高光

URP学习之五--LitShader

99封情书 提交于 2020-03-21 18:33:25
这节我们来看一下URP下的LitShader。LitShader也是基于物理渲染的,很多方法和属性看过默认管线PBR代码的应该都会很熟悉,我们现在再过一遍,加深一下印象,同时疏通一下以前可能没有掌握的地方。 先看Shader的Properties: // Specular vs Metallic workflow [HideInInspector] _WorkflowMode("WorkflowMode", Float) = 1.0 工作流还是Specular和Metallic。说到这两个流程的区别,其实笔者认为他们只是在不同输入形式同样的算法下产生同样的结果。所以叫工作流,因为材质需要的贴图产出流程是不一样的。但是不同输入的形式其实决定了可控制参数的多少和基于物理自定义效果的程度。 首先看看Metallic Workflow:Metallic工作流的输入是五张贴图(当然并不是每张贴图都是必须的),分别是主纹理、法线、环境遮蔽、金属度、自发光。 对比一下Specular Workflow:Specular工作流输入的是还是五张贴图:分别是主纹理、法线、环境遮蔽、高光贴图、自发光。 通过对比我们发现两个工作流唯一不同的输入就是 金属度贴图vs高光贴图 那么究竟这两种输入方式对于渲染效果有着什么影响呢(其实熟悉PBR的小伙伴都知道,借着URP的机会讲讲PBR~手动滑稽)

PS笔记

徘徊边缘 提交于 2020-02-26 08:20:31
<< photoshop>>学习笔记 第一章 PS设计基础 1.1工作区和工作流程 ①人像图片亮度的调节 方法一:使用亮度/对比度进行调节 点击菜单中的“图像”,展开后有“调整”这一项,之后在“调整”中会有“亮度/对比度”这一项,之后点击它,会弹出一个窗口,其中就有亮度和对比度的调节。 方法二:使用色阶进行调节 点击菜单中的“图像”,展开后有“调整”这一项,之后在“调整”中会有“色阶”这一项,之后点击它会弹出窗口随便拉动输入色阶的三个滑杆可调节亮度 (两者方法的区别:方法一调整是比较粗略的,而且调整是有极限的,并且亮度调节的数字没有具体意义。而相对于方法二来说,具体的数字是有充分的意义的。 方法三:获得图像亮度选区+混合模式 点击“通道”面板会出现窗口 按住ctrl键,点击RGB通道缩略图,获得这张图的亮度选区, 回到图层面板,按下ctrl+j键新建一个图层,之后选择混合模式中的“滤色”, 这样就可以增强亮度了。如果亮度增加不足,可多复 制新建图层,达到增加亮度的效果啦 (这种方法较前 两种方法来说更为精确,因为它采用了混合模式,而 且这种方式改的图片不会出现白色只要图中没有白色 或曝光) 1.2色彩基础与吸管工作组 ①数字设计的色彩基础知识 1、色轮 第一种色轮的主色是红、绿、蓝,对应的是光。 第二种色轮的主色是红、蓝、黄,对应的是染料。 主要使用第二种色轮 2

ios去掉icon.png的弯光效果

梦想的初衷 提交于 2020-02-24 17:47:27
在项目target的summary标签页下找到App Icons项,在“Prerendered”打上钩 此时在info.plist里会多出一个配置项"Icon already includes gloss effects" 再找到“Icon files (iOS 5)”项目(如果有的话),展开,把里面的“Icon already includes gloss effects”也设置成“YES”: 这样程序中的高光效果就取消了。 itunes connect上的图标 我们在itunes connect网站上创建应用时也要求上传图标,上传后 itunes connect也会给图标加上高光效果。这不用担心,如果我们的程序已经取消了高光效果,在程序上传后,网站上图标的高光效果也会自动取消掉的。 来源: https://www.cnblogs.com/mumue/archive/2013/06/02/3114078.html

风格化 + PBR

一个人想着一个人 提交于 2020-02-17 03:54:34
风格化 + PBR PBR 追求 物理正确 , 风格化 则天马行空,两个本来不搭边的东西结合在一起,也可以实现出相当有趣的效果。 下图是我的新欢, 异界锁链 的女主小姐姐: 注意看女主的衣服: 漫反射部分,明暗过渡是比较典型的 卡通渲染 的方式,线条感很强。 高光部分,直接高光的拖尾疑似 GGX ,间接高光也很明显,PBR的质感。 皮肤部分的明暗过渡比较平滑,暗部由红至黑的变化应该依靠 贴图映射 就可以模仿得出。 最后再搭配上 整体描边 以及左侧的 边缘光 ,既卡通又有光感的小姐姐就现身了。 当然,上述结论全凭肉眼,不一定准确。 本文介绍一款Unity插件 Toony Colors Pro ,如果要模仿上图女主的渲染效果,这个插件可以给我们很多启示。 Stylized PBS的几个要素 上图是作者在他的主页对 风格化的PBS 做的一些总结,主要元素包括以下几点: Ramp Shading 明暗偏色 风格化高光 风格化菲涅尔 描边 本文主要介绍前4点,至于 描边 ,作者的做法比较常规,有空再写。 Ramp Shading 考虑一下最简单的 Lambert 光照计算公式: inline fixed4 UnityLambertLight (SurfaceOutput s, UnityLight light) { fixed diff = max (0, dot (s.Normal,

