта страница была показана 41007 раза.
Таблица 11.6. Фонемы американского английского
Значение |
||
Значения IPA, показанные в таблице 11.2, являются индексами массива лицевых мешей фонем, используемого при визуализации. Для создания последовательности анимации, соедините значения IPA, образуя таким образом слова и предложения. Вы узнаете больше о создании последовательностей звуков в разделе "Создание последовательностей фонем", расположенном далее в этой главе.
Возвратимся к лицевым анимациям. Для создания законченной системы лицевой анимации необходимо анимировать (или скомбинировать) разнообразные меши, представляющие фонемы и выражения лица.
Создание лицевых мешей
Первым шагом при использовании лицевой анимации является создание набора лицевых мешей, которые бы представляли различные особенности лица игрового персонажа. Т. к. используются технологии комбинирования морфируемых анимаций, необходимо создать только один базовый меш и набор целевых мешей для каждой используемой особенности лица. Например, вам могут потребоваться только меши улыбки персонажа, моргания его глаз и движения рта в соответствии с произносимыми звуками.
Здесь и расположена самая сложная часть воплощения лицевой анимации - создание разнообразных лицевых мешей, используемых движком. Используя различные программы трехмерного моделирования, такие как trueSpace фирмы Caligari или Poser фирмы Curious Labs, вы можете создавать лицевые меши быстро и легко.
Морфируемаялицеваяанимация
TrueSpace фирмы Caligari (версия 5.1 и новее) комплектуется плагином3 Facial Animator, который очень помогает при создании, текстурировании и анимировании лицевых мешей. Я использовал плагин Facial Animator для создания демонстрационной программы этой главы.
Poser является пакетом, полностью ориентированным на создание персонажей, позволяющим моделировать всего человека. При использовании форм, текстур, одежд и лицевых особенностей Poser определенно является очень полезным трехмерным пакетом.
Независимо от используемого трехмерного пакета все сводится к одной вещи - созданию базового лицевого меша.
Создание базового меша
Оба пакета трехмерного моделирования, о которых я упоминал, поставляются с определенным набором лицевых мешей. Используя trueSpace, вы можете очень просто импортировать ваши собственные меши и подготавливать их для работы с плагином Facial Animator. При работе с Poser вы можете использовать лицевой генератор для получения практически неограниченного числа лиц.
Опять же, независимо от используемого пакета вам необходимо создать базовый меш. Помните, что этот базовый меш не должен содержать никаких выражений: рот должен быть закрыт, а глаза полностью открыты. Для упрощения, я собираюсь использовать один из лицевых, мешей, поставляемых в наборе с Facial Animator программы trueSpace. На рис. 11.3 показан базовый меш, который я буду использовать в этой главе.
После выбора меша, используемого в качестве базового, вам необходимо корректно текстурировать его. Замечательным свойством плагина Facial Animator программы trueSpace является то, что вы можете создавать карты текстур, используемые лицевым мешем, взяв картинки самогосебя, сделанные сбоку и спереди, и натянуть их на меш, используя инструмент Texturize Head. Для этой демонстрационной программы я использовал свое собственное лицо при текстурировании меша.
Замечание. Лицевой меш Chris (содержащий малое количество граней), который я использую в качестве базового, имеет несколько недостатков, самым заметным их которых является отсутствие глаз. Я использовал инструмент AddFace программы trueSpace для добавления нескольких граней, представляющих собой глаза, что позволило мне наложить карту текстуры на них.
3. Плагин (plug-in) - подключаемый программный модуль, который расширяет возможности родительской программы. - Примеч. науч. ред.
Рис. 11.3. Лицевой меш Chris (содержащий малое количество граней) из программы trueSpace замечательно послужит в качестве базового меша. Помня о лицензии фирмы Caligari, поставляемой для каждого пользователя, вы можете свободно изменять модель Chris в ваших приложениях
После двух небольших шагов базовый меш готов! Я знаю, что пропустил некоторые особенности, такие как моделирование головы, но эта книга не о моделировании, она об анимировании! По правде говоря, оба пакета трехмерного моделирования, о которых я упоминал, выполняют свою задачу и делают процесс моделирования лиц очень простым, так что о создании меша головы вы можете прочитать из документации этих пакетов.
А пока мы имеем готовый базовый меш, и можно начинать создавать выражения лиц, используемые в анимациях.
Создание выражений лица
Прежде чем продолжить, убедитесь, что вы сохранили базовый меш на диск, используя описательное имя, например, Base.x. Помните, вы используете формат.X, так что вы можете захотеть экспортировать меш в качестве.X файла. Если такой возможности нет, экспортируйте меш как файл.3DS. После того как вы выполнили это, вы можете использовать программу Conv3DS.exe, поставляемую с DirectX SDK, для
в директории \Bin\DXUtils DirectX SDK, или вы можете скачать последнюю ее версию с сайта http://www.microsoft.com/DirectX кopпopaции Microsoft.
После того как вы сохранили базовый меш на диск, вы можете начинать создавать различные виды мимики. Наиболее просто начинать с выражений лица, таких, как например, улыбка, моргание, нахмуривание. Опять же, я хочу сделать все максимально простым, поэтому будем использовать плагин Facial Animator программы trueSpace.
Так получается, что Facial Animator поставляется с набором предопределенных выражений лица, которые вы можете накладывать на лицевой меш простым щелчком мыши! Если задуматься, у Poser имеются точно такие же возможности, так что вы можете создавать выражения лица в любой из этих программ!
Для создания выражений лица меша щелкните закладку Expressions (Выражения) в диалоговом окне Facial Animator. Как вы можете видеть на рис. 11.4, появляется список выражений, которые можно применить к мешу.
Рис. 11.4. Список Expressions плагина Facial Animator предоставляет вам восемь выражений, которые вы можете выбрать
Я хочу, чтобы демонстрационная программа была проста, и т. к. я достаточно счастливый парень, я хочу использовать выражение Smile (Улыбка). Щелкните на кнопку Smile, и вы увидите, как лицевой меш в трехмерном редакторе изменится в соответствии с выбранным выражением. Если вам интересно, щелкните на кнопках других выражений, чтобы увидеть как они влияют на меш. После того, как вы закончите, щелкните на кнопку Smile, чтобы вернуться к настройке улыбающегося меша.
После того как вы выбрали используемое выражение лица (в данном случае улыбку), экспортируйте меш. Для упрощения, назовите его Smile.x. Поместите файл Smile.x в ту же директорию, что и Base.x. Если вы хотите использовать большее количество выражений, щелкните на соответствующую кнопку выражения в диалогом окне Facial Animator, подождите изменения меша и экспортируйте его в.X файл.
Я не хочу вводить вас в заблуждение тем, что в Facial Animator только восемь выражений, поэтому щелкните на вкладку Gestures (Жесты). Вот! Должно появиться еще четырнадцать выражений (см. рис. 11.5).
Рис. 11.5. Список Gestures плагина Facial Animator содержит еще 14 выражений, которые вы можете применять к мешу
Прежде чем использовать выражения вкладки Gestures, щелкните один раз кнопку Reset All (Сбросить все). Это вернет лицевой меш к начальной ориентации. Не стесняйтесь использовать набор жестов. Решите, какой жест вы хотите использовать, и экспортируйте меш, использующий его. Для своей демонстрационной программы я использую только жест Blink (Моргать).
После экспортирования всех выражений и жестов, перейдем к созданию разнообразных мешей для последовательностей фонем.
Предупреждение. После того как вы экспортировали меши лицевой анимации и начали использовать их в своих проектах, убедитесь, что вы не меняете порядок вершин. Это является очень важным для правильногоморфирования, как былорассмотрено вглаве 8.
Как создать меш из любого хаоса
В Minecraft мы можем копать в любом направлении, убирая за раз по одному блоку с чётко заданными краями. Но в других играх разработчикам удаётся разрушать рельеф плавно, без кубичности Minecraft.
Аналогичная техника применяется для отображения изображений с МРТ , metaball-ов и для вокселизации рельефа.
В этой части я расскажу о технике создания разрушаемого рельефа Marching Cubes, а в более общем применении - для создания плавного граничного меша твёрдого объекта. В этой статье мы начнём с рассмотрения двухмерной техники, затем трёхмерной, а в третьей части рассмотрим Dual Contouring. Dual Contouring - это более совершенная техника, создающая тот же эффект.
