python - 随机点立体图的抗锯齿

Question

我最近完成了一些基于 this paper 生成随机点立体图的 Python (2.7) 代码.输出相当好，但我注意到，即使在深度图中有平滑的梯度，输出的立体图也没有这些平滑的梯度，而是具有不同的深度级别。我相信这是由于生成图像时选择的 DPI 造成的。虽然可以通过增加 DPI 来增加深度的细节，但随着会聚点变得更加难以达到，这变得不切实际。

这里有两个例子。第一个是 75 DPI，第二个是 175 DPI。在 75 DPI 图像上，可以看到明显的深度“三角形”。在 175 DPI 图像中，这些不太明显，但图像底部的引导点距离更远，因此观看 3D 图像更加困难。

我希望修改我当前的代码以消除 3D 图像的锯齿，以便即使在较低的 DPI 下也能平滑渐变。我尝试在深度图和图案上使用 SSAA 并生成立体图，然后使用抗锯齿过滤器再次减小图像尺寸。然而，这似乎只包含图像左侧的立体图。例如，如果我将图像放大 4 倍，则立体图仅限于图像的左手四分之一。其余的只是随机噪音，无法查看。我将如何对隐藏在立体图中的图像进行抗锯齿处理？我的代码和the paper中描述的算法几乎一样, 因此基于此的抗锯齿算法将是完美的。

Answer 1

我遇到的问题的解决方案是立体图包含在图像的左侧，这是由于没有扩展 same 数组以反射(reflect)更大的深度图造成的。这导致超出深度图原始长度的所有内容都是随机生成的噪声。

解决这个问题后，出现了第二个问题，即 3D 图像因抗锯齿而失真，导致比解决的梯度问题更多。我对此的解决方案是增加代码中的 DPI 设置。例如，如果我将深度图的大小增加 4 倍，则必须使用 4 倍大的 DPI(300，而不是 75)生成立体图。当再次缩小时，这产生了极好的结果。

此图像使用 2x SSAA，使渐变与问题中的 175DPI 图像相当，但收敛点更容易。

这张图片使用了 4x SSAA，我发现锯齿几乎看不出来。这里的噪点变得更加模糊，图像的整体颜色变得相当灰暗。我发现可以通过预先生成噪声并按相同的 AA 因子将其放大来避免这种效果。下一张图片对此进行了演示。