ओपनजीएल ईएस 2.0 वेरटेक्स ट्रांसफॉर्मेशन एल्गोरिदम

Question

मैं ओपनजीएल ईएस 2.0 के साथ एक आईओएस ऐप आईओएस ऐप विकसित कर रहा हूं।

मैं सेटअप, पाइप लाइन, आदि पर अच्छी जानकारी होनी है, और अब गणित के साथ आगे बढ़ रहा हूँ।

चूंकि छवि मुड़ने के साथ मेरा अनुभव नहीं के बराबर है, मैं कुछ एल्गोरिथ्म सुझाव के लिए उनसे संपर्क कर रहा हूँ।

वर्तमान में, मैं एक ग्रिड प्रकार फैशन में बिंदुओं पर प्रारंभिक कोने है, जो समान रूप से वर्गों में छवि को विभाजित कर रहा हूं। फिर, मैं उन वर्गों के बीच में एक अतिरिक्त वर्टेक्स डालता हूं। जब मैं सूचकांक आकर्षित, प्रत्येक वर्ग एक एक्स के आकार में चार त्रिकोण नीचे चित्र देखें शामिल हैं:

साथ फ़ोटोशॉप एक छोटे से खेलने के बाद, मैं एडोब के लिए एक से थोड़ा अधिक जटिल एल्गोरिथ्म का उपयोग करता देखा उनके कठपुतली warp, लेकिन उनके मानक warp के लिए एक और अधिक सरलीकृत एल्गोरिदम। मेरे लिए यहां क्या है/व्यक्तिगत वरीयता लागू करने के लिए सबसे अच्छा क्या है?

दूसरा, जब मैं एक चरम पर जाता हूं, तो मैं किनारों को सुगम बनाने के लिए अन्य सभी शीर्षकों में भारित परिवर्तन लागू करना चाहता हूं (इसके बजाय मेरे पास जो नीचे है, जहां केवल चयनित चरम परिवर्तन होता है)। मुझे यहां किस प्रकार का एल्गोरिदम लागू करना चाहिए?

Answer 1

के रूप में प्रत्येक शिखर शिखर शेडर द्वारा स्वतंत्र रूप से संसाधित किया जाता है, यह vertexes एक-दूसरे के पदों को प्रभावित करने के लिए आसान नहीं है। हालांकि, क्योंकि ऐसे कई कशेरुक नहीं हैं, सीपीयू पर काम करने के लिए ठीक होना चाहिए और प्रति फ्रेम अपने चरम गुणों को गतिशील रूप से अपडेट करना चाहिए।

के बाद से अपने सतह एक रबर शीट की तरह कार्य करने के लिए के लिए के रूप में यह के कुछ हिस्सों खींच रहे हैं, के बारे में कैसे आगे जा रहा है और एक रबर शीट के एक गतिशील सिमुलेशन को लागू करने के लिए क्या आप के लिए देख रहे हैं? Jeff Lander's जैसे पूर्ण 3 डी में कपड़ा सिमुलेशन पर बहुत अच्छे लेख हैं। आपका आवेदन इन तकनीकों का सरलीकरण हो सकता है। मेरे पास पहले 312 में implemented a simulation like this है। मुझे अपने जेनरेट किए गए वर्टेक्स को उनके मूल ग्रिड स्थानों पर आकर्षित करने के लिए एक बल की आवश्यकता थी। आपके पास सिम्युलेशन शुरू होने से पहले उत्पन्न होने वाले पिक्सल पर वर्टेक्स को आकर्षित करने वाला एक समान बल हो सकता है। इससे उन्हें अकेले छोड़े जाने पर उनके डिफ़ॉल्ट स्थिति में वापस वसंत कर दिया जाएगा और अधिक दूरदर्शी चरम पर आपके ड्रैगिंग के प्रभाव को धीरे-धीरे कम कर देगा।