Наша цель
Для начала определимся с тем, чего же мы хотим достичь. Предположим, у нас есть функция, которую можно дискретизировать на всём пространстве, и мы хотим нанести на график её границу. Другими словами, определить, где функция выполняет переход из положительной в отрицательную и наоборот. В примере с разрушаемым рельефом мы будем интерпретировать положительные области как сплошные, а отрицательные области - как пустые.
Функция - это отличный способ описания произвольной фигуры. но она не помогает нам отрисовать её.
Для отрисовки нам нужно знать её границу , например, точки между положительными и отрицательными значениями, где функция пересекает ноль. Алгоритм Marching Cubes берёт такую функцию и создаёт полигональную аппроксимацию её границы, которую можно использовать для рендеринга. В 2d эта граница будет непрерывной линией. При переходе в 3d она становится мешем.
Реализация двухмерных Marching Cubes
Примечание: код на python , в котором содержится откомментированный код со всем необходимым.
Для простоты давайте начнём с 2d, а позже перейдём к 3d. Я буду называть алгоритмы в 2d и в 3d «Marching Cubes», потому что по сути они являются одним алгоритмом.
Шаг 1
Во-первых, мы разобьём пространство на равномерную сетку квадратов (ячеек). Затем для каждой ячейки мы можем с помощью вычисления функции определить, находится ли каждая вершина ячейки внутри или снаружи сплошной области.
Ниже показана функция, описывающая круг, а чёрными точками отмечены все вершины, координаты которых являются положительными.
Шаг 2
Затем мы обрабатываем каждую ячейку отдельно, заполняя её соответствующей границей.
В которой положительные значения находятся внутри, а отрицательные - снаружи.
Тогда мы можем использовать численные значения на любой стороне грани, чтобы определить, насколько далеко вдоль грани нужно расположить точку .
Если соединить всё вместе, то это будет выглядеть так:
Несмотря на то, что у нас имеются те же вершины и отрезки, что и раньше, незначительное изменение позиции делает получившуюся фигуру гораздо больше похожей на круг.
Часть 2. Трёхмерные Marching Cubes
Итак, в 2D мы разбиваем пространство на сетку, а затем для каждой вершины ячейки вычисляем, где находится эта точка - внутри или снаружи сплошной области. В 2d-сетке у каждого квадрата по 4 угла, и для каждого из них есть два варианта, то есть у каждой ячейки существует возможных комбинаций состояний углов.
Затем мы заполняем ячейку своим отрезком для каждого из 16 случаев, и все отрезки всех ячеек естественным образом соединяются вместе. Мы используем адаптивность , чтобы наилучшим образом подогнать эти отрезки под целевую поверхность.
Хорошая новость заключается в том, что в трёхмерном случае всё работает почти так же. Мы разбиваем пространство на сетку из кубов, рассматриваем их по отдельности, отрисовываем какие-то рёбра для каждого куба, а они соединяются, создавая нужный меш границы.
Плохая новость заключается в том, что у куба 8 углов, то есть существует рассматриваемых возможных случаев. И некоторые из этих случаев гораздо более сложны, чем в 2D.
Очень хорошая новость заключается в том, что нам совершенно не нужно в этом разбираться. Вы можете просто скопировать собранные мной случаи и перейти сразу к разделу с результатами («Соединяем всё вместе»), не задумываясь обо всех сложностях. А потом начать читать о dual contouring, если вам нужна более мощная техника.
Все сложности
Примечание: в этом туториале больше рассматриваются концепции и идеи, чем методы реализации и код. Если вам больше интересна реализация, то изучите реализацию в 3D на python , в которой содержится откомментированный код со всем необходимым.
Вы всё ещё читаете? Отлично, мне это нравится.
Секрет заключается в том, что мы на самом деле не обязаны собирать все 256 различных случаев. Многие из них являются зеркальными отражениями или поворотами друг друга.
Вот три разных случая ячеек. Красные углы являются сплошными, все другие - пустыми. В первом случае нижние углы сплошные, а верхние - пустые, поэтому для правильной отрисовки разделяющей границы необходимо разделить ячейку вертикально. Для удобства я раскрасил внешнюю сторону границы жёлтым, а внутреннюю - синим.
Остальные два случая можно найти простым поворотом первого случая.
Мы можем использовать ещё один трюк:
Эти два случая являются противоположными
друг другу - сплошные углы одного являются пустыми другого, и наоборот. Мы можем с лёгкостью сгенерировать один случай из другого - у них одинаковая граница, только перевёрнутая.
