【Unity】深度图（Depth Texture）的简单介绍
前言在用Unity整Hi-Z剔除的时候由于需要处理深度图，作为小萌新，整着整着发现单单深度图相关的知识就可以水一篇文章，那就愉快的水起来吧。
首先我们先随便摆一个测试场景，如下图：
查看深度图
学过图形学我们知道，在渲染管线的光栅化阶段，GPU会计算不透明物体的Mesh在对应像素上的深度（取值范围为0-1的浮点数），用它来判断像素上应该显示哪个三角形对应的数据。可参考：
那么我们能不能查看这个深度图呢？Unity提供的Frame Debugger可以帮助我们根据draw call查看每帧的渲染过程，我们点击UpdateDepthTexture项就可以查看到当前帧的深度图了，如下：
查看深度图
展开UpdateDepthTexture，我们还可以看到每个mesh的渲染顺序：
深度图写入流程
并且在RenderForwardOpaque.CollectShadows中我们可以看到深度图的应用：
RenderForwardOpaque.CollectShadows
可以发现深度图并不是在物体绘制到Render Target后（即：RenderForward.RenderLoopJob）通过深度测试对应生成的，而是会先利用一个专门的Render Pass（即：UpdateDepthTexture）来事先根据要渲染的物体生成深度图。由于深度值只是一个浮点数，因此我们深度图的每个像素就不需要存储rgba四个浮点数了，只需要r通道即可，因此我们看见的深度图是红黑色的，这样可以减少的深度图所占用的内存空间。
从上面的深度图中我们可以看出当物体离camera越近，深度图上对应的区域越红（深度值接近1），越远则越黑（深度值接近0）。也就是说深度值从0到1代表的是从远到近。
很多人点UpdateDepthTexture的时候，可能会发现看见的深度图全是黑的（如下图）。这是为什么呢，难道场景中所有物体的深度都是0，都靠近far clip plane？
深度图基本全黑
此外上面的深度图是在我们platform选择Window(DirectX 11)或iOS(Metal)时看见的结果（近红远黑）。若选择Android(OpenGL ES3)看到的深度图会是下面这么一番景象（近黑远红）：
Android平台下
从Android平台下的深度图来看，深度值从0到1代表的是从近到远。
这些种种的问题或不同是为什么？我们从深度的计算入手。
深度计算
我们知道物体要显示在屏幕上要进过MVP变换到裁剪空间（Clip Space），在裁剪空间做完裁剪后，再做一次透视除法变成标准化设备坐标（NDC），我们来看看这个过程坐标发生了什么变换。
注：由于OpenGL和DirectX的投影矩阵和NDC范围有所不同，所以分开来说。有关OpenGL和DirectX的投影变换矩阵可参考：
由于我们一开始在Window平台，所以先来看看DirextX的深度计算方式。
假设某个顶点在MV变换后坐标为 (x_v,y_v,z_v) （其中 z_v 的值也被称之为：eye Z value），那么P变换后得到的齐次坐标为：
Clip Space=\begin{bmatrix}x_v&y_v&z_v&1\end{bmatrix}\begin{bmatrix} \frac{2n}{r-l} &0 & 0 & 0 \\ 0 &\frac{2n}{t-b} & 0 &0 \\ 0&0 &\frac{f}{f-n} & 1\\ 0 &0 &\frac{-fn}{f-n}&0 \end{bmatrix}=\begin{bmatrix}\frac{2nx_v}{r-l} &\frac{2ny_v}{t-b}&\frac{fz_v-fn}{f-n}&z_v\end{bmatrix} 上面得到的齐次坐标即是顶点在齐次裁剪空间下的坐标。
注：DirectX的视图空间是左手坐标系，式子中的 f 代表 far clip plane的z的值，n 代表 near clip plane的z的值， 0<n<z_v<f 。
我们将 z_v=n 和 z_v=f 分别代入z的值中
\left\{\begin{matrix} \frac{fn-fn}{f-n}=0 &&z_v=n\\ \frac{ff-fn}{f-n}=f &&z_v=f \end{matrix}\right.
