CN109035381B - 基于ue4平台的卡通画头发渲染方法、存储介质 - Google Patents

Abstract

本发明提供一种基于UE4平台的卡通画头发渲染方法、存储介质，方法包括：依据光照各向异性模拟算法计算得到头发的高光值；依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值。通过本发明渲染得到的卡通画头发，不仅具有明显的高光范围变化、明显的高光扰动形状来体现头发光照各向异性，而且具有良好的光泽表现，从而具有良好的可通画渲染风格。

Description

基于UE4平台的卡通画头发渲染方法、存储介质

技术领域

本发明涉及图像渲染领域，具体说的是一种基于UE4平台的卡通画头发渲染方法、存储介质。

背景技术

在现实世界中，由于头发的几何性质和层叠性，头发在不同方向上表现出光照效果会产生差异，也称头发的光照各向异性(Anisotropic)。对于真实感头发渲染的光照各向异性最早是在GDC 2004中的Hair Rendering and Shading文献提出的采用模型的切线数据代替模型的法线数据来计算光照值，这种方法可以很好的模拟出头发光照的各向异性。

现有的UE4(虚幻4引擎)头发渲染解决方案多采用真实感头发渲染方案，其主要解决的问题是在虚拟世界中，基于物理法则尽可能真实地模拟现实头发在不同的光照***下，复杂的光泽表现。所采用的着色算法需要进行复杂的深度检测，光照计算以及边缘虚化以保证头发的正常绘制。

与真实感头发渲染相比，卡通画头发渲染是尽可能模拟卡通画中头发的艺术表现效果，在卡通画中的，头发往往经过艺术家的艺术抽象和概括。头发的几何复杂度和光泽表现都与真实感头发有很大差异，因此真实感头发渲染算法并不适用于解决卡通风格头发渲染问题，反而还产生了不必要的渲染计算开销。对游戏的画面表现，性能优化都产生了不良的影响。

在日系卡通画中，常常采用多级高光和阴影补光(效果如图1右下方弧形圈)的手法来表现头发的质感和通透感，效果如图1所示。日系卡通画中，角色头发通常存在一级高光(见图1左边的弧形圈)和二级高光(见图1右上方的弧形圈)两种高光形式：一级高光具有亮度高，范围小的特点，多用于表现头发质感；二级高光具有亮度较低，范围广的特点，多用于增强头发的体积感。不论是一级高光或是二级高光，目前游戏引擎业界主流采用的Phong光照模型，并不能模拟出此类光泽效果。而采用Phong光照模型计算出的高光，反而让人物的头发产生纸片感的单薄质感，对画面表现产生减分影响，效果如图2所示。因此，现阶段的日系卡通风格画渲染中的头发光泽表现，多采用美术创作者手绘高光的方式来表现。这种方式所绘制的高光不仅呆板，而且头发光泽不能与虚拟场景进行交互，即不能根据虚拟场景的光照角度调整光泽，不具有光照各向异性。

发明内容

本发明所要解决的技术问题是：提供一种基于UE4平台的卡通画头发渲染方法、存储介质，由其得到的头发不仅具有光照各向异性，而且具有良好的光泽效果。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于UE4平台的卡通画头发渲染方法，包括：

依据光照各向异性模拟算法计算得到头发的高光值；

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值。

本发明提供的另一个技术方案为：

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：

依据光照各向异性模拟算法计算得到头发的高光值；

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值。

本发明的有益效果在于：本发明依据光照各向异性模拟算法来绘制卡通画头发的高光表现，使头发具有头发光照的各向异性，即能根据虚拟场景的光照角度调整光泽；同时，对具有光照各向异性的头发再进行叠加头发纹理和噪声纹理处理，模拟头发与头发之间的随机影响，丰富头发的光泽表现。通过本发明渲染得到的卡通画头发，不仅具有明显的高光范围变化、明显的高光扰动形状来体现头发光照各向异性，而且具有良好的光泽表现，从而具有良好的可通画渲染风格。

附图说明

图1为现有日系卡通画具有多级高光和阴影补光手法的头发效果图；

图2为现有采用Phong光照模型渲染的头发效果图；

图3为本发明一种基于UE4平台的卡通画头发渲染方法的流程示意图；

图4为现有UE4引擎默认渲染模式绘制的头发效果图；

图5为采用本发明实施例三的渲染方法绘制的头发效果图。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

本发明最关键的构思在于：通过光照各向异性模拟算法使头发具有头发光照的各向异性，再进行叠加头发纹理和噪声纹理处理，丰富头发的光泽表现。

本发明涉及的技术术语解释:

请参照图3，本发明提供一种基于UE4平台的卡通画头发渲染方法，包括：

依据光照各向异性模拟算法计算得到头发的高光值；

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值。

从上述描述可知，本发明的有益效果在于：本发明借鉴真实感头发渲染中采用的光照各向异性模拟算法丰富卡通画头发中高光的表现，同时采用叠加头发纹理和噪声纹理的方法模拟头发与头发之间的随机影响，使原本均匀分布的纹理切线值随机絮乱，影响头发光高的形状，使原本均匀的头发光亮度产生随机噪声变化，丰富头发的光泽表现。本发明渲染的头发效果具有一级高光和二级高光的明显范围变化，明显的高光扰动形状体现了头发的光照各向异性，使其具有良好的卡通画美术表现。

进一步的，所述依据光照各向异性模拟算法计算得到头发的高光值，具体为：

获取头发所处场景的光源向量；

通过流体图获取头发纹理切线；

依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值。

进一步的，所述依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值，具体为：

将所述光源向量和头发纹理切线代入公式：

进行计算，得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述lightVector为光源向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述Pixel Tangent为头发纹理切线，所述strength为高光强度。

由上述描述可知，通过流体图获取头发纹理切线，能够跟精确的表现头发不同的卷曲度，丰富头发造型；同时结合头发所处场景的光源进行计算得出头发高光值，实现头发随场景光照角度体现不同的光泽度；进一步的，简化了真实感头发渲染中的光照各向异性模拟算法的计算过程，在实现丰富头发高光表现的同时，提升渲染速度。

进一步的，还包括：

依据公式

计算得到头发阴影颜色ShadowColor；

其中，所述shadowRange为头发背光范围，所述lightVector为光源向量，所述Pixel Tangent为头发纹理切线，所述ColorRange为阴影叠色范围，所述ShadowColorRange为阴影色彩范围，所述Color为阴影叠色颜色，所述ColorPower为阴影颜色强度。

由上述描述可知，采用自阴影叠色的方式，结合摄像机位置计算叠色范围，控制叠色范围，丰富头发阴影色彩。

进一步的，所述采用光照各向异性模拟算法计算得到头发的高光值，具体为：

依据公式

计算得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述LightVector为光源向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述Pixel Tangent为头发纹理切线，所述strength为高光强度；所述SpecRange为规格范围，所述ShadowColor为头发阴影颜色。

由上述描述可知，在对头发阴影补色之后，结合头发阴影颜色计算得到头发高光值，实现头发高光与阴影融合自然，使卡通画头发不仅具有光照各向异性，同时让光泽变化更为丰富。

进一步的，还包括：

标记头发纹理的顶部为发梢，纹理底部为发根；

对头发纹理进行计算，得到头发纹理切线值。

由上述描述可知，通过统一纹理方向计算得到头发纹理切线值，对于一些简单的头发处理，具有效率高的优点。

本发明提供的另一个技术方案为：

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：

依据光照各向异性模拟算法计算得到头发的高光值；

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值。

进一步的，所述程序实现所述依据光照各向异性模拟算法计算得到头发的高光值步骤时，具体包括：

获取头发所处场景的光源向量；

通过流体图获取头发纹理切线；

依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值。

进一步的，所述程序实现所述依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值步骤时，具体包括：

将所述光源向量和头发纹理切线代入公式：

进行计算，得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述lightVector为光源向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述Pixel Tangent为头发纹理切线，所述strength为高光强度。

进一步的，所述程序还实现以下步骤：

依据公式

计算得到头发阴影颜色ShadowColor；

其中，所述shadowRange为头发背光范围，所述lightVector为光源向量，所述Pixel Tangent为头发纹理切线，所述ColorRange为阴影叠色范围，所述ShadowColorRange为阴影色彩范围，所述Color为阴影叠色颜色，所述ColorPower为阴影颜色强度。

实施例一

本实施例提供一种基于UE4平台的卡通画头发渲染方法，多运用在虚拟现实世界中人物(如游戏人物)头发的渲染，用于尽可能真实地模拟现实头发在不同的光照***下，复杂的光泽表现，以实现卡通画头发具有光照各向异性和丰富的光泽变化，

本实施例可以包括以下步骤：

S1：依据光照各向异性模拟算法计算得到头发的高光值；

具体的，可以包括以下子步骤：

S11：获取头发所处场景的光源向量Light Vector；优选的，通过materialparameter collection(材质参数采集)获取光源向量，并将光源向量通过materialcollection参数传入material(材质)中。

由于UE4对可编程渲染管线进行了相应的封装，因此在material(材质函数)中的default lit(默认光照)模式下无法得到光源向量Light Vector参数，因此，算法通过创建light manager actor(光源管理类)来获取当前场景中的光源信息。

