1
我已經採取了Wikipedia Perlin Noise Algorithm並實現它在Python,這裏是代碼:Perlin雜文物
import random
import math
from PIL import Image
from decimal import Decimal
IMAGE_SIZE = 200
PERLIN_RESOLUTION = 10
GRADIENT = []
for x in range(PERLIN_RESOLUTION + 1):
GRADIENT.append([])
for y in range(PERLIN_RESOLUTION + 1):
angle = random.random() * 2 * math.pi
vector = (
Decimal(math.cos(angle)),
Decimal(math.sin(angle))
)
GRADIENT[x].append(vector)
def lerp(a0, a1, w):
return (1 - w)*a0 + w*a1
def dotGridGradient(ix, iy, x, y):
dx = x - Decimal(ix)
dy = y - Decimal(iy)
return (dx*GRADIENT[iy][ix][0] + dy*GRADIENT[iy][ix][1])
def perlin(x, y):
if x > 0.0:
x0 = int(x)
else:
x0 = int(x) - 1
x1 = x0 + 1
if y > 0.0:
y0 = int(y)
else:
y0 = int(y) - 1
y1 = y0 + 1
sx = x - Decimal(x0)
sy = y - Decimal(y0)
n0 = dotGridGradient(x0, y0, x, y)
n1 = dotGridGradient(x1, y0, x, y)
ix0 = lerp(n0, n1, sx)
n0 = dotGridGradient(x0, y1, x, y)
n1 = dotGridGradient(x1, y1, x, y)
ix1 = lerp(n0, n1, sx)
value = lerp(ix0, ix1, sy)
return value
image = Image.new('RGB', (IMAGE_SIZE, IMAGE_SIZE))
pixels = image.load()
for i in range(IMAGE_SIZE):
x = Decimal(i)/IMAGE_SIZE
for j in range(IMAGE_SIZE):
y = Decimal(j)/IMAGE_SIZE
value = perlin(x * 10, y * 10)
greyscale = (value + 1) * 255/2
pixels[i, j] = (greyscale, greyscale, greyscale)
image.save('artifacts.png', 'PNG')
這裏是由腳本生成結果圖像:
我必須在這裏丟失一些東西,你可以非常清楚地看到頂點。任何人都可以讓我知道哪裏出了問題?
嘿,非常感謝您的回覆,WhatEvDev。我試了一下,它似乎很好。我想接受你的答案,但在此之前,你可以解釋爲什麼這個函數更好(以及爲什麼很多示例算法在線似乎使用lerp,如維基百科)。 –
線性插值用作示例,因爲它是最簡單的插值('value = w')。如果你用lerp使用一維珀林噪聲,你將得到多邊形曲線。 爲了得到平滑的結果,您需要在點之間平滑插值。爲此,您需要一個在0和1處具有零階一階導數(也可能是二階導數)的函數。如果您將一階柏林噪聲用於smoothstep,您將獲得平滑曲線。 – WhatEvDev