找回密码
 立即注册
查看: 371|回复: 0

Unreal Engine 4 卡通轮廓线(Toon Outlines)教程 之 后期处理法(Post Process Outlines)

[复制链接]
发表于 2021-8-11 12:49 | 显示全部楼层 |阅读模式
本文是《Unreal Engine 4 卡通轮廓线(Toon Outlines)教程》的第二部分:后期处理法(Post Process Outlines),书接上文《Unreal Engine 4 卡通轮廓线(Toon Outlines)教程》之 反转网格法
文章目录


      后期处理法(Post Process Outlines)
        理论部分(译者注,头疼可跳到下面的实操部分)
          什么是卷积(Convolution)?拉普拉斯边缘检测(Laplacian Edge Detection)
        实操部分(译者注)
          创建边缘检测算子(Laplacian Edge Detector)创建像素抽样函数(Sample Pixel Function)
            小结
          卷积
            小结
          使用阈值创建粗线添加到原始图像上




后期处理法(Post Process Outlines)

理论部分(译者注,头疼可跳到下面的实操部分)

使用边缘检测(edge detection)的方法也可以制作轮廓线。这种技术的关键就是检测一幅图像各个区域间的不连续性(discontinuity)。如下图所示不连续性有很多种类型:
译者注:法线的不连续性、深度的不连续性、颜色的不连续性以及亮度的不连续性

优点:
    可以非常方便地应用于整个场景恒定的性能损耗,因为着色器永远都是逐像素处理轮廓线的宽度在不同的距离都会保持相同,当然这也会成为一个缺点轮廓线不会和几何体重合,因为这是一种后期处理效果
缺点:
    需要多重边缘检测算子(edge detector)来获取所有的边缘,这将会影响一定的性能容易出现噪点,这意味着检测出的轮廓线边缘会有一定的不稳定性
什么是卷积(Convolution)?

所谓卷积就是在图像处理中,从两组数字产生一个单一数值结果的运算。首先,我们把一个由数字组成的网格(一般称之为核kernel)中心放置在每一个像素上。以下图为例,一个3x3的核沿着图像顶部的两行像素扫描:
译者注:核指的是3x3的网格


对于每一个像素,都用核实体去乘以它的相对应像素。(译者注:这句不好理解,看下面的例子就明白了)以嘴部左上角的像素为例(在这里为了简化运算,我们把图像转成了灰度图)


首先,我们以目标像素为中心放置核(这个核我们使用的就是上面的那个),然后让每个核元素乘以其覆盖的像素(灰度)值。


最后把所有的乘积加在一起,让这个乘积作为中心像素新的值。本例中,新的值就是0.5 + 0.5即1。下图就是每个像素卷积处理完毕以后的结果:


核的选用会决定我们得到的结果。本例中的核是用于边缘检测的,下面是其它一些类型的核:
译者注: 从左到右分别为锐化(Sharpen)、凹凸(Emboss)和均值模糊(Box Blur)


注意:你可能已经发现,在很多图像处理软件中,这些东西被称之为滤镜(Filter)。实际上,图像处理软件就是通过卷积来实现滤镜的。你甚至可以在Photoshop上自定义核来进行卷积运算。
我们一般使用拉普拉斯算子(Laplacian)进行边缘检测,即拉普拉斯边缘检测(Laplacian Edge Detection)。
拉普拉斯边缘检测(Laplacian Edge Detection)

那么,拉普拉斯边缘检测的核是什么样的呢?它就是我们刚刚在上一部分用到的那个!


