ฉันต้องการที่จะโหลดตาข่ายโดยพลการและวาดเส้นสีดำหนาตามขอบเพื่อให้ได้รูปเงาแบบตูน ฉันจัดการวาดเงาดำรอบ ๆ วัตถุโดยใช้ stencil buffer คุณสามารถดูผลลัพธ์ได้ที่นี่:

แต่สิ่งที่ขาดหายไปคือเส้นสีดำในวัตถุนั้นเอง ฉันคิดเกี่ยวกับการตรวจสอบความไม่ต่อเนื่องตามปกติ: การตรวจสอบว่าพิกเซลข้างเคียงมีเวกเตอร์ปกติแตกต่างจากพิกเซลปัจจุบันหรือไม่ ถ้าใช่พบขอบแล้ว น่าเสียดายที่ฉันไม่รู้ว่าฉันจะใช้วิธีการนี้ได้อย่างไรทั้งใน OpenGL และใน GLSL เวอร์เท็กซ์ / ส่วนแยก

ฉันยินดีเป็นอย่างยิ่งสำหรับความช่วยเหลือเกี่ยวกับวิธีการนี้หรือการตรวจจับขอบอื่น ๆ

แก้ไข: ฉันไม่ได้ใช้พื้นผิวใด ๆ สำหรับตาข่ายของฉัน

แม่นยำยิ่งกว่านี้ฉันต้องการสร้างโซลูชัน CAD / CAM ที่ดูมากที่สุดเช่นนี้ (นำมาจาก Top Solid https://www.youtube.com/watch?v=-qTJZtYUDB4 ):

การตรวจจับขอบโดยทั่วไปจะลดลงเพื่อตรวจจับพื้นที่ของภาพด้วยค่าการไล่ระดับสีสูง

ในกรณีของเราเราสามารถมองเห็นการไล่ระดับสีอย่างคร่าวๆในฐานะที่เป็นอนุพันธ์ของฟังก์ชั่นภาพดังนั้นขนาดของการไล่ระดับสีจะให้ข้อมูลว่าภาพของคุณมีการเปลี่ยนแปลงในระดับท้องถิ่นเท่าใด
ตอนนี้ขอบเป็นอย่างที่คุณบอกว่าบ่งบอกถึงความไม่ต่อเนื่องดังนั้นตอนนี้เราจึงกำหนดให้การไล่ระดับสีเป็นที่ชัดเจนว่าข้อมูลนี้เป็นสิ่งที่เราต้องการ เมื่อเราพบการไล่ระดับสีของรูปภาพมันเป็นเพียงเรื่องของการใช้เก ​​ณ ฑ์เพื่อให้ได้ค่าขอบไบนารี / ไม่ใช่ขอบ

คุณจะพบว่าการไล่ระดับสีนี้เป็นสิ่งที่คุณถามจริง ๆ และฉันยังตอบ :)

มีหลายวิธี! ที่นี่สองสาม :)

ฟังก์ชัน shader ในตัว

ทั้ง hlsl และ glsl เสนอฟังก์ชันอนุพันธ์ ใน GLSL คุณมีdFdx และ dFdyที่ให้ข้อมูลการไล่ระดับสีตามลำดับในทิศทาง x และ y โดยทั่วไปฟังก์ชั่นเหล่านี้จะถูกประเมินในบล็อกของ 2x2 แฟรกเมนต์
หากคุณไม่สนใจทิศทางเดียววิธีที่ดีที่จะได้ผลลัพธ์ที่มีขนาดกะทัดรัดซึ่งบ่งบอกว่าการไล่ระดับสีในภูมิภาคนั้นแข็งแกร่งเพียงใดคือความกว้างที่ให้คุณไม่มีอะไรนอกจากผลรวมของค่าสัมบูรณ์ของ dFdy และ dFdy
คุณน่าจะสนใจขอบภาพโดยรวมมากกว่าในช่องเฉพาะดังนั้นคุณอาจต้องการเปลี่ยนฟังก์ชั่นภาพเป็น luma เมื่อคำนึงถึงการตรวจจับที่ขอบเครื่อง Shader ของคุณอาจรวมถึงบางสิ่งที่คล้ายกับ:

  float luminance = dot(yourFinalColour,vec3(0.2126, 0.7152, 0.0722));
  float gradient = fwidth(luminance );
  float isEdge = gradient > threshold;

