[简化版 GAMES 101] 计算机图形学 09：三角形光栅化

Bilibili 同步视频

[简化版 GAMES 101] 计算机图形学 09：三角形光栅化下

在计算机成像的世界里，我们总能看到栩栩如生的 3D 模型、细腻流畅的画面，可你是否好奇：三维空间里的多边形，究竟是如何变成屏幕上一个个纯色小方块的？

这一切的答案，都藏在光栅化与三角形的故事里 —— 它们是图形学最基础、最核心的基石，撑起了整个虚拟视觉世界🌌。

🔺 为什么图形学独宠「三角形」？

屏幕由无数内部颜色均匀的像素小方块构成，而想把 3D 物体投射到屏幕，第一步就是拆解图形。在所有多边形中，三角形是当之无愧的「天选之子」，自带四大王牌属性：

1. 最基础的多边形
   没有比三角形边数更少的多边形，退一步就是线段，所有复杂多边形都能完美拆分为三角形，通用性拉满✅。

2. 天生「平面体质」
   三点确定一个平面，三角形永远是平面图形；反观四边形，轻轻一折就会扭曲，无法保证平面性。

3. 内外边界超清晰
   无需纠结凹凸、孔洞问题，三角形的内部与外部定义绝对明确，向量叉积就能轻松判断点是否在三角形内。

4. 属性插值超丝滑
   定义三个顶点的颜色、纹理等属性，三角形内任意点都能通过重心坐标实现渐变插值，让画面过渡自然无断层。

正是这些无可替代的优势，让三角形成为图形学中最广泛使用的基本单元，所有复杂画面，本质都是无数三角形的组合🎨。

🎯 光栅化核心：用「采样」把三角形变成像素

当三维三角形经过 MVP 变换、视口变换，落到屏幕空间后，我们只关注它的x、y 坐标—— 接下来的关键，就是把三角形转化为像素，这就是光栅化的核心任务。

✨ 什么是采样？

采样，就是把连续函数离散化的过程：给一个连续函数，在特定位置读取它的值。
在光栅化中，我们要做的是：以像素中心为采样点，判断该点是否在三角形内。

🧮 关键：inside 判定函数

我们定义一个inside函数：输入三角形 + 屏幕任意点 (x,y)，输出1（在三角形内）或0（在三角形外）。
像素的整数坐标 (x,y)，其中心实际在(x+0.5, y+0.5)，遍历所有像素中心，调用inside函数，就能确定每个像素是否需要上色。

这就是最朴素的光栅化思路：二重循环遍历 + 像素中心采样判定。

📐 硬核原理：向量叉积判断点与三角形位置

inside函数的实现，全靠向量叉积这把「金钥匙」：
以三角形 P₀P₁P₂为例，按固定顺序（顺时针 / 逆时针）取三条边向量，分别与「顶点到目标点」的向量做叉积：

• 若三个叉积结果的z 值全正 或 全负→ 点在三角形内

• 结果符号不一致 → 点在三角形外

对于恰好落在边界上的点，图形学中可自定义规则：要么算入，要么排除；工业标准如 OpenGL/DirectX 则规定：上边界、左边界算在内，右边界、下边界不算，严谨又统一。

⚡ 效率升级：光栅化加速技巧

遍历整个屏幕所有像素，显然是「大炮打蚊子」—— 三角形只占局部区域，优化刻不容缓！

1. 轴向包围盒（AABB）

计算三角形三个顶点的xmin/xmax、ymin/ymax，圈出最小矩形包围盒，只对包围盒内的像素做判定，直接跳过无效区域，计算量大幅减少🚀。

2. 按行极值优化

针对窄长、旋转的三角形，进一步按行取像素左右极值，不浪费任何一个像素的计算量，精准覆盖三角形区域。

📱 真实屏幕：像素并非「完美小方块」

我们在理论中假设像素是均匀纯色方块，但真实设备的像素结构，远比想象中精彩：

• iPhone 屏幕：一个像素由RGB 三条色带组成，各司其职混合出色彩。

• 三星 Galaxy：采用Bayer pattern排列，绿色感光点数量远超红、蓝 —— 因为人眼对绿色最敏感，更多绿点能让画面更细腻、更贴合视觉感知👀。

• 彩色打印机：采用 CMYK 减色系统，加墨越多颜色越暗，与屏幕 RGB 加色系统完全相反，图案分布也更复杂。

不过在图形学学习中，我们依旧沿用均匀纯色像素方块的理想模型，简化研究逻辑。

⚠️ 光栅化的痛点：走样与锯齿

当我们完成采样、填充像素后，一个问题浮出水面：画面出现了难看的锯齿！
这就是走样（Aliasing），根源很简单：

• 像素本身有物理大小，并非无限小

• 采样率不足以匹配信号精度，导致连续图形被离散化后失真

锯齿是光栅化的经典难题，而解决它的反走样（抗锯齿）技术，正是图形学下一阶段的核心研究方向，下一篇我们将从频率域深度拆解走样本质，解锁丝滑画面的秘密🔍。

💡 结语

从三角形的选择，到采样的逻辑，再到光栅化的实现与优化，每一步都是计算机图形学的精巧设计。
正是这些基础原理，让虚拟世界得以呈现在屏幕之上，而锯齿与反走样的探索，也让画面不断趋近真实 —— 这就是光栅化的魅力，简单却深邃，基础却伟大✨。