Я пытаюсь понять, как шум Перлина работает в двух измерениях.
После статьи из Википедии и этого урока я сделал реализацию для C:
#include <stdlib.h>
// array has 3 gradient vectors in each row
const float GRAD[] =
{
-0.8, 0.5, 0.6, -0.3, 0.9, -0.1,
0.5, -0.9, 0.4, 0.8, -0.5, 0.9,
-0.1, 0.6, -0.4, 0.5, 0.7, -0.6
};
// dot product of gradient and distance vectors
float dot(float x0, float y0, float x1, float y1)
{
return x0 * x1 + y0 * y1;
}
// linear interpolation
float lerp(float a0, float a1, float t)
{
return a0 + t * (a1 - a0);
}
int perlin(int x, int y, int amp)
{
float xf, yf, x0, x1;
int i;
div_t xi, yi;
xi = div(x, amp);
yi = div(y, amp);
// local x and y
xf = (float)xi.rem / (float)amp;
yf = (float)yi.rem / (float)amp;
i = 3 * (2 * yi.quot + xi.quot);
x0 = lerp
(
dot(xf , yf , GRAD[i ], GRAD[i + 1]),
dot(1.0f - xf, yf , GRAD[i + 2], GRAD[i + 3]),
xf);
i += 6;
x1 = lerp
(
dot(xf , 1.0f - yf, GRAD[i ], GRAD[i + 1]),
dot(1.0f - xf, 1.0f - yf, GRAD[i + 2], GRAD[i + 3]),
xf);
// the final value should be in the range [0..255]
return (int)(255.0f * lerp(x0, x1, yf));
}
С amplitude = 400 вывод выглядит так:
Я также пробовал использовать функцию сглаживания, используя t * t * t * (t * (t * 6 - 15) + 10) вместо xf и yf, но это не помогло:
