图形API学习工程(8):使用顶点索引缓冲

2024-09-06 23:32

本文主要是介绍图形API学习工程(8):使用顶点索引缓冲,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

工程GIT地址:https://gitee.com/yaksue/yaksue-graphics

目标

在《图形API学习工程(5):图形管线&顶点缓冲》中,实现了渲染出一个三角形。

他有三个顶点。但是考虑图形变得复杂些的情况,就假如是一个四边形吧,那就需要分解为两个三角形来渲染了,而每个三角形需要三个顶点,也就是说,共需要6个顶点数据。
在这里插入图片描述
然而,如上图所示,实际上顶点是有重复的:03重复;24重复。

这时候,使用索引缓冲就可以节省顶点数据。

本篇的目标是渲染一个四边形,并使用索引缓冲来降低顶点数据的数量。


按理说,本篇应该安排在《图形API学习工程(5):图形管线&顶点缓冲》之后,因为它和(5)的关系比较密切,而又不需要(6)和(7)中的内容。但是我当时忘记了它,现在发现后续内容正需要它,才想起来做。。。

我的顶点索引缓冲数据

我的顶点数据将只有4个顶点。
而索引中将指定两个三角形:0,1,20,2,3。(注意顶点次序都为顺时针)
在这里插入图片描述

//作为测试的顶点缓冲数据:
std::vector<RawVertexData> vertices = {{{0.5f, 0.5f, 0.0f},	/*右上*/	{1.0f,1.0f,0.0f,1.0f}},	//黄色{{0.5f, -0.5f, 0.0f},	/*右下*/	{0.0f,1.0f,1.0f,1.0f}},	//青色{{-0.5f, -0.5f, 0.0f},	/*左下*/	{1.0f,0.0f,1.0f,1.0f}},	//紫色{{-0.5f, 0.5f, 0.0f},	/*左上*/	{1.0f,1.0f,1.0f,1.0f}},	//白色
};
//作为测试的索引数据
std::vector<unsigned int> indices = {0,1,2,	//右下三角0,2,3,	//左上三角
};

创建索引缓冲

索引缓冲的创建和《图形API学习工程(5):图形管线&顶点缓冲》中顶点缓冲的创建类似,因此代码上有很多相似之处。这里主要比较下不同。

OpenGL

在绑定和设置缓冲数据时,target的参数不同:

顶点缓冲对应于GL_ARRAY_BUFFER
索引缓冲对应于GL_ELEMENT_ARRAY_BUFFER

D3D11

缓冲描述的BindFlags不同:

顶点缓冲对应于D3D11_BIND_VERTEX_BUFFER
索引缓冲对应于D3D11_BIND_INDEX_BUFFER

D3D12

创建的View不同:

顶点缓冲对应于:

typedef struct D3D12_VERTEX_BUFFER_VIEW{D3D12_GPU_VIRTUAL_ADDRESS BufferLocation;UINT SizeInBytes;UINT StrideInBytes;} 	D3D12_VERTEX_BUFFER_VIEW;

索引缓冲对应于:

typedef struct D3D12_INDEX_BUFFER_VIEW{D3D12_GPU_VIRTUAL_ADDRESS BufferLocation;UINT SizeInBytes;DXGI_FORMAT Format;} 	D3D12_INDEX_BUFFER_VIEW;
Vulkan

创建缓冲的VkBufferUsageFlags不同:

顶点缓冲对应于VK_BUFFER_USAGE_VERTEX_BUFFER_BIT
索引缓冲对应于VK_BUFFER_USAGE_INDEX_BUFFER_BIT

使用 DrawIndexed 作为DrawCall

将之前的DrawCall换为Indexed版:

void OpenGLInterface::DrawIndexed(int IndexCount, int StartIndexLocation, int BaseVertexLocation)
{glDrawElements(GL_TRIANGLES, IndexCount, GL_UNSIGNED_INT, 0);
}
void D3D11Interface::DrawIndexed(int IndexCount, int StartIndexLocation, int BaseVertexLocation)
{ImmediateContext->DrawIndexed(IndexCount, StartIndexLocation, BaseVertexLocation);
}
void D3D12Interface::CmdDrawIndexedInstanced(unsigned int IndexCountPerInstance,unsigned int InstanceCount,unsigned int StartIndexLocation,int BaseVertexLocation,unsigned int StartInstanceLocation)
{CommandList->DrawIndexedInstanced(IndexCountPerInstance, InstanceCount, StartIndexLocation, BaseVertexLocation, StartInstanceLocation);
}
void VulkanInterface::CmdDrawIndexedInstanced(unsigned int IndexCountPerInstance,unsigned int InstanceCount,unsigned int StartIndexLocation,int BaseVertexLocation,unsigned int StartInstanceLocation)
{vkCmdDrawIndexed(CommandBuffers[CurrentCommandListIndex], IndexCountPerInstance, InstanceCount, StartIndexLocation, BaseVertexLocation, StartInstanceLocation);
}

注意,这里Vulkan和D3D12使用的是Instance版的API,这是因为他们没有相对普通版的。
这里是一个之前没提及到的,关于DrawCall的一个新旧图形API的区别:

OpenGL和D3D11,有普通的DrawCall和Instance版的:
在这里插入图片描述
在这里插入图片描述
但是对于Vulkan和D3D12,只有Instance版:
(Vulkan这里的API虽然没有“Instance”字样在函数名字中,但是看参数可以知道确实是Instance版)
在这里插入图片描述

在这里插入图片描述

效果

在这里插入图片描述

这篇关于图形API学习工程(8):使用顶点索引缓冲的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1143420

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传