因此在裁剪空间中，z值的取值范围为(0,f)。
裁剪空间的坐标要转成NDC坐标还需要做一次透视除法，即齐次坐标(x,y,z,w)内所有值都除以w。那么上面的齐次坐标做完透视除法后的值即为：
NDC=\begin{bmatrix}\frac{2nx_v}{(r-l)z_v} &\frac{2ny_v}{(t-b)z_v}&\frac{fz_v-fn}{(f-n)z_v}&1\end{bmatrix} 由于要计算的是深度，我们不用管x，y的值，只需要关注NDC中z的值即可：
z_{NDC}=\frac{fz_v-fn}{(f-n)z_v} 将它们分别代入到上面的式子中可得到：
\left\{\begin{matrix} \frac{fn-fn}{(f-n)n}=0 &&z_v=n\\ \frac{ff-fn}{(f-n)f}=1&&z_v=f \end{matrix}\right.因此DirectX下 z_{NDC} 的取值范围为0到1，其中0代表物体在near clip plane上，1代表在far clip plane上。而DirectX下的深度值即是 z_{NDC} 的值， depth=z_{NDC} 。
但是不对啊？按照前面深度图的显示，明明是1代表物体在near clip plane上，0代表在far clip plane上，怎么和计算出来的结果正好相反，这是因为Unity为我们做了一次反转的操作，即：
depth=1-z_{NDC} 官方文档说明如下：
在 DirectX 11, DirectX 12, PS4, Xbox One, Metal 这些平台上反转了深度的方向，使得在near clip plane上深度值为1.0，逐渐减小到far clip plane上深度值为0.0。并且在裁剪空间下z的范围也由 (0,far) 变为了 (near,0) 。此外我们在Unity5.5的版本更新中，也能看见相关的介绍，链接如下：
为什么要进行反转操作呢？我们来看一个例子，假设 n=0.1，f=10，那么不反转的话， z_{NDC} 和 z_v 的关系如下：
从曲线图中看出深度随着距离的增长是一个非线性的增长（有点像log函数），当 0.1<z_v<1 时， z_{NDC} 的取值范围大概在 (0, 0.95)之间，而当 1<z_v<10 时， z_{NDC} 的取值范围大概在 (0.95, 1)之间。也就是说当物体越接近near clip plane那么深度值的精度就越高，而越接近far clip plane精度就越低。例如当两个物体距离分别是9和9.1的时候，如果精度不够，就很难通过深度来判断两个物体到底谁在前面，就可能会发生闪烁的现象（一下认为你在前面，一下子认为它在前面），这种由精度产生的问题我们称之为z-fight。
然后我们来看看反转后的曲线，如下：
好像没什么软用，不还是接近near clip plane时精度越高么，只不过值从接近0变成了接近1。事情并不是这么简单，这里我们要引入浮点数精度分布的知识，即浮点数本身在越接近于0的时候精度越高，也就是说越接近0浮点数的分布越密集。这样你就会发现反转后，虽然当 1<z_v<10 时， z_{NDC} 的取值范围大概在 (0.05, 0)之间，但是这个区间内分布的浮点数却非常的多，从而保证深度值的精度不会受到特别的大的影响。
参考：
因此反转操作有利于在near特别小而far特别大时，整体保证不错的精度效果，从而减少z-fight现象。
其他避免z-fight的方法：
[*]物体不要放的太近，防止使用深度无法区分两者的远近关系。
[*]near clip plane设置的尽可能远。但这样可能造成离camera很近的物体被裁剪掉，需要多测试找到一个适合的距离。
[*]使用更高精度的depth buffer，例如Unity5.5的更新里说到将24 bit的depth buffer更换为了32 bit，当然这样会增加内存的开销。
[*]尽量缩短n和f之间的距离，例如n=1，f=8的曲线示意图如下。
n=1，f=8
因此最终结论就是Unity在DirectX平台上（Metal与之一样），depth的取值范围是1到0，当在near clip plane上时depth=1，在far clip plane上时depth=0，其计算公式为：
depth=\frac{(f-z_v)n}{(f-n)z_v} 我们可以简单的验证下是否正确，例如之前的测试场景，我们设置Camera的Clipping Planes的Near为6，Far为100，对应公式中的n和f：
然后创建一个Cube使其离摄像机的距离为10.5，因为Cube的宽度为0.5，因此此时Cube离Camera最近的一个面的距离正好为10，对应场景和深度图如下：
n=6,f=100
将这些值代入公式得到depth为：
depth=\frac{(100-10)*6}{(100-6)*10}=0.574
换算成r通道的值即为：0.574*255=146，我们采样一下深度图中小方块的颜色，可以发现正好是对应的，如下图：
同时这个公式也可以解释为什么有些时候深度图是全黑色的，因为默认的Camera的n=0.3，f=1000，如果代入公式会发现小方块的depth变为了0.03，接近黑色。对应示意图如下：
n=0.3,f=1000
接下来我们再来看看OpenGL的，同样假设在MV变换后坐标为 (x_v,y_v,z_v) ，那么P变换后得到的齐次坐标为：