С учётом всего этого на самом деле нам понадобится рассмотреть всего 18 случаев, из которых мы сможем сгенерировать все остальные.
Единственный разумный человек
Dual Contouring решает эти проблемы и при этом гораздо более расширяем. Его недостаток заключается в том, что нам потребуется ещё больше информации об , то есть о функции, определяющей, что является сплошным и пустым. Нам нужно знать не только значение , но и градиент . Эта дополнительная информация улучшит адаптивность по сравнению с marching cubes.
Dual Contouring помещает в каждую ячейку по одной вершине, а затем «соединяет точки», создавая полный меш. Точки соединяются вдоль каждого ребра, имеющего смену знака, как и в marching cubes.
Примечание: слово «dual» («двойственный») в названии появилось потому, что ячейки в сетки становятся вершинами меша, что связывает нас с двойственным графом .
В отличие от Marching Cubes, мы не можем вычислять ячейки по отдельности. Чтобы «соединять точки» и найти полный меш, мы должны рассматривать соседние ячейки. Но на самом деле это намного более простой алгоритм , чем Marching Cubes, потому что здесь нет множества отдельных случаев. Мы просто находим каждое ребро со сменой знака и соединяем вершины ячеек, соседних с этим ребром.
Получение градиента
В нашем простом примере с 2d-кругом радиуса 2,5 задаётся следующим образом:
(другими словами, 2,5 минус расстояние от центральной точки)
Воспользовавшись дифференциальным исчислением, мы можем вычислить градиент:
Градиент - это пара чисел для каждой точки, обозначающих, насколько изменяется функция при движении по оси x или y.
Но для получения функции градиента нам не потребуются сложные вычисления. Мы просто можем измерить изменение , когда и отклоняются на небольшую величину .
Это сработает для любой гладкой , если выбранное достаточно мало. На практике оказывается, что достаточно гладкими оказываются даже функции с острыми точками, потому что для того, чтобы это работало, необязательно вычислять градиент рядом с острыми участками. Ссылка на код .
Адаптивность
Пока мы получили такой же ступенчатый вид, который был и у Marching Cubes. Нам нужно добавить адаптивности. В алгоритме Marching Cubes мы выбирали, где вдоль ребра будет находиться вершина. Теперь мы можем свободно выбирать любую точку внутренностей ячейки.
Мы хотим выбрать точку, наиболее близко соответствующую полученной нами информации, т.е. вычисленному значению
и градиенту. Заметьте, что мы сэмплировали градиент вдоль рёбер, а не в углах.
Выбирая показанную точку, мы гарантируем, что выводимые грани этой ячейки будут как можно больше соответствовать нормалям:
На практике не все нормали в ячейке будут подходить. Нам нужно выбрать наиболее подходящую точку. В последнем разделе я расскажу, как выбирать эту точку.
Переходим в 3d
Случаи в 2d и в 3d на самом деле не очень отличаются. Ячейка теперь является кубом, а не квадратом. Мы выводим грани, а не рёбра. Но на этом различия заканчиваются. Процедура выбора одной точки в ячейке выглядит так же. И мы по-прежнему находим рёбра со сменой знака, а затем соединяем точки соседних ячеек, но теперь уже четырёх ячеек, что даёт нам четырёхсторонний полигон:
Грань, связанная с отдельным ребром. У неё есть точки в каждой соседней ячейке.
Результаты
Dual contouring создаёт гораздо более естественные формы, чем marching cubes, что можно увидеть на примере созданной с его помощью сферы:
В 3d эта процедура достаточно надёжна, чтобы выбирать точки, находящиеся вдоль ребра острого участка и выбора углов при их возникновении.
Выбор местоположения вершины
Серьёзная проблема, которую я раньше игнорировал, заключается в выборе местоположения точки в случае, когда нормали не указывают в одинаковое место.
В 3d проблема ещё более усугубляется, потому что здесь становится больше нормалей.
Способом решения является выбор точки, которая оказывается взаимно наилучшей для всех нормалей.
Сначала каждой нормали мы назначаем штраф для мест, удалённых от идеального. Затем мы суммируем все штрафные функции, что даёт нам штраф в виде эллипса. После этого мы выбираем точку с наименьшим штрафом.