S12：通过流体图flow maps或者统一纹理方向获取头发纹理切线pixel tangent；

为了实现高光的各向异性，需要将头发纹理法线pixel normal的数据信息转换为头发纹理切线pixel tangent的数据信息，根据目前主流的计算机图形学技术，pixeltangent数据既模型UV(纹理)数据集，因此要得到较好的头发美术表现，就需要对头发模型的UV(纹理)信息进行处理来获取头发纹理切线。

对于一些简单的头发***，可以通过采用统一纹理方向的方法快速高效率的获取头发纹理切线，具体方法为：规定头发纹理的顶部为发梢，纹理底部为发根；通过统一纹理方向来计算出头发的纹理切线方向值，进而近似模拟头发的集合纹理切线值分布。

对于一些高要求复杂的头发***，可以通过流体图flow maps来获取更精确头发纹理切线，从而更好的表现头发不同卷曲度，丰富头发造型。

S13：根据公式1计算得到头发高光值OutLight；

其中，所述H为光源检测向量，所述lightVector为光源向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述Pixel Tangent为头发纹理切线，所述strength为高光强度。

具体的，为了让头发高光显示在视野范围内，算法重新定义光源检测向量H，让高光出现在视野中，因此高光检测向量H为光源向量LightVector与视觉向量ViewVector的半角向量(在程序计算中需要对其单位化)；dirAtten衰减系数，用于控制高光的可视范围；power参数用于控制高光变化率，该值越高变化率越大，高光变化越明显；strength参数用于控制高光强度。

S2：进行随机纹理图和噪声图的叠加，以丰富头发光泽变化。具体的，可以包括以下子步骤：

S21：为了模拟头发与头发之间的随机影响，依据头发像素点上的纹理(UV)信息，采集随机纹理图中相应的灰度值；通过该灰度值，对该头发像素点中的头发纹理切线值进行偏转，使原本均匀分布的头发纹理切线值随机絮乱，从而影响头发高光的形状；

S22：对于一些干燥的头发模型，根据头发像素点上的纹理(UV)信息，采集噪声图中对应的颜色信息，通过该颜色值与步骤S13计算得到的头发高光值进行线性插值，使得原有均匀的头发高光亮度产生随机噪声变化，丰富头发的光泽表现。

本实施例借鉴真实感头发渲染中采用的光照各向异性模拟算法，但是又简化了具体计算步骤，提高渲染效率的同时保证渲染效果。

通过上述步骤得到的头发效果，一级高光和二级高光有明显的范围变化，明显的高光扰动形状体现了头发光照各向异性。

实施例二

在实施例一的基础上进一步拓展，对头发的阴影部分进行处理，通过阴影叠色丰富卡通画头发阴影色彩。

具体的，在S13之前，还包括：

SS1：依据公式2计算得到头发阴影颜色ShadowColor；

其中，所述shadowRange为头发背光范围，所述lightVector为光源向量，所述Pixel Tangent为头发纹理切线，所述ColorRange为阴影叠色范围，所述ShadowColorRange为阴影色彩范围，所述Color为阴影叠色颜色，所述ColorPower为阴影颜色强度。

实施例三

在实施例二的基础上，本实施例在步骤S1高光值计算过程中加入阴影叠色的影响，使高光和自阴影融合自然。

具体的，请参阅图3，本实施例中，先执行步骤S11和S12，然后执行SS1，计算得到头发阴影颜色ShadowColor；然后执行步骤S13，修改步骤S13的公式1为公式3，加入所述头发阴影颜色ShadowColor这一计算参数，其他步骤内容不变；通过公式3计算得到头发高光值OutLight。

其中，所述SpecRange为规格范围，所述ShadowColor为头发阴影颜色。

继续执行步骤S2，在得到头发高光值和头发阴影颜色值并运用后，执行S21和S22，得到最终的头发效果。

采用本实施例渲染得到的头发效果，与现有UE4引擎默认渲染方式对比具有显著差异。具体参阅图4，为现有UE4引擎默认渲染方式绘制的头发高光效果；而图5为采用本实施例的方法绘制得到的头发效果图，人物头发能够依据场景的光照方向形成对应的高光效果。可见，采用本实施例渲染得到的头发效果具有丰富的方泽度，同时具有高光的各向异性，卡通画效果更佳。

实施例四

本实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：

依据光照各向异性模拟算法计算得到头发的高光值；优选的，该步骤具体包括以下子步骤：获取头发所处场景的光源向量；通过流体图或统一纹理方向的方法获取头发纹理切线；依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值。