什么是高光谱图像

亡梦爱人 提交于 2020-02-11 12:37:10
高光谱 (Hyperspectral) 光谱的定义  光谱是复色光经过色散系统(如棱镜、光栅)分光后,被色散开的单色光按波长(或频率)大小而依次排列的图案,全称为光学图谱。  太阳光色散后有红、橙、黄、绿、蓝、靛、紫,顺次连续分布的彩色光谱,覆盖了大约在390到770纳米的可见光区。 光谱的分类 按波长区域  在一些可见光谱的红端之外,存在着波长更长的红外线,同样,在紫端之外,存在波长更短的紫外线。因此,除了可见光谱外,光谱还包括有红外光谱和紫外光谱。 按产生方式  光谱可以分为发射光谱和吸收光谱和 散射 光谱。 多光谱、高光谱、超光谱的区别  高光谱成像是新一代光电检测技术,兴起于20世纪80年代,目前仍在迅猛发展巾。高光谱成像是相对多光谱成像而言,通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。如果根据传感器的光谱分辨率对光谱成像技术进行分类,光谱成像技术一般可分成3类: 多光谱成像——光谱分辨率在delta_lambda/lambda=0.1数量级,这样的传感器在可见光和近红外区域一般只有几个波段。 高光谱成像——光谱分辨率在delta_lambda/lambda=0.01数量级,这样的传感器在可见光和近红外区域有几卜到数百个波段,光谱分辨率可达nm级。 超光谱成像——光谱分辨率在delta_lambda/lambda=0

Photoshop绘制精致金属边框水晶球按钮

限于喜欢 提交于 2020-02-10 04:09:37
  下面开始制作:   在PS中新建立一个250*250的文件,背景色选用白色。   创建一个新图层命名为“颜色渐变”。   按CTRL+R打开标尺,从X,Y轴分别拖拉出参考线,将参考线移动至文件中心位置,然后在中心位置按SHIFT+ALT键用椭圆选区工具作出正圆选区。(在拉出椭圆选区之前,先在把选择区在属性栏的数值样式设置为固定大小为152*152像素)   按CTRL+H暂时隐藏参考线。   在“颜色渐变”图层中用渐变工具在选择区内作出由黑到白的渐变,注意下拖动的方向。   结果因该和下面这样差不多   在保持选择的情况下建立一个新图层命名为“内阴影”,并用黑色对内部进行描边2像素处理(编辑-描边),然后用高斯模糊3个像素(滤镜-模糊-高斯模糊)。   按CTRL+D取消选择。   下面来制作内部的高光和反射光。   新建立一个图层组叫做球内高光。   在图层组中建立一个图层名为“底部高光”。   在创建另一个新图层,暂不用命名。   在这个未命名的图层中,用椭圆工具建立一个固定大小为190*160像素的选择区,并用黑色填充,位置就象以下这样:   现在回到“底部高光”上这个图层上来进行编辑。   按CTRL单击颜色渐变图层,载如其选择区。   将这个圆形选择区收缩2个像素。(选择-修改-收缩)   现在按住CTRL+ALT键的点击之前做的那个未命名的黑色椭圆选区

高光谱遥感图像相关知识梳理大全

て烟熏妆下的殇ゞ 提交于 2019-12-05 07:35:02
前言 ​ 本资料整理了高光谱遥感图像概念定义、分析处理与分类识别的基本知识。第一部分介绍高光谱图像的一般性原理和知识,第二部分介绍了高光谱图像的噪声问题;第三部分介绍高光谱图像数据冗余问题以及数据降维解决冗余的方法;第四部分介绍高光谱图像的混合像元问题,对光谱解混做了一定介绍;第五部分和第六部分分别介绍了高光谱图像的监督分类和分监督分类的特点、流程和常用算法。 1.基本介绍 高光谱遥感(Hyperspectral remote sensing) 是将成像技术和光谱技术相结合的多维信息获取技术,同时探测目标的二维集合空间与一维光谱信息,获取高光谱分辨率的连续、窄波段图像数据。 高光谱图像与高分辨率图像、多光谱图像不同。 高光谱识别优势: 光谱分辨率高、波段众多,能够获取地物几乎连续的光谱特征曲线,并可以根据需要选择或提取特定波段来突出目标特征; 同一空间分辨率下,光谱覆盖范围更宽,能够探测到地物更多对电磁波的响应特征; 波段多,为波段之间的相互校正提供了便利; 定量化的连续光谱曲线数据为地物光谱机理模型引入图像分类提供了条件; 包含丰富的辐射、空间和光谱信息,是多种信息的综合载体。 高光谱在识别方面的困难: 数据量大,图像包含几十个到上百个波段,数据量是单波段遥感图像的几百倍;数据存在大量冗余,处理不当,反而会影响分类精度;