С математической точки зрения отдельные штрафные функции являются квадратом расстояния от идеальной линии для текущей нормали. Сумма всех квадратных членов является квадратичной функцией , поэтому общая штрафная функция называется QEF (quadratic error function, функцией квадратичной ошибки). Нахождение минимальной точки квадратичной функции - это стандартная процедура, имеющаяся в большинстве библиотек работы с матрицами.
Проблемы
Колинеарные нормали
Большинство туториалов останавливается на этом, но у алгоритма есть небольшой грязный секрет - решение QEF в соответствии с описанием в оригинальной статье про Dual Contouring на самом деле работает не очень хорошо.
Решив QEF, мы можем найти точку, наиболее соответствующую нормалям функции. Но на самом деле нет никаких гарантий, что получившаяся точка находится внутри ячейки .
На самом деле, довольно часто она находится снаружи, когда мы работаем с большими плоскими поверхностями. В таком случае все сэмплированные нормали будут одинаковыми или очень близкими, как на этом рисунке.
Я видел много советов по решению этой проблемы. Некоторые люди сдавались, отказываясь от информации градиента и используя вместо него центр ячейки или среднее позиций границ. Это называется Surface Nets, и в таком решении, по крайней мере, есть простота.
Техника 1: решение QEF с ограничениями
Не забывайте, что мы находили точку ячейки, находя точку, минимизирующую значение заданнйой функции, называемой QEF. Внеся небольшие изменения, мы можем найти минимизирующую точку внутри ячейки.
Техника 2: смещение QEF
Мы можем прибавить к QEF любую квадратичную функцию и получить другую квадратичную функцию, которая всё равно будет решаемой. Поэтому я прибавил квадратическую функцию, имеющую минимальную точку в центре ячейки.
Благодаря этому решение всего QEF стягивается к центру.
На самом деле, это имеет больший эффект, когда нормали колинеарны и скорее всего дадут плохие результаты, но мало влияет на позиции в хорошем случае.
Использование обеих техник довольно избыточно, но, как мне кажется, даёт наилучшие визуальные результаты.
Подробнее обе техники показаны в коде .
Самопересечения
Ещё одна проблема dual contouring заключается в том, что иногда он может генерировать самопересекающуюся 3d-поверхность. В большинстве случаев на это не обращают внимания, так что я не решал эту проблему.
Существует статья, в которой рассказывается о её решении: «Intersection-free Contouring on An Octree Grid», Ju and Udeshi, 2006
Однородность
Хотя получаемый dual contouring меш всегда герметичен, поверхность не всегда является хорошо заданной. Так как на ячейку приходится всего одна точка, при прохождении через ячейку двух поверхностей она будет общей для них. Это называется «однородным» мешем и может вызывать проблемы у некоторых алгоритмов текстурирования. Проблема часто возникает, когда сплошные объекты тоньше, чем размер ячейки или несколько объектов почти касаются друг друга.
Обработка таких случаев является значительным расширением функционала базового Dual Contouring. Если вам нужна эта функция, то рекомендую изучить эту реализацию Dual Contouring или
Расширение алгоритма
Благодаря относительной простоте создания мешей Dual Contouring гораздо проще расширить до работы со схемами ячеек, отличающихся от рассмотренных выше стандартных сеток. Как правило, алгоритм можно выполнять для октодеревьев , чтобы получить различные размеры ячеек ровно там, где нужны подробности. В целом идея аналогична - выбираем по точке на ячейку с помощью сэмплированных нормалей, затем для каждого ребра со сменой знака находим соседние 4 ячейки и комбинируем их вершины в грань. В октодереве для нахождения этих рёбер и соседних ячеек можно использовать рекурсию. У Мэтта Китера есть об этом.
Другое интересное расширение заключается в том, что для Dual Contouring нам необходимы всего лишь определение того, что находится внутри/снаружи, и соответствующие нормали. Хотя я говорил, что у нас для этого есть функция, мы можем извлечь ту же самую информацию из другого меша. Это позволяет нам выполнить «ремеш», т.е. сгенерировать чистое множество вершин и граней, очищающих исходный меш. В качестве примера можно привести модификатор remesh из Blender.
Дополнительное чтение
- Dual Contouring - это одна из множества похожих техник. См. другие подходы со своими плюсами и минусами в