找到
12
篇与
Net
相关的结果
- 第 2 页
-
别吃糖（二） 集合类初始化赋值 //使用对象初始化器:{},使用对象初始化器，必须提供一个无参的构造函数,可以只给部分属性初始化 User xiaohong = new User() { Name = "小红", phone = "1232154566", Address = "上海" }; //集合初始化器 List<User> listUser = new List<User>() { xiaohong, new User(){Name="张三",Password="1234",Age=12,DeptId="0001"}, new User(){Name="张四",Password="1234",Age=16,DeptId="0002"}, new User(){Name="张五",Password="1234",Age=29,DeptId="0003"}, new User(){Name="张六",Password="1234",Age=18,DeptId="0001"}, new User(){Name="张七",Password="1234",Age=12,DeptId="0001"} };索引初始化 var numbers = new Dictionary<int, string> {[7] = "seven",[9] = "nine",[13] = "thirteen" }; 等同于 numbers[7] = "seven"; 字符串格式化 //String.Format有些不方便的地方是：必须输入"String.Format"，使用{0}占位符、必须顺序来格式化、这点容易出错。 var s = String.Format("{0} is {1} years old", p.Name, p.Age); //新的语法糖使用起来相对更轻松些： //使用$开头 字符串内变量使用{} var s = $"{p.Name} is {p.Age} years old"; NULL条件运算符?. ?[] 和?? aEmployee = null; var b = aEmployee?.Salary; var b = sample?[1].Name; SQL.Teacher = SQL.Teacher ?? new Teacher(); 在对象使用前检查是否为null。如果对象为空，则赋值给变量为null，如果对象不为空，则调用对象的成员取值，并赋值给变量。 如果不使用?,程序会抛出System.NullReferenceException ??组合,不为null值时，返回原值；为null值时，返回 ?? 后替代值 可以大量减少空判断的代码 nameof表达式 用于获取某些类名， 字段名等 Console.WriteLine(nameof(name)); 三元运算符 ?： var c =a>=b?a:b; //等同于 if (a >= b) { return a; } else { return b; } 数学分隔符 _ var a = 1235_5678; var a = 12355678; 操作符重载 C#运算符重载
-
别吃糖（一） 环境 VS2022 .NET6 XUnit 启用资源管理器。视图-测试资源管理器 lh9wiqhv.png图片 仓库代码 下载地址：https://github.com/Songxt/donteatsugar 提取码： 自动属性 快捷方式：空白处输入 prop 快速两下 tab - 自动属性 //私有变量 private string _name; private string _name3; public string Name { get { return _name; } set { _name = value; } } //自动声明 常用 public string Name2 { get; set; } = "ABC"; //访问限制 只写 public string Name3 { set => _name3 = value; } //只读 public string Name4 { get; } = nameof(Name3); //可访问性 public string Name5 { private get { return _name3; } set { _name3 = "1"; value += "TTT"; } } //索引器 private byte[] arr = new byte[100]; public byte this[int i] { get { return arr[i]; } set { arr[i] = value; } }匿名委托（匿名方法） 传统委托写法 public delegate void DoSomething(int a); public delegate string DoSomething2(int a, string b); //定义方法委托 public void DoIt(int a) { Console.WriteLine(a); } //常用于初始化参数 public void Config(DoSomething doMethod, int a) { doMethod(a); } // 常用于配置方法 public string