Генерация шума Perlin для местности
Я пытаюсь реализовать некоторый исходный код, который я нашел онлайн для создания карты высоты с использованием шума Perlin. Мне удалось получить карту высоты с помощью функции noise3, причем третья координата является случайным "семенем", чтобы разрешить случайные карты высоты.
моя проблема в том, что генерируемая местность довольно скучная - я хочу горы, и я получаю холмистые пастбища. Я немного почитал о шуме Перлина (в основном здесь). Из-за исходный код, который я нашел, очевидно, не написан с удобочитаемостью в виду и моим слабым пониманием концепции шума Perlin в целом, я не могу понять, что мне нужно настроить в коде (амплитуда и частота?) для создания более резкой местности.
также приветствуется дополнительная информация о создании карт высоты с использованием шума Perlin, шума Perlin в целом или даже более дешифруемого кода.
EDIT: я понимаю (вид), как работает шум Perlin, например, что касается амплитуды и частоты, мне просто интересно, какие переменные изменить в коде, который я связал выше, который используется для этих двух аспектов.
4 ответов
шум Перлина полностью контролируется различными переменными, которые вы устанавливаете, т. е. амплитудой, частотой и устойчивостью. Количество октав немного изменилось, но не сильно. В коде, который я написал в прошлом, я просто играл с порядком величины частоты и упорства, пока не получил то, что мне нужно. Я могу попытаться найти мой старый источник, если нужно.
PerlinNoise.h
#pragma once
class PerlinNoise
{
public:
// Constructor
PerlinNoise();
PerlinNoise(double _persistence, double _frequency, double _amplitude, int _octaves, int _randomseed);
// Get Height
double GetHeight(double x, double y) const;
// Get
double Persistence() const { return persistence; }
double Frequency() const { return frequency; }
double Amplitude() const { return amplitude; }
int Octaves() const { return octaves; }
int RandomSeed() const { return randomseed; }
// Set
void Set(double _persistence, double _frequency, double _amplitude, int _octaves, int _randomseed);
void SetPersistence(double _persistence) { persistence = _persistence; }
void SetFrequency( double _frequency) { frequency = _frequency; }
void SetAmplitude( double _amplitude) { amplitude = _amplitude; }
void SetOctaves( int _octaves) { octaves = _octaves; }
void SetRandomSeed( int _randomseed) { randomseed = _randomseed; }
private:
double Total(double i, double j) const;
double GetValue(double x, double y) const;
double Interpolate(double x, double y, double a) const;
double Noise(int x, int y) const;
double persistence, frequency, amplitude;
int octaves, randomseed;
};
PerlinNoise.cpp
#include "PerlinNoise.h"
PerlinNoise::PerlinNoise()
{
persistence = 0;
frequency = 0;
amplitude = 0;
octaves = 0;
randomseed = 0;
}
PerlinNoise::PerlinNoise(double _persistence, double _frequency, double _amplitude, int _octaves, int _randomseed)
{
persistence = _persistence;
frequency = _frequency;
amplitude = _amplitude;
octaves = _octaves;
randomseed = 2 + _randomseed * _randomseed;
}
void PerlinNoise::Set(double _persistence, double _frequency, double _amplitude, int _octaves, int _randomseed)
{
persistence = _persistence;
frequency = _frequency;
amplitude = _amplitude;
octaves = _octaves;
randomseed = 2 + _randomseed * _randomseed;
}
double PerlinNoise::GetHeight(double x, double y) const
{
return amplitude * Total(x, y);
}
double PerlinNoise::Total(double i, double j) const
{
//properties of one octave (changing each loop)
double t = 0.0f;
double _amplitude = 1;
double freq = frequency;
for(int k = 0; k < octaves; k++)
{
t += GetValue(j * freq + randomseed, i * freq + randomseed) * _amplitude;
_amplitude *= persistence;
freq *= 2;
}
return t;
}
double PerlinNoise::GetValue(double x, double y) const
{
int Xint = (int)x;
int Yint = (int)y;
double Xfrac = x - Xint;
double Yfrac = y - Yint;
//noise values
double n01 = Noise(Xint-1, Yint-1);
double n02 = Noise(Xint+1, Yint-1);
double n03 = Noise(Xint-1, Yint+1);
double n04 = Noise(Xint+1, Yint+1);
double n05 = Noise(Xint-1, Yint);
double n06 = Noise(Xint+1, Yint);
double n07 = Noise(Xint, Yint-1);
double n08 = Noise(Xint, Yint+1);
double n09 = Noise(Xint, Yint);
double n12 = Noise(Xint+2, Yint-1);
double n14 = Noise(Xint+2, Yint+1);
double n16 = Noise(Xint+2, Yint);
double n23 = Noise(Xint-1, Yint+2);
double n24 = Noise(Xint+1, Yint+2);
double n28 = Noise(Xint, Yint+2);
double n34 = Noise(Xint+2, Yint+2);
//find the noise values of the four corners
double x0y0 = 0.0625*(n01+n02+n03+n04) + 0.125*(n05+n06+n07+n08) + 0.25*(n09);
