贴图叠加算法

saturate((_ANode.rgb*_BNode.rgb))  --Multisly

saturate(min(_ANode.rgb,_BNode.rgb)) --Darken

saturate((1.0-((1.0-tex2D(_Bnode,TRANSFORM_TEX(node_78.rg, _Bnode)).rgb)/tex2D(_ANode,TRANSFORM_TEX(node_78.rg, _ANode)).rgb))) --Color Burn

saturate((tex2D(_ANode,TRANSFORM_TEX(node_88.rg, _ANode)).rgb+tex2D(_Bnode,TRANSFORM_TEX(node_88.rg, _Bnode)).rgb-1.0)) --linear Burn

saturate(max(tex2D(_ANode,TRANSFORM_TEX(node_98.rg, _ANode)).rgb,tex2D(_Bnode,TRANSFORM_TEX(node_98.rg, _Bnode)).rgb)) --lighten

saturate((1.0-(1.0-tex2D(_ANode,TRANSFORM_TEX(node_102.rg, _ANode)).rgb)*(1.0-tex2D(_Bnode,TRANSFORM_TEX(node_102.rg, _Bnode)).rgb))) --screen

saturate((tex2D(_Bnode,TRANSFORM_TEX(node_113.rg, _Bnode)).rgb/(1.0-tex2D(_ANode,TRANSFORM_TEX(node_113.rg, _ANode)).rgb))) --color dodge

saturate((tex2D(_ANode,TRANSFORM_TEX(node_123.rg, _ANode)).rgb+tex2D(_Bnode,TRANSFORM_TEX(node_123.rg, _Bnode)).rgb)) --linear dodge

saturate(( tex2D(_Bnode,TRANSFORM_TEX(node_133.rg, _Bnode)).rgb > 0.5 ? (1.0-(1.0-2.0*(tex2D(_Bnode,TRANSFORM_TEX(node_133.rg, _Bnode)).rgb-0.5))*(1.0-tex2D(_ANode,TRANSFORM_TEX(node_133.rg, _ANode)).rgb)) : (2.0*tex2D(_Bnode,TRANSFORM_TEX(node_133.rg, _Bnode)).rgb*tex2D(_ANode,TRANSFORM_TEX(node_133.rg, _ANode)).rgb) ))--Overlay

saturate((tex2D(_ANode,TRANSFORM_TEX(node_138.rg, _ANode)).rgb > 0.5 ?  (1.0-(1.0-2.0*(tex2D(_ANode,TRANSFORM_TEX(node_138.rg, _ANode)).rgb-0.5))*(1.0-tex2D(_Bnode,TRANSFORM_TEX(node_138.rg, _Bnode)).rgb)) : (2.0*tex2D(_ANode,TRANSFORM_TEX(node_138.rg, _ANode)).rgb*tex2D(_Bnode,TRANSFORM_TEX(node_138.rg, _Bnode)).rgb)) ) --Hard light

saturate(( tex2D(_ANode,TRANSFORM_TEX(node_143.rg, _ANode)).rgb > 0.5 ? (tex2D(_Bnode,TRANSFORM_TEX(node_143.rg, _Bnode)).rgb/((1.0-tex2D(_ANode,TRANSFORM_TEX(node_143.rg, _ANode)).rgb)*2.0)) : (1.0-(((1.0-tex2D(_Bnode,TRANSFORM_TEX(node_143.rg, _Bnode)).rgb)*0.5)/tex2D(_ANode,TRANSFORM_TEX(node_143.rg, _ANode)).rgb)))) --vivid light

时间: 2024-10-29 16:35:11

贴图叠加算法的相关文章

算法导论——lec 13 贪心算法与图上算法

之前我们介绍了用动态规划的方法来解决一些最优化的问题.但对于有些最优化问题来说,用动态规划就是"高射炮打蚊子",采用一些更加简单有效的方法就可以解决.贪心算法就是其中之一.贪心算法是使所做的选择看起来是当前最佳的,期望通过所做的局部最优选择来产生一个全局最优解. 一. 活动选择问题 [问题]对几个互相竞争的活动进行调度:活动集合S = {a1, a2, ..., an},它们都要求以独占的方式使用某一公共资源(如教室),每个活动ai有一个开始时间si和结束时间fi ,且0 ≤ si &

