Questions tagged «graphics»

我有一对。每对都具有（x，y）的形式，使得x，y属于范围内的整数[0,n)。 因此，如果n为4，那么我有以下几对： (0,1) (0,2) (0,3) (1,2) (1,3) (2,3) 我已经有一对了。现在，我必须使用n/2对构建一个组合，这样就不会重复任何整数（换句话说，每个整数在最终组合中至少出现一次）。以下是正确和不正确组合以更好地理解的示例 1. (0,1)(1,2) [Invalid as 3 does not occur anywhere] 2. (0,2)(1,3) [Correct] 3. (1,3)(0,2) [Same as 2] 一旦我有了配对，有人可以建议我一种生成所有可能组合的方法。

28 algorithms  graphics  data-structures  computational-geometry  operating-systems  process-scheduling  algorithms  sorting  database-theory  relational-algebra  finite-model-theory  logic  automata  linear-temporal-logic  buchi-automata  complexity-theory  np-complete  decision-problem  machine-learning  algorithms  pattern-recognition  logic  formal-languages  formal-grammars  context-free 

入门图形课程通常有一个项目，要求您构建光线跟踪器以渲染场景。许多进入研究生院的图形学生说，他们想从事射线追踪。然而，在SIGGRAPH等场所中，光线追踪似乎是一片死地。 光线跟踪是否真的是在所有所需照明等条件下准确渲染场景的最佳方法，是光线跟踪器的缓慢（读取非交互式）性能使它们变得不感兴趣，还是还有其他东西？

19 graphics 

在四叉树（或八叉树）中放置几何对象时，可以通过以下几种方式放置比单个节点大的对象： 将对象的引用放置在包含该对象的每个叶子中 将对象的引用放置在完全包含对象的最深节点中 ＃1和＃2 例如： 在此图像中，您可以将圆放置在所有四个叶节点（方法1）中，或者仅放置在根节点（方法2）中，或同时放置在两个节点中（方法3）。 为了查询四叉树，哪种方法更常见？为什么？

15 graphics  data-structures  computational-geometry 

为了好玩，我尝试为DCPU-16制作线框查看器。我了解如何做所有事情，除了如何隐藏线框中隐藏的线。因此，这里所有的问题都假设您可以使用OpenGL，但是不幸的是，我无法使用DCPU-16之类的东西（或任何类型的硬件加速）。 我在Google图书上找到了关于Appel算法的相当不错的描述。但是，有一个问题我很难弄清楚。 Appel将轮廓线定义为由正面和背面多边形共享的边，或不是封闭多面体一部分的正面多边形的未共享边。由两个正面多边形共享的边不会改变可见性，因此不是轮廓线。在图8.4中，边缘AB，EF，PC，GK和CH是轮廓线，而边缘ED，DC和GI不是轮廓线。 我了解算法的规则及其轮廓线后的工作方式，但是我不知道我该怎么做才能确定一条边是否被正面和背面多边形共享，或者从编码的角度来看，它不是封闭多面体的一部分的正面多边形的未共享边。我可以看一下形状，也可以知道脑海中的轮廓线是什么，但是我不知道如何将“理解”转换为编码算法。 更新资料 我在确定轮廓线方面取得了一些进展。我从布法罗大学计算机图形学课上找到了这 两个讲义。 考虑边缘。这些分为三类。 连接两个不可见面的边本身就是不可见的。这将从列表中删除并忽略。 连接两个潜在可见面的边缘称为“材料边缘”，需要进一步处理。 连接潜在可见面和不可见面的边缘是“材料边缘”的特殊情况，也称为“轮廓边缘”。 使用以上两条信息，我可以更接近将其编写为代码，但是还有很长的路要走。

10 algorithms  computational-geometry  graphics 

在Whitted射线追踪器中，每个射线与对象的交点都会生成透射射线（如果对象是半透明的），反射射线和阴影射线。阴影射线有助于直接照明。 但是，如果阴影射线与透明物体相交会发生什么？是否忽略了直接照明组件？如果没有从阴影射线获得任何直接的光线照射，浸没在水中的散射物体将如何被照亮？

10 graphics 

我已经阅读了许多有关图像处理中卷积的文档，其中大多数都涉及卷积的公式和一些其他参数。没有人解释对图像进行卷积背后的直觉和真正含义。例如，图上的直觉使它更线性。 我认为该定义的简短摘要是：卷积乘以图像和内核之间的重叠平方，然后再将其求和并放入锚点。这对我来说毫无意义。 根据这篇有关卷积的文章，我无法想象为什么卷积可以做一些“令人难以置信的”事情。例如，此链接最后一页上的线条和边缘检测。只需选择适当的卷积核即可取得很好的效果（检测线或检测边缘）。 任何人都可以就如何做到这一点提供一些直觉（不必一定要有一个整洁的证据）吗？

9 terminology  intuition  graphics  computer-vision