double x1y0 = 0.0625*(n07+n12+n08+n14) + 0.125*(n09+n16+n02+n04) + 0.25*(n06);
double x0y1 = 0.0625*(n05+n06+n23+n24) + 0.125*(n03+n04+n09+n28) + 0.25*(n08);
double x1y1 = 0.0625*(n09+n16+n28+n34) + 0.125*(n08+n14+n06+n24) + 0.25*(n04);
//interpolate between those values according to the x and y fractions
double v1 = Interpolate(x0y0, x1y0, Xfrac); //interpolate in x direction (y)
double v2 = Interpolate(x0y1, x1y1, Xfrac); //interpolate in x direction (y+1)
double fin = Interpolate(v1, v2, Yfrac); //interpolate in y direction
return fin;
}
double PerlinNoise::Interpolate(double x, double y, double a) const
{
double negA = 1.0 - a;
double negASqr = negA * negA;
double fac1 = 3.0 * (negASqr) - 2.0 * (negASqr * negA);
double aSqr = a * a;
double fac2 = 3.0 * aSqr - 2.0 * (aSqr * a);
return x * fac1 + y * fac2; //add the weighted factors
}
double PerlinNoise::Noise(int x, int y) const
{
int n = x + y * 57;
n = (n << 13) ^ n;
int t = (n * (n * n * 15731 + 789221) + 1376312589) & 0x7fffffff;
return 1.0 - double(t) * 0.931322574615478515625e-9;/// 1073741824.0);
}
друг просто связал меня с этим вопросом, и я подумал, что попытаюсь прояснить пару вещей, которые не рассматриваются в принятом ответе.
интересная и полезная статья Элиаса использует "шум значения", а не"шум Перлина". Значение шума включает в себя подгонку кривых рандомизированных точек. Градиентный шум (первичным примером которого является шум Перлина) создает решетку из 0-значных точек и дает каждому случайный градиент. Их часто путают с одним еще!
http://en.wikipedia.org/wiki/Gradient_noise
во-вторых, использование 3-го значения в качестве семени дорого. Если вы хотите случайную местность, рассмотрите возможность перевода вашего происхождения в случайную сумму. 3D-вызовы будут дороже, чем 2D-вызовы. И все, что вы делаете, это используете значение z для выбора определенного среза 2D-шума.
В-третьих, прямой вызов функции будет возвращать значения, которые довольно гладкие и подвижные в целом, не так скалисто, как реальная местность, так как ее случайность ограничена одной частотой. Чтобы получить более скалистую местность, хороший метод-суммировать несколько вызовов, которые проходят через шумовое пространство на разных частотах, обычно устанавливают "фрактальные" значения.
таким образом, например, суммируем noise(x, y) + (1/2)(noise(x*2, y*2) + (1/4)(noise(x*4, y*4)
...
полученная сумма, вероятно, часто будет находиться за пределами диапазона от -1 до 1, поэтому вам придется нормализовать результат, прежде чем значения будут полезны. Я хотел бы предлагаем установки серии фактор (1, 1/2, 1/4 и т. д.) так что вы гарантированно останетесь в пределах [-1, 1], что можно сделать путем прогрессивного взвешивания в зависимости от того, сколько "октав" вы используете. (Но я не знаю, действительно ли это самый эффективный способ сделать это.)
пример с четырьмя октавами: (1/15)(noise(x, y) + (2/15)(noise(2x, 2y) + (4/15)(noise(4x, 4y) + (8/15)(noise(8x, 8y)
затем используйте нормализацию "турбулентного шума", чтобы взять сумму и сделать ее = |sum|
(т. е. с помощью функции abs). Это даст определенную местность угловатые хребты долины в отличие от плавно катящихся.
Я работаю над визуализатором SimplexNoise, надеюсь открыть исходный код на GitHub в конце концов, как проект Java. Первый черновик визуализатора можно найти и запустить через этот пост по адресу java-gaming.org: http://www.java-gaming.org/topics/simplex-noise-experiments-towards-procedural-generation/27163/view.html Акцент на первом проекте-это больше учебник, с сгенерированными примерами кода (но они находятся в Ява.)
отличная статья о том, как работает SimplexNoise (и Perlin против градиентного фона): http://staffwww.itn.liu.se/~в регистр Национального долга/simplexnoise/simplexnoise.формат PDF
Стефан Густавсон проделал очень хорошую работу!
амплитуда контролирует как высоко / низко местность, частота как пропускать она, с более низкой частотой быть пропускать.
поэтому, если вы хотите зубчатый горный пейзаж, вам нужно поднять оба.
вот пример генерации поверхности, который я написал некоторое время назад в JavaScript, используя 3D Perlin Noise. Поскольку в поверхностных вокселях либо присутствуют, либо нет, я просто применяю порог после вычисления Куба шума Перлина. В примере вероятность шума равна для всех измерений. Вы можете получить более реалистичный пейзаж, когда вы увеличиваете случайные значения к земле и уменьшаете его к небо.
http://kirox.de/test/Surface.html
WebGL должен быть включен. На момент написания этой статьи я рекомендую использовать Chrome для лучшей производительности.