Config(DoSomething2 doMethod) { return doMethod(1,"2"); } //测试 var mc = new AnonDelegate(); //调用定义的方法委托 mc.Config(mc.DoIt, 10); var x = 10; //使用匿名委托 mc.Config(delegate(int a) { Console.WriteLine(a + x); }, 10); //使用lamda表达式 mc.Config(a => Console.WriteLine(a + x), 10); //加强版 //使用匿名委托 mc.Config(delegate(int a, string b) { return a + b; }); //使用lamda表达式 推荐 mc.Config((a, b) => a + b);匿名方法 lambda表达式格式 （参数a,参数b,参数c...）=> { 方法体 } //无参数且只有一行代码简写 （）=> 方法体;匿名类 当某个类可能只用一次，用完即销毁，使用匿名类 //匿名类型:只能使用一次,仅能在当前的项目中使用 var aPeople = new { pName = "张三", pAge = 26, pAddress = "美国" }; //嵌套匿名类型 var aEmployee = new { JionDate = DateTime.Now, Salary = 8000, aPeople = new { pName = "张三", pAge = 26, pAddress = "美国" } }; _testOutputHelper.WriteLine(aEmployee.aPeople.pName);//输出：张三this扩展方法 为什么要有扩展方法，就是为了在不修改源码的情况下，为某个类增加新的方法。 语法： 定义静态类，并添加public的静态方法，第一个参数代表扩展方法的扩展类。它必须放在一个非嵌套、非泛型的静态类中（的静态方法）；它至少有一个参数；第一个参数必须附加this关键字；第一个参数不能有任何其他修饰符（out/ref）.第一个参数不能是指针类型。 注意： 1、C#只支持扩展方法，不支持扩展属性、扩展事件等； 2、方法名无限制，第一个参数必须带this，表示要扩展的类型； 3、扩展方法的命名空间可以使用namespace System,但不推荐； 4、定义扩展方法的类必须是静态类； 5、扩展方法虽然是public的静态方法，但是生成以后是实例方法，使用时需要先实例化对象，通过对象.方法名进行调用扩展方法 public static class ByteExtension { public static string ToX2(this SampleClass my ,byte value) { return value.ToString("X2"); } }Assert判断 lha0gq7g.png图片
-
\r与\n的区别 \r是回车，英文是Carriage return，作用：使光标到行首 \n是换行，英文是New line/line feed，作用：使光标下移一行 如果用过机械打字机，就知道回车和换行的区别了。 回车就是把水平位置复位，不卷动滚筒。 换行就是把滚筒卷一格，不改变水平位置。 我们平时所说的键盘Enter键换行实则应该叫做叫做回车换行(\r\n) 看到一种说法： windows下enter是 \r\n; linux/unix下是\n; mac下是\r Windows 采用 \r\n 是有原因的，Windows 采用了传统的英文打字机的模式。 想想看英文打字机是如何换行的呢？英文打字机是选择将小车退回至起点， 这个过程称为回车（carriage return, CR），随后把小车调至下一行的位 置，这个过程称为换行（line feed, LF），这样就完成了英文打字机中换 行过程。 回车（CR）在计算机中使用 ASCII 为 13 的字符来表示(0x0D)，换行（LF）使用 ASCII 为 10 的字符来表示(0x0A)。 注意： 1、windows下可直接使用\n来匹配换行符，但仍然推荐使用标准的\r\n来匹配键盘Enter键的换行符; 2、使用\r\n组合是有顺序的，调转顺序写成\n\r是错误的，将无法匹配换行符！
-
LATEX Rendering Equaltion $$ \def\red#1{\textcolor[rgb]{1,0,0}{#1}} \def\blue#1{\textcolor[rgb]{0,1,0}{#1}} \def\green#1{\textcolor[rgb]{0,0,1}{#1}} $$以下就是渲染方程，这个方程是基于辐射度量学的量化地描述渲染过程的公式。 $$ L_o(p, \omega) = L_e(p, \omega) + \int_{\Omega}f_r(\omega_o, \omega_i, p)L_i(p, \omega_o)cos {\theta}d\omega \\\\= L_e(p, \omega) + \int_{\Omega}f_r(\omega_o, \omega_i, p)L_i(p, \omega_o) (\omega_i \cdot n) d\omega $$Cook-Torrance BRDF基于Microfacet模型得到了由Fresnel Formula, Normal Distribution Function 和 Geometry Term 组成的 PBR 的 BRDF. 