之所以这种核能够用于边缘检测,是因为它计算的在斜率(slope)上的变化。一个区域的斜率变化越大,就越意味着它是边缘。
咱们用一维的拉普拉斯算子做个实验,以帮助你理解。一维的拉普拉斯算子如下:


首先,我们用肉眼找到一个图像的“边缘”像素(下图红色中心那个像素),把这个(一维拉普拉斯算子)核放到上面,然后它的计算卷积。

我们得到的结果是1,这标志着它的斜率变化很大,同时也意味着它很可能是一个“边缘”。
然后咱们再肉眼找一个非边缘像素(下图红色中心那个像素),同样计算一下它的卷积。

尽管像素的值不同(0.7,0.6,0.5),但是梯度是线性的。这表示着它的斜率没有变化,同时也意味着它不是边缘像素。
下面的图表就是用这个图像所有像素进行卷积后结果绘制的,我们可以看到所有的边缘像素的卷积结果都远离零点。


我去!好多的理论啊,不过别着急,下面就是有趣的部分啦。下个部分,我们将创建一个后处理材质并让它在深度缓冲区(depth buffer)进行拉普拉斯边缘检测。
实操部分(译者注)

创建边缘检测算子(Laplacian Edge Detector)

找到Maps文件夹并打开PostProcess地图,你将看到一个黑屏。这是因为这个地图使用了一个包含空的后处理材质(post process material)的Post Process Volume。


我们将编辑这个材质来实现边缘检测算子。第一个步骤是如何对相邻像素进行抽样。
我们使用一个纹理坐标(TextureCoordinate)来获取当前像素的位置。比如,如果当前像素在中间,那么它的返回值就是(0.5,0.5).这个二维向量,我们称之为UV。


想获取其它的像素,我们只需要给纹理坐标加上一个偏移量。在一个100x100(像素大小)的图像上,每个像素占大小为0.01的UV空间。要抽样它右边的像素,只需要在X周上加0.01。


然而,这里存在一个问题。因为图像的分辨率可能发生变化,使得像素大小也随之变化。如果把同样的偏移量(0.01,0)用在200x200像素的图像上,它抽样的像素就会是右数第2个。
为了解决这个问题,可以使用SceneTexelSize节点来返回像素大小。我们如下操作即可:

因为咱得抽样多个像素,那就不得不重复多次这个步骤:

很显然,这样很快就乱套了。好在我们可以使用材质函数来整理材质蓝图。
注意: 材质函数就类似于我们在蓝图和C++中使用的函数
下面的部分,我们将把节点复制到材质函数中,然后创建一个输入引脚来获取偏移量。
创建像素抽样函数(Sample Pixel Function)

首先找到Materials\PostProcess文件夹。单击Add New然后选择Materials & Textures\Material Function来创建材质函数。


将其更名为MF_GetPixelDepth并打开。这个蓝图当前只有一个FunctionOutput节点。后面,我们会把它连接到被采样像素的值。


首先,我们需要创建一个创建一个FunctionInput节点作为接收偏移量的Input节点。


后面我们使用这个函数的时候,这个节点将会成为输入引脚。
现在,我们得为这个输入做一些设置。选择FunctionInput节点,然后打开细节面板。调整如下设置:
    InputName:OffsetInputType:Function Input Vector 2,因为深度缓冲区是一个2D图像,所以偏移量也必须是Vector 2Use Preview Value as Default:Enabled。如果我们不提供输入值,那么函数将会使用Preview Value的值


接下来,我们得用偏移量乘以像素大小。然后通过添加下图中高亮的节点让结果和纹理坐标相加:


最后,使用所提供的UV对深度缓冲区进行抽样,添加一个SceneDepth节点并如下图所示连接:


小结

    偏移量通过Vector2SceneTexelSize相乘而得来。它是UV空间上偏移量。让偏移量和TextureCoordinate相加获得一个相距当前像素距离为(x,y)的像素。SceneDepth使用所提供的UV来抽样相应像素,然后把它输出。
这就是材质函数的全部了。点击Apply,然后关闭MF_GetPixelDepth
注意: 这时可能会看到一个报错only translucent or post process materials can read from scene depth,可以忽略它,因为这个函数将用于后处理材质,没有问题的。
接下来,就要用这个函数来进行深度缓冲上的卷积运算了。
卷积

