简单的光线追踪教程（一）

1. 概述

最近闲来无事，想学习一下java，并且了解一下C++。网上搜索了很多得相关教程，学了一段时间之后发现，还是得自己亲自动手写一点东西。所以学了一点简单的光线追踪，与大家一起分享

里面涉及一点矩阵的操作，以及简单的C++/Java

2. 如何输出图象

我采用的就是最简单的方法，就是从纯文本ppm文件开始，不了解ppm文件的可以从下面的链接中简单了解一下，这里也不需要更深入的了解。总之，PPM是一种简单的图片格式，我们可以通过PPM进行图像相关的学习。

https://blog.csdn.net/kinghzkingkkk/article/details/70226214

让我们写一个最简单的C++/Java来输入一个简单的PPM文件

C++ :

#include <iostream>int main() {// Imageconst int image_width = 256;const int image_height = 256;// Renderstd::cout << "P3\n" << image_width << ' ' << image_height << "\n255\n";for (int j = image_height-1; j >= 0; --j) {for (int i = 0; i < image_width; ++i) {auto r = double(i) / (image_width-1);auto g = double(j) / (image_height-1);auto b = 0.25;int ir = static_cast<int>(255.999 * r);int ig = static_cast<int>(255.999 * g);int ib = static_cast<int>(255.999 * b);std::cout << ir << ' ' << ig << ' ' << ib << '\n';}}
}

对于这个简单的文件需要注意

1. 图片中的像素按从左到右打的像素按行写出

2.行从上到下写出

之后我们会将这段代码重定向/写入到图像文件

在C++中我们使用重定向符来完成，在java中我们可以创建一个类来完成这个功能

  public void writeToFile(String path) throws IOException {FileWriter fw = new FileWriter(path);BufferedWriter bw = new BufferedWriter(fw);double scale = 1.0 / samplesPerPixel;bw.write("P3\n" + imageWidth + " " + imageHeight + "\n255\n");for (int j = imageHeight - 1; j >= 0; j--) {System.out.println(j);for (int i = 0; i < imageWidth; i++) {double r = pixelColor[j][i].getX() * scale;double g = pixelColor[j][i].getY() * scale;double b = pixelColor[j][i].getZ() * scale;bw.write(   String.valueOf((int)(255.999 * r + ' ' +String.valueOf((int)255.999 * g)) + ' ' +String.valueOf((int)(255.999 * b)) + ' ');bw.write("\n");}}}

最终我们可以看到我们写的图像为

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JePhTtOm-1623992609952)(https://raytracing.github.io/images/img-1.01-first-ppm-image.png)]

一个渐变的色块，这样，我们的第一个ppm图象生成成功了！

由于以后的写入工作会变得很缓慢，有时我们会怀疑它是否在正常工作，我们为我们的写入函数/写入方法加上一个简单的进度条，注意要写入错误输出流。

for (int j = image_height-1; j >= 0; --j) {std::cerr << "\rScanlines remaining: " << j << ' ' << std::flush;for (int i = 0; i < image_width; ++i) {auto r = double(i) / (image_width-1);auto g = double(j) / (image_height-1);auto b = 0.25;int ir = static_cast<int>(255.999 * r);int ig = static_cast<int>(255.999 * g);int ib = static_cast<int>(255.999 * b);std::cout << ir << ' ' << ig << ' ' << ib << '\n';}}std::cerr << "\nDone.\n";

3. vec3 类

说明一下，vec3其实就是每个像素的颜色类以及其他的性质（例如反射），其中包含着r,g,b。我们把这三个元素分别视为三个向量，用向量操作来完成图像的操作，以及我们光线追踪的要求。