它大概长这样 $$ f_r(w_o, w_i, p) = \frac{\red{F(\omega_o, h)}\blue{G(\omega_i, \omega_o)}\green{D(h)}}{4(n\cdot \omega_i)(n \cdot \omega_o)} $$其中$h = normalize(\omega_i, \omega_o)$ Fresnel Formula 考虑到Fresnel Formula的复杂性，在工业上一般使用Fresnel-Schlick近似来模拟真正的Fresnel项。 $$ F_{Schlick}(\omega_o, h) = F_0 + (1 - F_0)(1 - (h \cdot \omega_o))^5 $$其中$F_0$用来表示材质的基础反射率，也就是你沿法线方向观察物体，它的反射比重是怎样的。对于水面或塑料而言，你朝球面掠角看过去的话，Fresnel现象越明显，反光就越强。对于导体而言，几乎所有的颜色都由反射贡献，所以它们的$F_0$项差距很大。 MeterialFresnel TermSliverrgb(0.95, 0.93, 0.88)Waterrgb(0.02)那么我们用GLSL代码写出来是这样的 vec3 fresnelSchlick(float cosTheta, vec3 F0) { return F0 + (1. - F0) * pow(1. - cosTheta, 5.); }Normal Distribution Function 简称NDF，NDF做的就是类似之前我们在Blinn-Phong的Specular项里做的。但是这里引入了粗糙度这一物理量roughness. 之前工业界采用Beckmann的NDF，但是随着GGX的提出，长拖尾的NDF渲染起来更加自然，所以现代人们普遍使用GGX。 比较新的理论是有一种叫GTR（Generalized TR）的模型，它在GGX的基础上加入了新的参数$\gamma$ ，并且随着$\gamma$的变化可以和GGX与Beckmann等价。 下面是Trowbridge-Reitz GGX: $$ NDF_{GGX}(h, n, \alpha) = \frac{\alpha^2}{\pi((n \cdot h) ^2(\alpha^2 - 1) + 1)^2} $$当粗糙度很低（也就是说表面很光滑）的时候，与中间向量取向一致的微平面会高度集中在一个很小的半径范围内。由于这种集中性，NDF最终会生成一个非常明亮的斑点。但是当表面比较粗糙的时候，微平面的取向方向会更加的随机。你将会发现与h向量取向一致的微平面分布在一个大得多的半径范围内，但是同时较低的集中性也会让我们的最终效果显得更加灰暗。 我们用GLSL去实现它 float GGX(vec3 N, vec3 H, float roughness) { float seq_roughness = roughness * roughness; float NdotH = dot(H, N); float seq_NdotH = NdotH * NdotH; float nom = seq_roughness; float denom = (seq_NdotH * (seq_roughness - 1.) + 1.); denom = PI * denom * denom; return nom / denom; }Geometry Term 我们看下面两种情况，当一个平面凹凸不平（粗糙）或入射、反射光在掠角时，光有很明显的自遮挡的情况。这种情况我们需要一个项来修正。 另外一种理解方式是，当入射、反射光在掠角时，Cook-Torrance的分母将会无限接近于0，此时，我们的分子同样需要一个很小的项来中和它，来避免不自然的高光。 入射光被遮挡叫Shadowing，出射光被遮挡叫Masking. 另外，不同的法线分布函数对应的几何函数也互不相同，二者具有很强的依赖关系，需要搭配着一起使用。 与NDF类似，几何函数采用一个材料的粗糙度参数作为输入参数，粗糙度较高的表面其微平面间相互遮蔽的概率就越高。我们将要使用的几何函数是GGX与Schlick-Beckmann近似的结合体，因此又称为Schlick-GGX： $$ G_{SchlickGGX}(\omega, n, k(\alpha)) = \frac{n \cdot \omega}{(n \cdot \omega)(1 - k(\alpha)) + k(\alpha)} $$在这里$k(\alpha)$可以根据直接光照或IBL光照进行调整。 为了有效的估算Geometry Term，需要将观察方向（几何遮蔽(Geometry Obstruction)）和光线方向向量（几何阴影(Geometry Shadowing)）都考虑进去。