Filament

ERROR

• 生成 Solution 失败
  

  切换到目前的 main 分支，发现可以生成 Solution，但目前版本编译失败
  切换到 rc/1.9.10 版本，可以生成 Solusion，但该版本编译失败，错误同上
  

  • https://github.com/google/filament/issues/4304
    
• Solution 编译失败
  

  最终发现是因为 pyenv 的问题，前一步生成 solution 就不成功。
  解决方法如下：
  安装 python 3.10.11 到 D:/Applications/Python310 目录下，将该目录下 复制 python.exe 一份改名为 python3.exe。
  将 D:/Applications/Python310 添加到 PATH 环境变量中。
  将 out 目录下内容全部删除，再执行编译。
  

  得到如下正确结果：
  
  

  • https://github.com/google/filament/issues/4368
    

Exposure settings

• 光圈
  

  光圈用 N 表示，以 f-stop（f 值）为单位，用于控制相机系统的光圈开度。由于 f 值表示镜头焦距与入口瞳孔直径的比值，因此高 f 值（f/16）表示小光圈，低 f 值（f/1.4）表示大光圈。除了曝光之外，光圈设置还控制景深。
  

• 快门速度
  

  快门速度用 t 表示，以秒（s）为单位，用于控制光圈打开的时间（它还控制电子或机械快门的时间）。除了曝光之外，快门速度还控制运动模糊。
  

• 感光度
  

  感光度用 S 表示，以 ISO 为单位，用于控制到达传感器的光被量化的方式。由于其单位，此设置通常简称为“ISO”或“ISO 设置”。除了曝光之外，感光度设置还控制噪点量。
  

  下图展示了，在光圈和快门保持不变的情况下，提升 ISO 可以提升画面的曝光度:
  
  

• 思考
  
  • 为什么需要曝光？
    

    传感器可以记录的亮度范围是有限的，其范围比真实世界的亮度范围要小很多。曝光调整（和/或灯光调整）的目的是控制从主体照射到胶片上的光线的量，以确保阴影和高光细节的“重要”区域不超出胶片的可用曝光范围。但是，在某些情况下，场景的亮度范围可能超过感光元件的曝光宽容度。在这种情况下，感光元件只能记录部分亮度范围内的细节，而其他亮度范围内的细节将会丢失。
    

  • 什么是曝光宽容度？
    

    曝光宽容度是指感光元件能够正确记录光线强度范围的能力。曝光宽容度越大，感光元件能够记录的亮度范围就越大。曝光宽容度通常以 EV 值来表示。EV 值越大，曝光宽容度就越大。
    

  • 什么是正确的曝光?
    

    “正确”曝光可以定义为实现摄影师意图的曝光。
    

    一种更技术性的方法认为，摄影胶片（或传感器）有物理上有限的可用曝光范围，有时称其为动态范围。如果照片的任何部分的实际曝光超出该范围，胶片就无法准确记录。例如，在一个非常简单的模型中，超出范围的值将被记录为“黑色”（曝光不足）或“白色”（曝光过度），而不是描述“细节”所需的精确的渐变色调。因此，曝光调整（和/或灯光调整）的目的是控制从主体照射到胶片上的光线的量，以确保阴影和高光细节的“重要”区域不超出胶片的可用曝光范围。这确保在拍摄过程中不会丢失任何“重要”信息。
    

    摄影师可以仔细地过度曝光或欠曝照片以消除“无关紧要”或“不需要”的细节；例如，使白色祭坛布看起来洁白无瑕，或模仿黑色电影中浓重的、无情的阴影。但是，在后期处理过程中丢弃记录的信息在技术上比尝试“重新创建”未记录的信息要容易得多。
    

    在光线强烈或刺眼的场景中，高光和阴影亮度值之间的比率很可能大于胶片的最大和最小可用曝光值之间的比率。在这种情况下，调整相机的曝光设置（仅对整个图像进行更改，不针对图像的特定部分进行更改）只能让摄影师在曝光不足的阴影或曝光过度的高光之间进行选择；它不能同时将两者都带到可用的曝光范围内。处理这种情况的方法包括：使用补光来增加阴影区域的亮度；使用渐变中性密度滤镜、遮挡物、网布或剪影来降低落在被认为太亮的区域上的亮度；或者以不同的曝光拍摄多张照片，然后在 HDRI 过程中将它们组合在一起。
    

