JavaScript特性
关于JavaScript特性与异步模型
执行上下文
JS在第一次执行时会根据web引擎创建 全局上下文 在该上下文中运行JS脚本,在 调用函数时 从内存堆中提取函数 创建该函数的函数执行上下文 再将程序的执行转入 该函数上下文中 函数执行后再 返回全局上下文(这与C/C++的函数栈帧不同,反倒与thread机制类似,即进行上下文的保存和转换, 据此可推知: JS所实现的单线程异步是以此为基础实现的)
关于JS中函数的存储
是的,JS将定义的函数及其形参都按一定规则存入内存堆,在调用时从堆中提取。
调用栈
调用栈是JS引擎 跟踪 被调用函数所处位置的方式,JS使用其管理 执行上下文。
JS为每个被调用的函数创建一个 函数上下文 并依次压入调用栈中,由于JS为单线程语言,所以 只维护一个调用栈 当栈空后 脚本停止 。当执行的是一个递归函数,且陷入无限递归时会产生 栈溢出。
由于JS为单线程语言,只维护一个调用栈,所以 一次只执行一个操作 所有操作都是 同步的 而JS的 异步 特性可以在等待另一个任务完成时,执行其他任务。
事件循环
JS引擎从文件顶部向下执行,创建 执行上下文 和 管理 调用堆栈
在程序运行时,有可能会遇到执行时间很长的 阻塞函数 会阻塞交互行为,
所以使用Web API传入回调函数,函数向宿主环境发送任务消息后返回上一层上下文继续执行,其任务交由宿主环境进行处理,再接收宿主环境返回的完成信息(包含之前所注册的回调函数),压入 任务队列 (或回调队列),再由 事件循环 检查任务队列中的内容,当 调用栈 和 任务队列 都为空后 脚本停止 。
C++ Boost::Thread
Thread
Thread是Boost库中进行平台无关的线程调用对象
Thread 线程
mutex 互斥量
_lock RAII锁
condition_variaty 条件表达式
barrier屏障 latch锁存器
Future Promise Packaged_task
线程管理
启动线程
向 boost::thread 对象中传入一个函数对象。
1 | struct callable_test |
Games101 光栅化
Rasterization
光栅化 Raster Images
在通过变换获得了投影后,如何将投影显示在屏幕上
<–! more –>
三角形的光栅化
在上一节课中讨论到了透视投影,可以将近平面作为显示器(显示平面),定义宽 width和高 height。
即,定义了一个视场 field-of-view(fovY)与宽高比 aspect ratio (width / height) (包括可视角度,在此处,表示为相机到上下边界的开口大小,即视场)
以上两个值直接定义了视锥
令:
视角为fovY
令摄像机到近平面的距离为
近平面上边界坐标为
有:
MVP
- Model Transformation (placing objects)
- View Transformation (placing camera)
- Projection Transformation
- 正交投影 (
规范立方体) - 透视投影
- 先转化为正交投影
接下来,将以上透视规则投影至屏幕(近平面)上
在图形学中,将 屏幕(screen) 抽象为一个 二维数组 ,每个元素即为屏幕对应位置的 像素 ,数组的大小即为屏幕的分辨率(width*height)
- Raster即为光栅,光栅化即为Rasterization
- Raster在德语中即表示屏幕,屏幕即为一种光栅化设备
- Rasterize意为光栅化,即,在屏幕上绘制图像
Pixel意为像素,即Picture element
screen space意为屏幕空间,在屏幕中定义的一个坐标系,比如,取屏幕左上角为原点,向下为Y,向右为X。
可以使用坐标 (x,y) 对各个像素进行访问。
像素索引在 (0,0) ~ (width-1,height-1) 区间内
像素的实际位置(中心)处于 (x+0.5,y+0.5) 处(物理位置)
屏幕对于像素的显示范围为 (0,0) ~ (width,height)
接下来,就要将
映射到 的屏幕空间中
即,进行的转换
从规范立方体到屏幕
- 与Z无关
- 转换至XY平面中:
到 - 视口变换矩阵 Viewport transform matrix (屏幕;近面)
- 将
变换为屏幕空间 - 不改变
方向
- 将
X Y 为标准立方体空间下的坐标 [-1,1] ;
X’ Y’ 为屏幕空间坐标
- X’ = Xwidth/2 + width/2*
- Y’ = Yheigth/2 + height/2*
深度值保留,以便于后续处理
将多边形,拆解为一个个像素,以投射到屏幕,此即光栅化
为什么要以三角形为基础进行光栅化?