我们可以使用史密斯法(Smith’s method)来把两者都纳入其中 $$ G(\omega_i, \omega_o, n, k(\alpha)) = G_{SchlickGGX}(\omega_i, n, k(\alpha)) \cdot G_{SchlickGGX}(\omega_o, n, k(\alpha)) $$G项的值域是[0, 1]，这可以简单推出来（主要是1） $$ G < \max_{u = \{i, o\} } \left[ \frac{n \cdot \omega_u}{(n \cdot \omega_u)(1 - k(\alpha)) + k(\alpha)} \right] ^2 \leq \frac{n \cdot \omega}{(n \cdot \omega)(1 - k(\alpha)) + (n \cdot \omega)k(\alpha)} = 1 $$用GLSL实现一下，这里$G_{SchlickGGX}$可以视为只有两个参数，即 $$ G_{SchlickGGX}(\omega \cdot n, k(\alpha)) = G_{SchlickGGX}(\omega, n, k(\alpha)) $$float SchlickGGX(float NdotV, float k) { float nom = NdotV; float denom = NdotV * (1. - k) + k; return nom / denom; } float Smith(vec3 N, vec3 V, vec3 L, float k) { float NdotV = max(0., dot(N, V)); float NdotL = max(0., dot(N, L)); return SchlickGGX(NdotV, k) * SchlickGGX(NdotL, k); }BRDF 考虑渲染方程，这里我们同样加入diffuse项 $$ L_o(p, \omega) = \int_{\Omega}\left( K_d\frac{c}{\pi} + K_s\frac{DFG}{4(\omega_o \cdot n)(\omega_i \cdot n)}\right)L_i(p, \omega_o)cos {\theta} d\omega \\\\ = \int_{\Omega}\left( (1 - F)\frac{c}{\pi} + \frac{DFG}{4(\omega_o \cdot n)(\omega_i \cdot n)}\right)L_i(p, \omega_o)cos {\theta} d\omega $$下面使用Cook-Torrance BRDF来渲染的样例。 out vec4 color; in vec2 texCoord; in vec3 normal; in vec3 worldPos; // uniform terms... // function declaration #define fr(name, begin, end) \ for(int name = begin; name < end; ++name) #define max0f(x) max(0., x) void main() { vec3 N = Normal; vec3 V = normalize(camPos - worldPos); vec3 Lo = vec3(0.); fr(i, 0, LIGHTING_CNT) { vec3 L = normalize(lightPos[i] - worldPos); vec3 H = normalize(L + V); // attenuation float distance = length(lightPos[i] - worldPos); float attenuation = 1. / distance * distance; vec3 radiance = attenuation * lightColor[i]; // brdf float brdf_n = GGX(N, H, roughness); float brdf_g = Smith(N, V, L, roughness); vec3 brdf_f = fresnelSchlick(max(dot(H, V)), F0); vec3 nom = brdf_n * brdf_f * brdf_g; float denom = 4. * max0f(dot(N, L)) * max0f(dot(N, V)); vec3 specular = nom / denom; vec3 ks = F; vec3 kd = vec3(1.) - ks; kd *= 1.0 - metallic; float NdotL = max0f(dot(N, L)); Lo += (kd * albedo / PI + specular) * radiance * NdotL; } // ... }这里我需要补充一下Attenuation和能量守恒 这个项其实是光线衰减项，想象一下烟花爆炸，理想情况下烟花是球形爆炸形状，也就是一个球壳上分布着相同的烟花粒子。因为亮度和烟花粒子呈线性关系，而球壳面积和半径的关系是平方关系，那么我们可以得到 $$ L \propto R^2 $$相似的，我们可以得到Randiance衰减系数。 能量守恒即Ks和Kd项相加和必须为1. 因为导体大部分是反射项，我们让Ks项乘1减金属度。 IBL Environment Lighting Diffuse Term theory 我们对于环境光照的BRDF可以拆分成diffuse的和specular的。