在一具体实现方式中，所述依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值步骤时，具体为：

将所述光源向量和头发纹理切线代入公式：

进行计算，得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述lightVector为光源向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述Pixel Tangent为头发纹理切线，所述strength为高光强度。

继续步骤：

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值。

在一具体实现方式中，所述程序还可以实现以下步骤：

依据公式

计算得到头发阴影颜色ShadowColor；

其中，所述shadowRange为头发背光范围，所述lightVector为光源向量，所述Pixel Tangent为头发纹理切线，所述ColorRange为阴影叠色范围，所述ShadowColorRange为阴影色彩范围，所述Color为阴影叠色颜色，所述ColorPower为阴影颜色强度。

在上一具体实现方式的前提下，提供另一具体实现方式：

所述采用光照各向异性模拟算法计算得到头发的高光值，具体为：

依据公式

计算得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述LightVector为光源向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述Pixel Tangent为头发纹理切线，所述strength为高光强度；所述SpecRange为规格范围，所述ShadowColor为头发阴影颜色。

综上所述，本发明提供的一种基于UE4平台的卡通画头发渲染方法和一种计算机可读存储介质，不仅能够丰富卡通头发渲染中高光表现，能根据虚拟场景的光照角度调整光泽；而且具有日系卡通风格画渲染中的头发光泽效果，进一步的，还能丰富头发阴影色彩，从而具有良好的卡通画渲染风格，具有很好的美术表现。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种基于UE4平台的卡通画头发渲染方法，其特征在于，包括：

依据光照各向异性模拟算法计算得到头发的高光值；

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值；

依据公式

计算得到头发阴影颜色ShadowColor；

其中，所述shadowRange为头发背光范围，所述lightVector为光源向量，所述PixelNormal为头发纹理法线，所述ColorRange为阴影叠色范围，所述ShadowColorRange为阴影色彩范围，所述Color为阴影叠色颜色，所述ColorPower为阴影颜色强度；

所述依据光照各向异性模拟算法计算得到头发的高光值，具体为：

依据公式

计算得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述PixelTangent为头发纹理切线，所述Strength为高光强度；所述SpecRange为规格范围。

2.如权利要求1所述的一种基于UE4平台的卡通画头发渲染方法，其特征在于，所述依据光照各向异性模拟算法计算得到头发的高光值，具体包括：

获取头发所处场景的光源向量；

通过流体图获取头发纹理切线；

依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值。

3.如权利要求2所述的一种基于UE4平台的卡通画头发渲染方法，其特征在于，所述依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值，具体为：

将所述光源向量和头发纹理切线代入公式：

进行计算，得到头发的高光值OutLight。

4.如权利要求1所述的一种基于UE4平台的卡通画头发渲染方法，其特征在于，还包括：

标记头发纹理的顶部为发梢，纹理底部为发根；

对头发纹理进行计算，得到头发纹理切线值。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现以下步骤：

依据光照各向异性模拟算法计算得到头发的高光值；

依据头发像素点上的纹理信息分别采集得到头发随机纹理图对应的灰度值，以及头发噪声图对应的颜色信息；

依据所述灰度值对所述头发像素点中的头发纹理切线值进行偏转，得到随机絮乱的头发纹理切线；

依据所述颜色信息和所述高光值进行线性插值计算，得到随机噪声变化的高光值；

依据公式

计算得到头发阴影颜色ShadowColor；

其中，所述shadowRange为头发背光范围，所述lightVector为光源向量，所述PixelNormal为头发纹理法线，所述ColorRange为阴影叠色范围，所述ShadowColorRange为阴影色彩范围，所述Color为阴影叠色颜色，所述ColorPower为阴影颜色强度；

所述依据光照各向异性模拟算法计算得到头发的高光值，具体为：

依据公式

计算得到头发的高光值OutLight；

其中，所述H为光源检测向量，所述ViewVector为视觉向量，所述dirAtten为控制高光可视范围的衰减系数，所述Smoothstep为默认内插值函数，所述Power为高光变化率，所述PixelTangent为头发纹理切线，所述Strength为高光强度；所述SpecRange为规格范围。

6.如权利要求5所述的一种计算机可读存储介质，其特征在于，所述程序实现所述依据光照各向异性模拟算法计算得到头发的高光值步骤时，具体包括：

获取头发所处场景的光源向量；

通过流体图获取头发纹理切线；

依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值。

7.如权利要求6所述的一种计算机可读存储介质，其特征在于，所述程序实现所述依据所述光源向量和头发纹理切线，采用光照各向异性模拟算法计算得到头发的高光值步骤时，具体包括：

将所述光源向量和头发纹理切线代入公式：

进行计算，得到头发的高光值OutLight。

Images