当前位置: 首页 > news >正文

UE4 体积云制作 学习笔记

首先Noise本来就是一张噪点图

云的扰动不能太大,将Scale调小,并将InputMin调整为0

形成这样一张扰动图

扰动需要根据材质在世界的位置进行调整,所以Position需要加上WorldPosition

材质在不同世界位置,噪点不同

除以一个数,相当于原来0~1范围的贴图变成了0~0.2范围的贴图,贴到了一个大小相同的物体上,那么材质展现的大小就变大了

选择这个参数,就会有对应曲面细分的节点

UE4_材质_曲面细分材质 - 知乎 (zhihu.com)

曲面细分可以看上面的知乎

这个填4,这个看要细分的效果自行调整

在扰动图上面乘以顶点法线的方向,在强度上乘以一个合理的值,放在偏移上去,就产生了该效果,云的初步形状

现在新建一个材质做云的边缘,将扰动效果复制粘贴过来

想到边缘Fresnel会是其中一个

通过这两个参数,调整边缘的效果

对比以上两个图

由于扰动图加1,整个最外层的值肯定是在1~2之间的,而Fresnel乘以2,最外层是2的递减,相减之后,最外层肯定为小于等于0的,所以最外层为黑色,内层Fresnel是值越小的,减去了过后,值也会在较大值,而不会为0,所以呈现白色,这样就可以对最外层做弱化效果了,但是先不急,我们需要控制黑色范围的程度,用Pow节点

接下来要做上层亮度亮,下层亮度暗的操作了,因为上层有环境光线

对向上的方向向量与像素法线做点积

像素法线与顶点法线的区别:

像素法线会受法线贴图的影响,而顶点法线不会

这里的SmoothStep会将自身值,过渡到Min到Max的一条平滑曲线,注意是曲线,不是Clamp的线性直线

最后再给上面一个颜色

再新建一个材质,内容差不多,只不过点积的值变化成了太阳光的方向,这样让太阳光的方向的云有一个强光效果

最后整合一下以上功能:

新建最终的材质:

将之前做边缘的逻辑复制过来

增加一个DitherTemporalAA,这是一个抗锯齿操作,让看上去效果更有粒子感

就这种边缘过渡粒子感

在Offset这边加上对应的云层飘动效果

在噪点处增加云层颜色,以及云层夹缝颜色

连到自发光上面,再将偏移放进去

再将上下的光线亮度做区别,云层上亮一点,下面暗一点

同理,再连一条太阳光影响

云层上侧

云层下侧

http://www.lryc.cn/news/212999.html

相关文章:

  • visual studio编译QtAV
  • 喜报!CACTER邮件安全网关荣获2023鲲鹏应用创新大赛广东赛区三等奖
  • Spark On Hive原理和配置
  • 驱动第十天
  • 工作中常用的git命令,千万不能忘
  • 计组之存储系统
  • 【Jenkins】新建任务FAQ
  • 生产环境使用boost::fiber
  • TSINGSEE青犀AI视频识别技术+危化安全生产智慧监管方案
  • 小程序request请求封装
  • Easy Javadoc插件的使用教程
  • 一篇文章让你弄懂Java中的方法
  • SAP MM学习笔记39 - MRP(资材所要量计划)
  • 总线类设备驱动——IIC
  • MES 的价值点之动态调度
  • dfs序及相关例题
  • python入门实战:爬取图片到本地
  • day02 矩阵 2023.10.26
  • 浪潮信息inMerge超融合 刷新全球vSAN架构虚拟化VMmark最佳成绩
  • 【【哈希应用】位图/布隆过滤器】
  • OpenCV学习笔记
  • idea 一键部署jar包
  • 16、SpringCloud -- 常见的接口防刷限流方式
  • Typora(morkdown编辑器)的安装包和安装教程
  • 服务器不稳定对网站有什么影响
  • py实现surf特征提取
  • MS39233三个半桥驱动器可兼容TMC6300
  • 09、SpringCloud -- 利用redis的原子性控制高并发请求访问到service层、本地标识
  • 竞赛选题 深度学习图像修复算法 - opencv python 机器视觉
  • 基于深度学习网络的美食检测系统matlab仿真