Giter VIP home page Giter VIP logo

informatique_graphique's Introduction

informatique_graphique

Rendu Antoine Lavandier

Tous les executables utilisés pour créer les scènes sont dans le dossier binaries. Ils ont été compilé sous Ubuntu 20.04 avec les options -O3 et -fopenmp. De plus toutes les rendus sont fait avec 15 rebonds au maximum

Scènes simples avec des sphères

Mon Ray/Path Tracer supporte les scènes simples avec des sphères diffuses, miroirs et transparentes. La transparence utilise les coefficients de réflection et refractions de Fresnel. De plus les images sont toutes anti-aliasées et utilise la correction gamma

Scène 1 :

  • 6 sphères pour faire les murs
  • Une sphère diffuse
  • Deux sphères transparentes, une pleine et une creuse
  • Une sphère miroir
  • 512 * 512 pixels et 200 rayons par pixel
  • Temps de rendu : 1 minutes, 22 secondes

scene 1

Scène 2 : comme la scène 1 mais avec 2000 rayons par pixels

scene 2

Scènes avec des maillages

Mon Ray/Path Tracer supporte les maillages .obj avec et sans textures. Les maillages peuvent aussi être rendu transparent ou miroir. Le rendu des maillages utilise l'interpolation des normales.

Scène 3 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj non texturé
  • 512 * 512 pixels et 4 rayons par pixel
  • Aucune optimisation pour la détection de collisions entre rayons et maillage
  • Temps de rendu : 6 minutes et 28 secondes

scene 3

Scène 4 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj non texturé
  • 512 * 512 pixels et 4 rayons par pixel
  • Optimization avec une simple Bounding Box pour la détection de collisions entre rayons et maillage
  • Temps de rendu : 37 secondes soit un peu moins d'un dixième du temps nécessaire pour la scène précédente (9.53 %)

scene 4

Scène 5 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj non texturé
  • 512 * 512 pixels et 4 rayons par pixel
  • Optimization avec un BVH qui utilise une division en nombre de triangles égaux pour la détection de collisions entre rayons et maillage
  • Temps de calcul du BVH : 889 microsecondes
  • Temps de rendu : 1 secondes et 403 millisecondes (0.36% du temps sans optimisation)

scene 5

Scène 6 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj non texturé
  • 512 * 512 pixels et 4 rayons par pixel
  • Optimization avec un BVH qui utilise la Split Area Heuristic pour la détection de collisions entre rayons et maillage
  • Temps de calcul du BVH : 1560 microsecondes
  • Temps de rendu : 1 secondes et 376 millisecondes

scene 6

Ici on voit que les deux BVH ont des performances comparables. On va refaire les scène 5 et 6 avec 200 rayons par pixel pour essayer de voir si il y a une méthode meilleure que l'autre.

Scène 7 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj non texturé
  • 512 * 512 pixels et 200 rayons par pixel
  • Optimization avec un BVH qui utilise la Split Area Heuristic pour la détection de collisions entre rayons et maillage
  • Temps de calcul du BVH : 1577 microsecondes
  • Temps de rendu : 1 minutes et 19 secondes

scene 7

Scène 8 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj non texturé
  • 512 * 512 pixels et 200 rayons par pixel
  • Optimization avec un BVH qui utilise une division en nombre de triangles égaux pour la détection de collisions entre rayons et maillage
  • Temps de calcul du BVH : 2991 microsecondes
  • Temps de rendu : 1 minutes et 32 secondes

scene 8

On remarque le BVH avec le Split Area Heuristic permet des rendus un peu plus rapide qu'avec l'autre méthode de division.

Scène 9 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj texturé
  • 512 * 512 pixels et 200 rayons par pixel
  • Optimization avec un BVH qui utilise la Split Area Heuristic pour la détection de collisions entre rayons et maillage
  • Temps de calcul du BVH : 2970 microsecondes
  • Temps de rendu : 1 minutes et 25 secondes

scene 9

Scène 10 :

  • 6 sphères pour faire les murs
  • Maillage cat.obj transparent
  • 512 * 512 pixels et 200 rayons par pixel
  • Optimization avec un BVH qui utilise la Split Area Heuristic pour la détection de collisions entre rayons et maillage
  • Temps de calcul du BVH : 2970 microsecondes
  • Temps de rendu : 1 minutes et 20 secondes

scene 10

Note : Les 10 scènes précedentes ont la gauche et la droite inversée à cause d'une erreur dans le définition des directions

Autre scènes

Une scène avec de la transparence sans réfléction de Fresnel mais avec 1024 * 1024 pixels et 5000 rayons par pixels

5000rays

Une scène similaire à la scène 9 mais à avec un angle de vue de caméra différent.

angle_de_vue

Une scène sans l'interpolation des normales

sans_interpolation

Crédits

Le code de mon BVH est très largément inspiré et adapté du code trouvé sur cette page web https://www.pbr-book.org/3ed-2018/Primitives_and_Intersection_Acceleration/Bounding_Volume_Hierarchies qui est la seule source que j'ai trouvée qui donnait une définition claire de la SAH. Une amélioration notable par rapport au code disponible sur cette page et le fait que l'évaluation des cou^ts des différents buckets est linéaire dans mon code alors qu'elle est quadratique dans le leur.

informatique_graphique's People

Contributors

anlavandier avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.