Clip Space=\begin{bmatrix} \frac{2n}{r-l} &0 & 0 & 0 \\ 0 &\frac{2n}{t-b} & 0 &0 \\ 0 &0 &\frac{-(f+n)}{f-n} & \frac{-2fn}{f-n} \\ 0 &0 &-1 &0 \end{bmatrix}\begin{bmatrix}x_v\\y_v\\z_v\\1\end{bmatrix}=\begin{bmatrix}\frac{2n}{r-l} x_v\\\frac{2n}{t-b}y_v\\\frac{-(f+n)z_v-2fn}{f-n}\\-z_v\end{bmatrix} 这里需要注意的是OpenGL的视图空间是右手坐标系，而式子中的 f 和 n 分别代表 far clip plane 和 near clip plane离原点的距离， 0<n<f 且 -f<z_v<-n
我们将 z_v=-n 和 z_v=-f 分别代入z的公式中得：
\left\{\begin{matrix} \frac{-(f+n)*(-n)-2fn}{f-n}=\frac{n*n-fn}{f-n}=-n &&z_v=-n\\ \frac{-(f+n)*(-f)-2fn}{f-n}=\frac{f*f-fn}{f-n}=f &&z_v=-f \end{matrix}\right.
因此在裁剪空间中，z值的取值范围为(-n,f)。
然后转换为NDC坐标即为：
NDC=\begin{bmatrix}\frac{-2nx_v}{z_v(r-l)} \\\frac{-2ny_v}{z_v(t-b)}\\\frac{(f+n)z_v+2fn}{(f-n)z_v}\\1\end{bmatrix}
z_{NDC}=\frac{(f+n)z_v+2fn}{(f-n)z_v} 继续将 z_v=-n 和 z_v=-f 分别代入公式中得：
\left\{\begin{matrix} \frac{(f+n)*(-n)+2fn}{(f-n)*(-n)}=\frac{-n^2+fn}{-nf+n^2}=-1&&z_v=-n\\ \frac{(f+n)*(-f)+2fn}{(f-n)*(-f)}=\frac{-f^2+fn}{-f^2+nf}=1&&z_v=-f \end{matrix}\right. 因此 z_{NDC}\in(-1,1) ，由于深度值的范围为(0,1)，所以我们还需要做一个转换，即： depth=\frac{z_{NDC}+1}{2} ，并且由于Unity并没有对OpenGL的深度值进行反转（可见之前发的官方文档连接），因此Unity在OpenGL下最终的深度值计算公式为：
depth=\frac{(f+n)z_v+2fn+(f-n)z_v}{2(f-n)z_v}=\frac{(z_v+n)f}{(f-n)z_v} depth的取值范围是0到1，当在near clip plane上时depth=0，在far clip plane上时depth=1。
同样我们可以用之前的方法切到Android平台下验证一下，将n=6，f=100， z_v=-10 （因为OpenGL是右手，Unity是左手，所以在Unity中Cube相对Camera的z为+10但是代入OpenGL的公式时要取反）代入公式当中得到：
depth=\frac{(-10+6)*100}{(100-6)*(-10)}=0.426
对应的r通道值即为 0.426*255=108，参考图如下：
n=6,f=100
总结一下：
在类似Direct3D的平台上，例如Direct3D, Metal 和 consoles，它们的裁剪空间z值范围为(0, f)，深度值范围为(0,1)。Unity平台对DirectX 11, DirectX 12, PS4, Xbox One, Metal进行的深度反转，使得这些平台下裁剪空间z值范围为(n, 0)，深度值范围为(1,0)。
在类似OpenGL的平台上，例如OpenGL, OpenGL ES2和 OpenGL ES3，它们的裁剪空间z值范围为(-n, f)，深度值范围为(0,1)。
上面所有的范围，第一个数指的都是near clip plane所在的值，第二个数为far clip plane所在的值。
获取/采样深度图
前面简单的介绍了下深度图的计算方式，而当我们要使用深度图制作一些特殊效果的时候，例如深度剔除，景深效果等，就需要我们对深度图进行采样，然后根据获取到的深度做处理。
那么我们怎么才能获取到深度图并且采样呢？官方给出的答案如下：
简单来说在Unity中，Camera可以生成depth，depth+normals，motion vector三种texture。这些texture在可以帮助我们实现一些很牛的效果，而其中的depth texture就是我们要的深度图。
我们可以通过设置Camera的depthTextureMode属性来使Camera生成对应的texture，例如下面代码可以使Camera生成depth texture（开启后会造成一定的性能消耗）：
Camera.main.depthTextureMode |= DepthTextureMode.Depth;
运行后，可以从Camera组件中看到如下提示：info：renders Depth texture