    下面文章，描述了如何通过拍摄多张照片，然后在 HDRI 过程中将他们组合起来：
    

    • Multi-exposure HDR capture https://en.wikipedia.org/wiki/Multi-exposure_HDR_capture
      
  • 使用灰卡调整曝光的原理？
    

    人对世界感知不是线性的而是对数的。这里不是单指光通量，还包括对重量、数量、音量、时间等。
    达到准确的曝光的期望是：让曝光正好处于“某种”平衡亮部和暗部的正中间并且尽可能多的记录细节。
    

    50%反射率的灰色在灰阶渐变中几乎偏向白色了，完全不在中间，会导致暗部细节不够。而 18%反射率的灰色，在人眼里正好处于黑白渐变正中间。
    

    在摄影中，通常将中灰色（18% Grey）作为参考标准。如果图像中的中灰色区域看起来正常，则说明曝光是正确的。
    如果图像中的中灰色区域看起来过暗，则说明曝光过低。可以通过增加光圈或减小快门速度来提高曝光。
    如果图像中的中灰色区域看起来过亮，则说明曝光过高。可以通过减小光圈或增加快门速度来降低曝光。
    

    • 18%灰板的原理是什么？ https://www.zhihu.com/question/19865979
      
  • 人眼看到的灰卡和相机拍出的灰卡颜色亮度一致，就说明曝光设置正确吗？
    

    不一定。人眼看到的灰卡和相机拍出的灰卡颜色亮度一致，只是说明相机的曝光设置能够将灰卡的反射率正确地记录下来。但是，这并不意味着照片中的所有细节都被正确地记录下来了。
    

    在某些情况下，即使人眼看到的灰卡和相机拍出的灰卡颜色亮度一致，照片中的阴影区域或高光区域仍然可能曝光不足或过度。例如，在逆光场景中，相机的自动曝光模式可能会将天空作为主体来测光，从而导致主体曝光不足。
    

    因此，仅仅依靠人眼看到的灰卡和相机拍出的灰卡颜色亮度一致来判断曝光是否正确是不够的。还需要结合其他因素来判断，例如照片中的阴影区域和高光区域是否曝光正常。
    

    总而言之，人眼看到的灰卡和相机拍出的灰卡颜色亮度一致，只是判断曝光是否正确的一个参考标准。还需要结合其他因素来综合判断，以确保照片中的所有细节都被正确地记录下来。
    

• 参考资料
  
  • 单反科普 | 感光度 ISO https://zhuanlan.zhihu.com/p/46716827
    
  • Exposure https://en.wikipedia.org/wiki/Exposure_(photography)
    

Exposure value

• Exposure value and luminance
  

  相机类似于测光表，能够测量场景的平均亮度并将其转换为 EV 以实现自动曝光，或至少为用户提供曝光指导。给定每个设备的校准常数 K，可以将 EV 定义为场景亮度 L 的函数（公式 101）:
  
  

  测光表是一种用于测量光线强度的仪器。它通常用于摄影中，以帮助摄影师确定正确的曝光设置。
  常数 K 是反射式测光表校正常数，它因制造商而异。我们可以找到两个常用的值：12.5（Canon, Nikon and Sekonic 使用）和 14（Pentax and Minolta 使用）。鉴于佳能和尼康相机的广泛普及，以及我们自己对世光测光表的喜爱，我们选择使用 K=12.5。
  

  由于我们要使用 EV100，我们可以将 K 和 S 代入公式 101，得到公式 102。
  

  
  

  根据这种关系，我们可以在引擎中实现自动曝光，首先测量帧的平均亮度。实现此目的的一种简单方法是将亮度缓冲区降采样到 1 个像素并读取其值。不幸的是，这种技术很不稳定，很容易受到极端值的影响。许多游戏使用了一种不同的方法，就是使用亮度直方图来去除极端值。
  