ด้วยเกณฑ์ที่สูงคุณจะได้พบกับ coarser edge และคุณอาจจะพลาดบางส่วนในทางกลับกันด้วย threshold ที่ต่ำคุณอาจตรวจจับ edge false คุณต้องทดลองเพื่อหาเกณฑ์ที่เหมาะสมกับความต้องการของคุณมากขึ้น

เหตุผลที่ฟังก์ชั่นเหล่านี้ใช้งานได้คุ้มค่าที่จะกล่าวถึง แต่ตอนนี้ฉันไม่มีเวลาเลยฉันน่าจะอัพเดตคำตอบนี้ในภายหลัง :)

กระบวนการหน้าจอพื้นที่โพสต์

คุณสามารถไปได้ไกลกว่านี้ตอนนี้สนามของการตรวจจับขอบในการประมวลผลภาพนั้นใหญ่โต ฉันสามารถบอกคุณได้หลายวิธีที่ดีในการตรวจจับการตรวจจับขอบตามความต้องการของคุณ แต่ตอนนี้ให้มันง่ายถ้าคุณสนใจฉันสามารถอ้างอิงตัวเลือกเพิ่มเติม!

ดังนั้นความคิดจะคล้ายกับที่กล่าวมาข้างต้นด้วยความแตกต่างที่คุณสามารถมองไปที่บริเวณใกล้เคียงที่กว้างขึ้นและใช้ชุดน้ำหนักของตัวอย่างที่ทำให้ขุ่นเคืองหากคุณต้องการ โดยทั่วไปแล้วคุณจะใช้รูปแบบการแปลงภาพของคุณด้วยเคอร์เนลที่ให้ข้อมูลการไล่ระดับสีที่ดี
ตัวเลือกทั่วไปคือเคอร์เนล Sobel

ซึ่งตามลำดับให้การไล่ระดับสีในทิศทาง x และ y:

คุณสามารถรับค่าเดียวจากการไล่ระดับสีเป็น$GradientMagnitude = \sqrt{ (Gradient_x) ^ 2 + (Gradient_y) ^ 2 }$

จากนั้นคุณสามารถกำหนดเกณฑ์เช่นเดียวกับที่ฉันกล่าวไว้ข้างต้น

เคอร์เนลนี้ตามที่คุณเห็นจะให้น้ำหนักมากขึ้นกับพิกเซลกลางดังนั้นการคำนวณลาดแบบค่อยเป็นค่อยไป + การปรับให้เรียบซึ่งช่วยตามประเพณี (บ่อยครั้งที่ภาพจะเป็นแบบเกาส์เบลอเพื่อกำจัดขอบขนาดเล็ก)

การทำงานด้านบนค่อนข้างดี แต่ถ้าคุณไม่ชอบความราบเรียบคุณสามารถใช้ Prewitt Kernels ได้:

(หมายเหตุฉันรีบเร่งจะเขียนข้อความที่จัดรูปแบบที่เหมาะสมแทนภาพเร็ว ๆ นี้!)

จริง ๆ แล้วมีเมล็ดและเทคนิคต่าง ๆ มากมายในการค้นหาการตรวจจับขอบในกระบวนการภาพมากกว่ากราฟิกแบบเรียลไทม์ดังนั้นฉันจึงได้แยกวิธีที่ซับซ้อนมากขึ้น .

เพียงในกรณีที่คน elso ยังต้องมีการตรวจสอบขอบ: นี่เป็นบทความที่ดีวิธีการแสดงโครงร่างและนี้บทความอธิบายถึงวิธีการแสดงเฉพาะขอบ