如果我们的Rendering Path使用的是Deferred或是Legacy Deferred（如下图），那么生成深度图并不会造成额外的消耗，因为使用Deferred Shading本身就会把深度信息写入到G-buffer中。
Camera Rendering Path
Depth texture的大小和屏幕大小相同，其中每个像素的值的范围在0到1之间（计算方式前面介绍了），非线性分布（参考前面的曲线图，后面会细说），精度根据不同的平台可能是16bit 或 32bit。支持深度图的平台有如下几种：
Direct3D 11+ (Windows), OpenGL 3+ (Mac/Linux), OpenGL ES 3.0+ (iOS), Metal (iOS) and consoles like PS4/Xbox One注：OpenGL ES 2.0 (Android) 需要有 GL_OES_depth_texture 扩展，WebGL 需要有 WEBGL_depth_texture 扩展才能支持深度图。
我们的深度图在Shader的ShadowCaster Pass中被渲染，因此如果shader不支持shadow casting（即shader中不包含ShadowCaster的Pass并且fallbacks的shader也没有），那么使用这些shader的物体不会被渲染在深度图上。
举个例子，我们新建一个SurfaceShader，然后场景中的建个Cube使用该Shader，可以看到该Cube被渲染到了深度图中，如下图：
渲染了Cube
这是因为我们新建的shader中，默认fallback了Diffuse shader，而Diffuse 中就带有ShadowCaster Pass，因此我们的Cube会被写入到深度图中。
FallBack &#34;Diffuse&#34;如果我们删掉这句再看看，就会发现深度图中没有了这个Cube，如下图：
没有Cube了
除了通过fallback别的带有shadow casting pass的shader的方法外，对于SurfaceShader我们还可以通过添加 addshadow 指令来使得系统自动生成对应的shadow casting pass，如下：
#pragma surface surf Standard fullforwardshadows addshadow当然了，除了上面两种方法外，我们也可以自己写一个ShadowCaster Pass来使得物体能够被渲染进深度图。除此之外，只有不透明物体（render queue <= 2500）会被渲染进深度图。
那么当我们设置了Camera的depthTextureMode为Depth，生成了Depth texture，怎么使用（采样）呢？Unity在shader中为我们提供了一个名为 _CameraDepthTexture 的全局变量，我们对其进行采样即可。
例如在fragment shader中采样深度图：
sampler2D _CameraDepthTexture;
float4 frag(v2f input) : Color
{
float depth = tex2D(_CameraDepthTexture, input.uv);
return float4(depth, 0.0f, 0.0f, 1.0f);
}采样的代码，一般也会写成下面这种形式：
float depth = UNITY_SAMPLE_DEPTH(tex2D(_CameraDepthTexture, input.uv));其中 UNITY_SAMPLE_DEPTH 的作用就是取r通道的值：
//HLSLSupport.cginc
#define UNITY_SAMPLE_DEPTH(value) (value).r当然了，我们也可以在C#端利用 Shader.GetGlobalTexture 来获取深度图，然后用 Graphics.Blit 方法将其复制到RenderTexture上（这也是做Hiz剔除时重要的一环）。
这里需要注意的是，在Unity的生命周期中有很多的事件函数，例如Start，Update，OnRenderObject等等，官方文档介绍如下：
那么我们应该在哪个事件中获取_CameraDepthTexture才能保证是当前帧的深度图呢？经过测试，建议在OnPostRender中获得到当前帧的深度图，如下：
void OnPostRender()
{
Graphics.Blit(Shader.GetGlobalTexture(&#34;_CameraDepthTexture&#34;), renderTexture);
}
RenderTexture
注：有时在OnPreRender或者Update函数中获取_CameraDepthTexture，那么得到的深度图将会是Scene窗口下的深度图，具体原因暂时不明~
右边的深度图是Scene视角的
有关 _LastCameraDepthTexture 的用法自己还没整明白，后续再研究研究，按文档的意思可以用来生成低分辨率的DepthTexture。
当然了，我们做东西肯定要考虑跨平台，前面提到了不同平台生成的深度图是不同的，如DirctX 近到远是1到0，OpenGL 近到远是0到1，那么怎么统一采样的值呢？根据前面的介绍我们知道 DirctX 等平台之所以是1到0是因为unity为其做了反转，那么我们再把它们转回来不就得了么。而对于这些进行了深度反转的平台，unity都定义了名为 UNITY_REVERSED_Z 的宏，因此如果想要各个平台近到远都是0到1，就可以这么处理：