  为了验证和测试，可以根据给定的 EV 计算亮度：
  
  

  相关推导可以查看如下文章：
  

  • EVMeter-理论篇 https://www.emoe.xyz/evmeter-theory/
    
• Exposure value and illuminance
  

  给定每个设备的校准常数 C，可以将 EV 定义为照度 E 的函数：
  

  
  

  常数 C 是入射式测光表校正常数，它因制造商和/或传感器类型而异。有两种常见的传感器类型：平面传感器和半球形传感器。对于平面传感器，一个常见的值是 250。对于半球形传感器，我们可以找到两个常见的值：320（美能达使用）和 340（世光使用）。
  

  由于我们要使用 EV100，我们可以将 S 代入公式 104，得到公式 105。
  

  
  

  然后可以根据给定的 EV 计算照度。对于 C=250 的平面传感器，我们得到公式 106。
  

  
  

  对于 C=340 的半球形传感器，我们得到公式 107。
  
  

  相关推导可以查看如下文章：
  

  • EVMeter-理论篇 https://www.emoe.xyz/evmeter-theory/
    
• Exposure compensation
  

  尽管曝光值实际上表示相机的各种设置组合，但摄影师通常用它来描述光线强度。这就是为什么相机允许摄影师应用曝光补偿以对图像执行过度曝光或欠曝光。此设置可用于进行艺术控制，但也可用于实现正确的曝光。
  

  应用曝光补偿 EC 与向曝光值添加偏移量一样简单，如公式 108 所示:
  
  

  该公式使用负号是因为我们使用 EC（以 f 档为单位）来调整最终曝光。增加 EV 类似于缩小镜头光圈（或降低快门速度或降低感光度）。较高的 EV 会生成较暗的图像。
  

  以下是一些摄影师使用曝光补偿的示例：
  拍摄雪景时，摄影师可能会增加曝光补偿，以确保雪景不会曝光不足。
  拍摄人像时，摄影师可能会降低曝光补偿，以确保人像不会曝光过度。
  拍摄夜景时，摄影师可能会增加曝光补偿，以确保夜景不会曝光不足。
  在逆光场景中，天空的亮度可能非常高，而主体的亮度可能非常低。在这种情况下，相机的测光表可能会将天空作为主体来测光，从而导致主体曝光不足。此时可以使用曝光补偿来降低曝光，以便将主体曝光正确。
  

  曝光补偿是一个强大的工具，可帮助摄影师拍摄出曝光正确的图像。
  

Exposure

// Computes the camera's EV100 from exposure settings
// aperture in f-stops
// shutterSpeed in seconds
// sensitivity in ISO
float exposureSettings(float aperture, float shutterSpeed, float sensitivity) {
    return log2((aperture * aperture) / shutterSpeed * 100.0 / sensitivity);
}

// Computes the exposure normalization factor from
// the camera's EV100
float exposure(float ev100) {
    return 1.0 / (pow(2.0, ev100) * 1.2);
}

float ev100 = exposureSettings(aperture, shutterSpeed, sensitivity);
float exposure = exposure(ev100);

vec4 color = evaluateLighting();
color.rgb *= exposure;

Automatic exposure

• Spot metering
  

  使用 Spot metering 测光模式时，每个 luminance 值的权重 w 按照如下公式计算：
  

  
  

  p 为像素的位置，s为 spot 的中心位置，sr 为 spot 的半径。
  

• Center-weighted metering
  

  
  

  c 为中心点位置，smooth 和 GLSL 中的 smoothstep 函数类似。
  

• Adaptation
  

  为了平滑测光结果，我们可以使用如下公式：
  

  
  

Bloom

vec4 surfaceShading()
{
    vec4 color = evaluateLights();
    // rgb = color, w = exposure compensation
    vec4 emissive = getEmissive();
    color.rgb += emissive.rgb * pow(2.0, ev100 + emissive.w - 3.0);
    color.rgb *= exposure;
    return color;
}