首先,为每个像素创建偏移量节点。因为核的角上都是0,所以可以不用管它们。这样,我们对左、右、上、下4个像素创建就可以了。
打开PP_Outline材质,按如下所示创建4个Constant2Vector节点:
    (-1, 0)(1, 0)(0, -1)(0, 1)


然后对核中的5个像素进行抽样。创建5个MaterialFunctionCall节点,并把每一个都设为MF_GetPixelDepth。然后把每个偏移量连到对应的函数上。


于是,我们获得了每个像素的深度值。
接下来是乘法阶段。因为周围像素的乘数都是1,你可以不用乘它们;但必须对中心像素乘以-4(对应上图最下面的那个函数)。


然后,把所有的值相加。如下图所示,创建Add节点:

还记得上面图表中的像素值么?有些值会是负的。如果你在材质中使用负值,那么将会显示黑色,因为它们小于零。因此,我们得给计算它们的绝对值,把每个输入都变成正数。 添加一个Abs节点餐后如下所示连接:


小结

    MF_GetPixelDepth节点会获得上、下、左、右、中间像素的深度值把它们分别和核中的值相乘,实际上我们只需要让中间的像素相乘计算它们的和获取和的绝对值以防止出现负数
点击Apply并回到主编辑器。这时,整个画面将会呈现线条!


目前还有一些问题。首先,有些“边”在只有一点深度差的地方(其实算不上边)。其次,应为背景是球体,所以呈现一圈一圈的。如果你只想对网格模型进行检测,这算不上是问题。但如果你要检测整个场景的边缘,这些环线就不行了。
我们可以通过阈值来修正这些问题。
使用阈值

首先,我们来修正那些微小深度差上产生的边缘。回到材质编辑器,如下操作。把阈值设为4.


后面,我们会把边缘检测的结果镰刀A上,这样当像素值大于4,它就会输出1.否则输出0(即非边)。
接下来,咱们处理背景上的线。如下所示操作,并将DepthCutoff 设为9000。

这样,如果当前像素的深度值大于9000,将会输出0(非边),否则会输出A<B引脚到的值。
最终连线如下所示:


现在,线条将仅出现在像素值大于4(阈值)且深度值小于9000(DepthCutoff)的地方。
点击Apply,然后回到主编辑器。那些细小的线和背景的线就消失了!


注意: 可以创建一个 PP_Outline材质的材质实例来控制阈值和DepthCutoff。
边缘检测运转良好,但是如果想要粗一些的线该怎么办?那我们就需要更大的核。
创建粗线

一般来讲,大的核对性能影响会更大一些。因为我们需要采样更多的像素。有没有方法能够使用大核但是却拥有3x3的核一样的性能呢?有,使用空洞卷积或膨胀卷积(dilated convolution)
在空洞卷积中,我们仅仅是把偏移量放得更远一点。让每个偏移量乘以一个名为膨胀率的标量。膨胀率决定了每个核元素之间的距离。


看到了吧,这样虽然放大了核的大小,但是像素抽样的数量没有变。
接下来,咱们实现以下空洞卷积。回到材质编辑器,创建一个名为DilationRate的ScalarParameter节点。将其设置为3,然后把每个偏移量乘以膨胀率。


这样每个周边抽样像素将会远离中心像素3个像素。
点击Apply回到主编辑器。你会发现,线比之前粗了好多。下面是多种膨胀率的效果比较:


除非你想要某种艺术效果,否则可能还是最初的效果比较好。在最后的部分,我们将为原始画面添加轮廓线。
添加到原始图像上

回到材质编辑器,创建如下连接。注意顺序很重要!


接下来如下连接:


如果alpha值设为0,则Lerp节点将会输出场景图像,否则会输出LineColor。
点击Apply然后关闭PP_Outline材质,原始场景就会显示轮廓线啦!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
懒得打字嘛,点击右侧快捷回复 【右侧内容,后台自定义】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-11-24 04:58 , Processed in 0.090121 second(s), 26 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表