sampler2D _CameraDepthTexture;
float4 frag(v2f input) : Color
{
float depth = tex2D(_CameraDepthTexture, input.uv);
#if defined(UNITY_REVERSED_Z)
depth = 1.0f - depth; //d3d, metal to do it
#endif
return float4(depth, 0.0f, 0.0f, 1.0f);
}
非线性转线性
Depth texture中每个像素代表的深度值是一个非线性的变化，例如前面n=0.1，f=10的深度变化曲线如下图：
n=0.1，f=10，非线性
这样有一个坏处，比方说我们想用深度图做一个扫描线的效果，如下图：
扫描线效果
我们的扫描线应该随着深度的变化而变化，那么就会有个问题，例如曲线图所示，当我们深度从1变化到0.05的时候，实际上代表的距离仅仅离相机不到1，我们的扫描线只能匍匐前进，甚至都看不到。而深度从0.05变化到0的时候，啪的一下就瞬移的。而我们期望的肯定是随着深度的变化，扫描线的移动（也就是距离）也匀速的变化，这就是所谓的线性关系。
为了解决这个问题，Unity为我们提供了一个 Linear01Depth 的方法，可以得到一个线性变化的深度值。
//UnityCG.cginc
// Z buffer to linear 0..1 depth
inline float Linear01Depth( float z )
{
return 1.0 / (_ZBufferParams.x * z + _ZBufferParams.y);
}里面的_ZBufferParams的参数定义如下：
//UnityShaderVariables.cginc
// Values used to linearize the Z buffer (http://www.humus.name/temp/Linearize%20depth.txt)
// x = 1-far/near
// y = far/near
// z = x/far
// w = y/far
// or in case of a reversed depth buffer (UNITY_REVERSED_Z is 1)
// x = -1+far/near
// y = 1
// z = x/far
// w = 1/far
float4 _ZBufferParams;z值的计算公式我们前面已经提到过了，我们代入到Linear01Depth方法中来看看为什么它返回的结果是线性的。
对于DirectX这类深度反转的，_ZBufferParams.x = -1+far/near，_ZBufferParams.y = 1，得到公式：
depth=\frac{1}{\frac{(f-z_v)n}{(f-n)z_v}*(-1+\frac{f}{n})+1}=\frac{z_v}{f} 对于OpenGL，_ZBufferParams.x = 1-far/near，_ZBufferParams.y = far/near，得到公式：
depth=\frac{1}{\frac{(z_v+n)f}{(f-n)z_v}*(1-\frac{f}{n})+\frac{f}{n}}=\frac{z_v}{f}
好家伙，就是视图空间下的z值除以far clip plane的值，对应的函数图即为：
n=0.1，f=10，非线性
从中可以看出，使用Linear01Depth需要注意的有两点：
[*]不管深度是否反转，得到的结果都是从近到远是从0到1。
[*]深度和near clip plane的值无关，等于0时，代表在相机原点，而不是在near clip plane。
除了Linear01Depth方法外还有个LinearEyeDepth方法，其实就是通过深度反推出视图空间下z的值（ z_v ），方法体如下：
//UnityCG.cginc
// Z buffer to linear depth
inline float LinearEyeDepth( float z )
{
return 1.0 / (_ZBufferParams.z * z + _ZBufferParams.w);
}简单的套一下Direct的公式：
eyedepth=\frac{1}{\frac{(f-z_v)n}{(f-n)z_v}*\frac{-1+\frac{f}{n}}{f}+\frac{1}{f}}=z_v
使用深度图
深度图的一些使用场景，先贴几个参考，后续抽空自己实现下再完善： 感谢分享 思路清晰 理解简单 谢谢分享！ 所以hi-z是个啥 https://zhuanlan.zhihu.com/p/396979267 严谨 Camera.main.depthTextureMode |= DepthTextureMode.Depth;
这句话我没写_cameradepthtexture 里面依然是对的，我开了frame debugger看了，为什么。。。 经过测试，Camera.main.depthTextureMode |= DepthTextureMode.Depth;在PC平台写或不写没关系，但在别的平台（比如安卓），很有关系！ 感谢 讲的狠清晰，配合例子，很值得给个大大的赞
页:
[1]
2