n_enrai49 Asked:2022-08-12 15:50:46 +0800 CST2022-08-12 15:50:46 +0800 CST 2022-08-12 15:50:46 +0800 CST Perlin 噪声逻辑 772 对Perlin噪声算法的解释有个误区，就是二维噪声的网格里面的点，文章里把这个叫做入口点，是什么意思，出口在哪里，有多少这些点在网格单元内，或者这个点是一个像素，其值是通过插值找到的，也就是说，如果单元格的大小为 10 x 10 像素，那么单元格中只有 100 个这样的点？ алгоритм noise 1 个回答 Voted Best Answer Laukhin Andrey 2022-08-13T21:15:18+08:002022-08-13T21:15:18+08:00 关于这个主题，信息有点分散+翻译不准确。 但在我看来，一切都很简单。 在一维情况下，我们需要找到给定x的y值： function perlinNoise1d(x) { // расчет y return y; } 事实证明，在输入x处，在输出y处。 对于 2D 情况，给定一个点(x, y)，我们计算z值，当显示位图时，它将被解释为像素的强度： function perlinNoise2d(x, y) { // расчет z return z; } 输入：点x和y坐标 输出：z 梯度网格用作计算 z 的初始数据，计算基于向量和插值的标量积。 这些点中有多少在网格单元内 无限集。函数不是离散的。 如果单元格的大小为 10 x 10 像素，那么单元格中只有 100 个这样的点？ 这是在屏幕上一个 10x10 的单元格将是 100 像素。 这里的单元格中有无数个点。单元格大小无关紧要。您可以定义一个单位步长的网格，并以连续函数的形式搜索里面的值。 因此，我们可以随意缩放噪声并获得不同频率的噪声，包括多倍频程噪声。
关于这个主题，信息有点分散+翻译不准确。
但在我看来，一切都很简单。
在一维情况下，我们需要找到给定x的y值：
事实证明，在输入x处，在输出y处。
对于 2D 情况，给定一个点(x, y)，我们计算z值，当显示位图时，它将被解释为像素的强度：
输入：点x和y
坐标 输出：z
梯度网格用作计算 z 的初始数据，计算基于向量和插值的标量积。
无限集。函数不是离散的。
这是在屏幕上一个 10x10 的单元格将是 100 像素。
这里的单元格中有无数个点。单元格大小无关紧要。您可以定义一个单位步长的网格，并以连续函数的形式搜索里面的值。
因此，我们可以随意缩放噪声并获得不同频率的噪声，包括多倍频程噪声。