- 三角形为最基础的多边形
- 其他多边形都可以拆解为三角形
- 三角形的特性
- 三个点一定确定一个平面,即,三角形内部一定是一个平面
- 三角形的内外定义清晰
- 当给定三角形的三个顶点的属性后,三角形内部平面的各个位置可以进行渐变式的填充(可以进行插值)
- 可以便捷的判断一个像素与该三角形的空间关系
可以通过采样 Sampling的方法进行光栅化
采样:给定一个连续函数,在该函数上取离散的各个定点
即,函数的离散化
为了判断某像素是否在三角形内可以使用采样的思维,定义一个函数:
1 |
|
关于inside函数,考虑前述课程中向量的叉积
如,对于三角形 p1 p2 p3 另外一个像素 q
计算:
然后使用叉积,每次取三个点(px py q,顺序取用三次不同的组合,考虑三角形上的所有顶点的二二组合),使用叉积判断q与向量间的左右关系(叉乘值全为正/负时才能证明q在三角形p1 p2 p3内,边界情况(0)为q在三角形边界)
只需要在三角形所存在的区域(三角形的包围盒 Bounding Box)内选取各个像素进行判定就可以对三角形进行光栅化(循环处理),而不需要对屏幕空间中的所有点进行判定处理
在光栅化图形学中,由于采样不足而产生像素锯齿,需要抗锯齿技术对产生图形进行处理,以产生较高质量的图形。
Games101 计算机图形学概述
Games101 反走样与深度缓冲
Rasterization
图像保真与深度缓冲
Antialiasing and Z-Buffering
<–! more –>
反走样 Antialiasing
采样理论 Sampling theory
采样在图形学中无处不在
Sampling Artifacts(Errors/Mistakes/inaccuracies) in Computer Graphics 采样瑕疵
图形产生走样的原因在于信号(函数)的变化太快(频率很高),而采样的变化太慢了,采样率不足
进行反走样处理的一种思想:在采样前进行模糊(过滤/滤波)
类似于,先将原图片模糊化,再进行采样
一定是先滤波再采样
频域 Frequency Domain
通过调整
详见傅里叶级数展开与傅里叶变换
在采样时,采样频率与信号频率的频率差越大,信息失真越严重
走样,即两个不同频率的信号在采样后,产生的结果无法区分,产生走样
滤波 filter
滤波,即是在采样后除去某些频率成分
傅里叶变换可以将一个函数从实域变换到频域
高通滤波:滤波后只让高频信号通过
可以提取图像内的物体边界,即物体的边界突变
低通滤波:滤波后只让低频信号通过
可以将图像模糊化,即去除了物体边界突变
滤波 = 卷积 = 平均
实域上对两个信号进行卷积,是两个信号频域的乘积
采样,实际上是重复频域上的内容
Extra close brace or missing open brace 走样,实际上是频域上产生混叠
降低走样
- 提高采样率
- 反走样
- 先模糊,后采样(先低通滤波,再采样)
- 使用一个过滤器对图像进行卷积操作模糊化图像信息(知识近似了图像的覆盖区域)
MSAA(Multi Sample Antialiasing)
- 模糊
- 使用更小的”像素”,针对覆盖率进行近似模糊
- 并不是通过增加分辨率进行解决的
- 采样
- 增大了计算量(x:1)
还有另外两种抗锯齿方案:
***FXAA(Fast Approximate AA)
***TAA(Temporal AA)
Super resolution / super sampling 超采样
可见性/遮挡 Visibility/occulusion
画家算法
由远及近进行图形的覆盖
深度缓冲 Z-Buffer
- 记录当前每个像素样本最小的深度值
- 对于深度信息,需要两个缓存空间
- 帧缓冲存储颜色值
- **深度缓冲(Z-Buffer)*存储深度值*
深度缓冲中各元素初始化值为最远值(无限大INF)
维护逐个像素当前能看到的最浅深度
Z-Buffer无法处理透明物体的深度
在此处,使用ZBuffer方法时,并不是一种排序操作,而是一种对最值的记录,所以时间复杂度对于每个三角形而言可以来到
并且深度缓存算法,与计算顺序是无关的
ZBuffer的深度缓存,不一定是针对像素而言的,对于MSAA可以是针对像素采用的多个采样点而言的
1 | // 两层循环:任意三角形上的任意像素 |