图的算法

因为图算法的各种英文名傻傻分不清楚,所以总结一下. 求最小生成树: Kruskal 假设给定一个加权连通图G,G的边集合为E,顶点个数为n,要求其一棵最小生成树T. 假设T中的边和顶点均涂成红色,其余边为白色.开始时G中的边均为白色. 1)将所有顶点涂成红色: 2)在白色边中,挑选一条权最小的边,使其与红色边不形成圈,将该白色边涂红: 3)重复2)直到有n-1条红色边,这n-1条红色边便构成最小生成树T的边集合. prime算法 1.清空生成树,任取一个顶点加入生成树 2.在那些一个端点在生成树

Geeks Union-Find Algorithm Union By Rank and Path Compression 图环算法

同样是查找一个图是否有环的算法,但是这个算法很牛逼,构造树的时候可以达到O(lgn)时间效率.n代表顶点数 原因是根据需要缩减了树的高度,也叫压缩路径(Path compression),名字很高深,不过其实不难理解,简单来说就是每次查找一个节点的时候,都把这一路径中的所有节点都赋予根节点作为路径. 原文没指出的地方: 也因为需要压缩,所以初始化的时候注意,不能如前面简单实用Union Find的算法那样初始化所有顶点的父母节点为-1,应该是初始化所有节点的父母节点为本身(自己繁殖自己?),然后

图的算法框架

-------------------siwuxie095 图的算法框架 图的算法可以写在函数中,也可以封装在类中,为了严谨起见 和后续复用,这里统一将图的算法都封装在类中 其实对于图的算法而言,通常会比较复杂,需要很多辅助数据 结构,而且这些数据结构可能会成为类中的成员变量,这也是 要将图的算法封装在类中的原因之一 同时,这里也会将封装成的类都设置为类模板,这样,不管是 稀疏图,还是稠密图,都可以传入算法中,从而形成模板类 如:从文件中读取图的测试用例的算法 文件 testG1.txt 的内容

图基本算法 图的表示方法 邻接矩阵 邻接表

要表示一个图G=(V,E),有两种标准的表示方法,即邻接表和邻接矩阵.这两种表示法既可用于有向图,也可用于无向图.通常采用邻接表表示法,因为用这种方法表示稀疏图(图中边数远小于点个数)比较紧凑.但当遇到稠密图(|E|接近于|V|^2)或必须很快判别两个给定顶点手否存在连接边时,通常采用邻接矩阵表示法,例如求最短路径算法中,就采用邻接矩阵表示. 图G=<V,E>的邻接表表示是由一个包含|V|个列表的数组Adj所组成,其中每个列表对应于V中的一个顶点.对于每一个u∈V,邻接表Adj[u]包含所有满

基于GraphCuts图割算法的图像分割----OpenCV代码与实现

部分代码与文档是早些时候收集的,出处找不到了,还请原作者看到后联系注明. 图切算法是组合图论的经典算法之一.近年来,许多学者将其应用到图像和视频分割中,取得了很好的效果.本文简单介绍了图切算法和交互式图像分割技术,以及图切算法在交互式图像分割中的应用. 图像分割指图像分成各具特性的区域并提取出感兴趣目标的技术和过程,它是由图像处理到图像分析的关键步骤,是一种基本的计算机视觉技术.只有在图像分割的基础上才能对目标进行特征提取和参数测量,使得更高层的图像分析和理解成为可能.因此对图像分割方法的研究具

图基本算法 图搜索(广度优先、深度优先)

(边自学边写,还真有点累啊,) 注:以下代码均为部分,关于图的表示方法参看我的博客: http://www.cnblogs.com/dzkang2011/p/graph_1.html 一.广度优先搜索 广度优先搜索(BFS)是最简单的图搜索算法之一,也是很多重要的图算法的原型.在Prim最小生成树算法和Dijkstra单源最短路径算法中,都采用了与广度优先搜索类似的思想. 在给定图G=(V,E)和一个特定的源顶点s的情况下,广度优先搜索系统地探索G中的边,以期发现可以从s到达的所有顶点,并计算s

JAVA 图作业算法实现、代写Graphs 数据结构作业

JAVA 图作业算法实现.代写Graphs 数据结构作业Lab Case – Algorithms and Data Structure, 2017-2018Phase 3. GraphsCurrently, SharingCar only provides service in ten cities (Madrid, Barcelona, Valencia, Sevilla, Bilbao, Granada, Toledo, Salamanca, Alicante, Cáceres). Not

图处理算法-Kosaraju&#39;s-算法

1.写了算法课关于有向图的作业. 用c++开辟大数组容易出segment fault,后来改用堆开辟.图的邻接表用了链表表示. long int numVertexes = 875714; long int numEdges; VertexNode* adjList = new VertexNode[875714]; 2.关于图的存储,用了邻接链表存储(用链表比vector数组存储速度快多了). 2.1 边表 /********边表***********/ class EdgeNode { pu