3.1. vec3类的变量与方法

代码如下，使用了C++中运算符重载的特性

#ifndef VEC3_H
#define VEC3_H#include <cmath>
#include <iostream>using std::sqrt;class vec3 {public:vec3() : e{0,0,0} {}vec3(double e0, double e1, double e2) : e{e0, e1, e2} {}double x() const { return e[0]; }double y() const { return e[1]; }double z() const { return e[2]; }vec3 operator-() const { return vec3(-e[0], -e[1], -e[2]); }double operator[](int i) const { return e[i]; }double& operator[](int i) { return e[i]; }vec3& operator+=(const vec3 &v) {e[0] += v.e[0];e[1] += v.e[1];e[2] += v.e[2];return *this;}vec3& operator*=(const double t) {e[0] *= t;e[1] *= t;e[2] *= t;return *this;}vec3& operator/=(const double t) {return *this *= 1/t;}double length() const {return sqrt(length_squared());}double length_squared() const {return e[0]*e[0] + e[1]*e[1] + e[2]*e[2];}public:double e[3];
};// Type aliases for vec3
using point3 = vec3;   // 3D point
using color = vec3;    // RGB color#endif

3.2. 对于vec3类的简单操作

// vec3 Utility Functionsinline std::ostream& operator<<(std::ostream &out, const vec3 &v) {return out << v.e[0] << ' ' << v.e[1] << ' ' << v.e[2];
}inline vec3 operator+(const vec3 &u, const vec3 &v) {return vec3(u.e[0] + v.e[0], u.e[1] + v.e[1], u.e[2] + v.e[2]);
}inline vec3 operator-(const vec3 &u, const vec3 &v) {return vec3(u.e[0] - v.e[0], u.e[1] - v.e[1], u.e[2] - v.e[2]);
}inline vec3 operator*(const vec3 &u, const vec3 &v) {return vec3(u.e[0] * v.e[0], u.e[1] * v.e[1], u.e[2] * v.e[2]);
}inline vec3 operator*(double t, const vec3 &v) {return vec3(t*v.e[0], t*v.e[1], t*v.e[2]);
}inline vec3 operator*(const vec3 &v, double t) {return t * v;
}inline vec3 operator/(vec3 v, double t) {return (1/t) * v;
}inline double dot(const vec3 &u, const vec3 &v) {return u.e[0] * v.e[0]+ u.e[1] * v.e[1]+ u.e[2] * v.e[2];
}inline vec3 cross(const vec3 &u, const vec3 &v) {return vec3(u.e[1] * v.e[2] - u.e[2] * v.e[1],u.e[2] * v.e[0] - u.e[0] * v.e[2],u.e[0] * v.e[1] - u.e[1] * v.e[0]);
}inline vec3 unit_vector(vec3 v) {return v / v.length();
}

对于C++，你可以写道头文件中，或者java写在工具类中

3.3. 简单封装

使用我们vec3类，我们简单封装一下我们写入ppm文件的过程

#ifndef COLOR_H
#define COLOR_H#include "vec3.h"#include <iostream>void write_color(std::ostream &out, color pixel_color) {// Write the translated [0,255] value of each color component.out << static_cast<int>(255.999 * pixel_color.x()) << ' '<< static_cast<int>(255.999 * pixel_color.y()) << ' '<< static_cast<int>(255.999 * pixel_color.z()) << '\n';
}#endif

因此，我们只需要在主函数中进行调用即可

#include "color.h"
#include "vec3.h"#include <iostream>int main() {// Imageconst int image_width = 256;const int image_height = 256;// Renderstd::cout << "P3\n" << image_width << ' ' << image_height << "\n255\n";for (int j = image_height-1; j >= 0; --j) {std::cerr << "\rScanlines remaining: " << j << ' ' << std::flush;for (int i = 0; i < image_width; ++i) {color pixel_color(double(i)/(image_width-1), double(j)/(image_height-1), 0.25);write_color(std::cout, pixel_color);}}std::cerr << "\nDone.\n";
}

这样，我们就实现了对我们最初写的ppm图象生成的简单封装

这次先说这些，以后会持续更新，感兴趣的可以关注一下
这样，我们就实现了对我们最初写的ppm图象生成的简单封装。
这次先说这些，以后会持续更新，感兴趣的可以关注一下