下面是diffuse的 $$ L_o(p, \omega) = \int_{\Omega}\left( K_d\frac{c}{\pi} \right)L_i(p, \omega_o)cos {\theta} d\omega \\\\ = K_d\frac{c}{\pi} \int_{\Omega}L_i(p, \omega_o)cos {\theta} d\omega \\\\ = K_d\frac{c}{\pi} \int_{0}^{2\pi}\int_{0}^{\frac{\pi}{2}} L_i(p, \phi, \theta) cos\theta sin\theta d\phi d\theta \\\\ \approx K_d\frac{c\pi}{n_1n_2} \sum_{\phi = 0}^{n_1}\sum_{\theta = 0}^{n_2} L_i(p, \phi, \theta) cos\theta sin\theta $$在这里，我们就可以得到某个点的半球积分了。 pre-compute 我们如果对半球积分采样，就要遍历$\phi, \theta$ 我们可以画一个cube，然后把上述积分转换成代码就好。 vec3 irradiance = vec3(0.); vec3 up = vec3(0., 1., 0.); vec3 right = normalize(cross(up, normal)); up = normalize(cross(normal, right)); float sampleDelta = .025; float nrSamples = .0; for (float phi = .0; phi < 2. * PI; phi += sampleDelta) { for(float theta = .0; theta < .5 * PI; theta += sampleDelta) { vec3 tangentSample = vec3(sin(theta) * cos(phi), sin(theta) * sin(phi), cos(theta)); vec3 sampleVec = tangentSample.x * right + tangentSample.y * up + tangentSample.z * N; irradiance += texture(environmentCubeMap, sampleVec.rgb) * cos(theta) * sin(theta); nrSamples++; } } irradiance = PI * (irradiance / nrSamples);那么我们就可以计算ambient项了，继续写之前的pbr-rendering. uniform samplerCube irradianceMap; // ... void main() { // pbr rendering. vec3 kS = fresnelSchlick(max(dot(N, V), 0.0), F0); vec3 kD = vec3(1.0) - kS; vec3 irradiance = texture(irradianceMap, N).rgb; vec3 diffuse = irradiance * albedo; vec3 ambient = (kD * diffuse) * ao; }这里有些事很可疑，fresnel项需要一个中程向量H来计算相应的系数，但是考虑到环境光来自四面八方，没用一个单独的中程向量，但是为了模拟fresnel，我们用dot(N, V)模拟这一系数。 Fresnel Attenuation thanks to Sébastien Lagarde. 这里基于一个理论，当斜视时，经过过滤和未经过滤的立方体贴图造成的光照差距是明显的，后者对多个方向的入射光进行平均并且用单一的Fresnel项计算反射权重，因为未考虑粗糙度，表面反射率总是相对较高。 所以对比较粗糙的表面进行矫正： vec3 fresnelSchlickRoughness(float cosTheta, vec3 F0, float roughness) { return F0 + (max(vec3(1.0 - roughness), F0) - F0) * pow(clamp(1.0 - cosTheta, 0.0, 1.0), 5.0); }然后之前的代码改为： vec3 kS = fresnelSchlickRoughness(max(dot(N, V), 0.0), F0, roughness); vec3 kD = vec3(1.0) - kS; vec3 irradiance = texture(irradianceMap, N).rgb; vec3 diffuse = irradiance * albedo; vec3 ambient = (kD * diffuse) * ao; 然后接续之前的shader, 当前点的颜色就是 color = Lo + ambient;Specular Term theory 然后再看 Specular Term $$ L_o(p, \omega) = \int_{\Omega} \frac{DFG}{4(\omega_o \cdot n)(\omega_i \cdot n)}L_i(p, \omega_o)cos {\theta} d\omega $$pre compute
