算错了 -35

 

18  

渲染流水线三大阶段：

1.应用阶段：Cpu负责（绝对控制权）（1）准备场景数据（2）.不可见剔除（3）.设置渲染状态

分三步：1.把数据加载到显存中。2.设置渲染状态3.调用Draw Call。

2.几何阶段:

GPU负责。首要任务是把顶点坐标变换到屏幕空间中，再交给光栅器进行处理。

3.光栅化阶段：GPU负责。使用上个阶段传递的数据来产生屏幕上像素并最终渲染出图像

 

1.opengl es针对yi'dong'duan

在推导

 

你是谁

漫反射

 

（本节介绍了，漫反射与点乘的关系，有必要学一下）

（讲解为什么法线向量与入射光线的点乘为COS角度）

 

当光线垂直射入物体后，反射的光线是最强的。

当光线几乎平行于表面，反射的光线是最弱的。

C (diffuse) =  C (光) . m (物体) . max(0,（n向量 . l 向量）) 

 

 

 

自发光与环境光

 

（本节介绍 自发光 和 环境光 的概念，没必要听）

 

光照的介绍

（本节就是了解概念）

 

反色率 = 入射角 / 折射角

BRDF ： 光照模型

（次世代渲染技术）

sss材质 ： 次表面散射

 

Shader Target

 

unity 支持的Shader Target

#pragma target 2.0 - 5.0

 

Shader Model 1 、2、3、.... 可以理解为是C#语言的不同版本。

 

矩阵的简单介绍

矩阵分 行 和 列

例如：

3 X 4 阶矩阵

3 是 行

4 是 列

 

 

向量点乘

向量点乘的几何意义

 a(向量） * b(向量) > 0  

向量夹角 < 90°  cos 为 正  [ -90 , 90 ]

a(向量） * b(向量) = 0 

 向量垂直  cos 为 0  （ -90 , 90 ，270 ，... )

a(向量） * b(向量) < 0  

向量夹角 > 90°   cos 为 负  [ -90 , -270 ]

 

向量的点乘 有 2 个公式

（ 这2个公式求得的最后结果都是一样的，一个标量 ）

公式1：

OA(向量) * OB(向量) = ( x1 * x2 ) + ( y1 * y2 )

公式2：

OA(向量) * OB(向量) = OA(向量的模) * OB(向量的模)  * COS（向量夹角）

 

（1、灵活运用这2个公式可以求的俩个向量的点乘

2、也可以求的俩个向量的夹角 

3、一个向量在另一个向量上的投影。）

 

俩个向量之间的点乘相当于，A 向量在 B 向量上的投影 * B 向量的模长

 

三维向量叉乘

 

I a(向量) x b(向量) I = I a(向量) I I b(向量) I sin角度

叉乘得到的最终向量的方面，按照所遵循的左手和右手定则 而不同。

 

叉乘的意义：

判断三角面的朝向。

 

 

 

叉乘的值

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

三维向量基本运算

 

三维坐标系中的向量OP

 

 

三维向量的加减法 和 模 的计算， 和二维向量基本一致，只是多了一个Z轴需要参与运算

 

加减法

模的计算

[ x(平方) +y(平方) +z(平方) ](开根号)

 

 

 

 

 

 

 

 

 

 

三维坐标系

 

 

三维坐标系，分为左右手坐标系。

就像OpenGL 和 DX 一样。

 

 

 

OpenGL 先旋转180度 在镜像  得 DX

 

 

Unity 是左手坐标系

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

二维坐标系旋转和平移

 

x = x` cos角度 + y`sin角度 + a

y = y` cos角度 - x`sin角度 + b

(a,b) 是坐标平移的向量

角度 是坐标先转的角度。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

二维向量的叉乘

 

叉乘的其他叫法：

向量积，外积，叉积

 

点乘最后生成的是一个标量。

叉乘最后生成的是一个向量。

 

叉乘

a (向量) * b（向量）= c（向量）

（叉乘后得到的最终向量）

模长：

|c| = | a(向量) * b（向量）| =|a| |b| sin角度

方向：

c(向量)  的方向垂直于 a(向量) 与 b（向量）所在平面。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

二维向量的点乘

 

1、a(向量) 点乘 b(向量) = x1x2 + y1y2 = 标量（数值）

=a(向量的模长) * b(向量的模长) cos(角度)

 

向量的点乘 可以换算成角度

角度 = ac cos( (a(向量) * b(向量) ) / a(向量模长) * b(向量模长) )

 

2、余弦定理

余弦定理推演：

余弦定理的推理是通过，三角函数平方关系+勾股定理 一起推演出来的。

三角函数平方关系：

 

勾股定理：

直角三角形 俩个直角边的平方和等于对边的平方

 

 

 

 

 

 

 

 

 

 

 

二维向量减法

 

二维向量的加法 = a(向量) + b(向量)

二维向量的减法 = a(向量) + -b(向量)

 

二维向量减法： 被减向量 与 减向量 平移到共起点， 减法得到的最终二维向量是 减向量的终点为起点，指向被减向量的终点。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

二维向量加法