UnityChan(Channel)
400 subscribers
1.79K photos
62 videos
13 files
41 links
کانال آموزش و نکات UnityChan

گروه یونیتی https://t.me/UnityChan
Download Telegram
عکس اصلی
حالت Flat
حالت Tent
حالت Quadratic
حالت Cubic
حالت Gaussian
حالت Fast Gaussian
حالت Catmull-Rom
حالت Mitch
گره Bilateral Blur Node در بلندر :

گره دوطرفه Blur یک تاری تطبیقی ​​با کیفیت بالا انجام می‌دهد و تصویر را تار می‌کند و در عین حال لبه‌های تیز را حفظ می‌کند.

می‌توان از آن برای اهداف مختلفی مانند صاف کردن پاس‌های رندر نویزدار برای جلوگیری از زمان‌های محاسباتی طولانی‌تر به عنوان مثال انسداد محیطی با ردیابی پرتو، انکسار/بازتاب‌های تار، سایه‌های ملایم یا ایجاد جلوه‌های ترکیبی غیرفورئالیستی استفاده کرد.

ورودی ها

Image : ورودی رنگ استاندارد اگر فقط ورودی تصویر متصل باشد، گره بسته به لبه های موجود در تصویر منبع، تصویر را تار می کند.

Determinator : که غیر اجباری است و اگر Determinator متصل باشد، به عنوان منبعی برای تعیین لبه ها / مرزها برای تاری تصویر عمل می کند. در صورتی که تصویر منبع بیش از حد نویز باشد، این مزیت بزرگی دارد، اما نرمال ها در ترکیب با Z-buffer هنوز هم می توانند مرزها/لبه های دقیق اشیا را تعریف کنند.

خواص :
UnityChan(Channel)
گره Bilateral Blur Node در بلندر : گره دوطرفه Blur یک تاری تطبیقی ​​با کیفیت بالا انجام می‌دهد و تصویر را تار می‌کند و در عین حال لبه‌های تیز را حفظ می‌کند. می‌توان از آن برای اهداف مختلفی مانند صاف کردن پاس‌های رندر نویزدار برای جلوگیری از زمان‌های محاسباتی…
Iterations : تعیین می کند که فیلتر چند بار باید این عملیات را روی تصویر انجام دهد. عملاً شعاع تاری را مشخص می کند.

Color Sigma : آستانه ای را تعیین می کند که تفاوت رنگ در تصویر باید به عنوان لبه در نظر گرفته شود.

Space Sigma : یک متغیر تنظیم دقیق برای شعاع تاری.

Image : خروجی رنگ استاندارد
مثال :

انسداد محیطی صاف شده دوطرفه.👇
👍1
حالت compositing
👍1
گره Bokeh Blur یک تاری از نوع بوکه مشابه Defocus ایجاد می کند. بر خلاف فوکوس، یک منطقه در فوکوس در Compositor تعریف شده است. همچنین انعطاف پذیری بیشتری در نوع تاری اعمال شده از طریق گره Bokeh Image وجود دارد.

چندین بهینه سازی عملکرد نیز در دسترس هستند مانند محدودیت ناحیه محاسبه و پوشش.

ورودی ها

Image : ورودی رنگ استاندارد

Bokeh : his یک ورودی برای گره Bokeh Image است.

Size : اندازه میزان تاری را کنترل می کند. اندازه می تواند یک مقدار واحد در کل تصویر باشد یا یک مقدار متغیر که توسط یک تصویر ورودی کنترل می شود. برای استفاده از دومی باید گزینه Variable Size انتخاب شود. برای اطلاعات بیشتر در مورد نحوه استفاده از آن، بخش نمونه های زیر را ببینید

Bounding Box : این را می توان با یک گره مات Box Mask یا با یک گره ورودی Mask برای محدود کردن ناحیه ای از تصویر که تاری روی آن اعمال می شود استفاده کرد. این می تواند مفید باشد، برای مثال، در هنگام توسعه یک سیستم گره با اجازه دادن به فیلتر کردن تنها یک منطقه کوچک از تصویر، بنابراین در زمان ترکیبی هر بار که تنظیمات انجام می شود، صرفه جویی می شود.

خواص :
👍1
UnityChan(Channel)
گره Bokeh Blur یک تاری از نوع بوکه مشابه Defocus ایجاد می کند. بر خلاف فوکوس، یک منطقه در فوکوس در Compositor تعریف شده است. همچنین انعطاف پذیری بیشتری در نوع تاری اعمال شده از طریق گره Bokeh Image وجود دارد. چندین بهینه سازی عملکرد نیز در دسترس هستند مانند…
Variable Size : اگر ورودی Size یک تصویر باشد، شعاع تاری متغیر را مجاز می‌کند.

Max Blur : Max Blur به عنوان یک ابزار بهینه‌سازی با محدود کردن تعداد پیکسل‌هایی که تاری در آنها محاسبه می‌شود، عمل می‌کند.

خروجی :
Image : خروجی رنگ استاندارد

مثال ها 👇
👍1
UnityChan(Channel)
Variable Size : اگر ورودی Size یک تصویر باشد، شعاع تاری متغیر را مجاز می‌کند. Max Blur : Max Blur به عنوان یک ابزار بهینه‌سازی با محدود کردن تعداد پیکسل‌هایی که تاری در آنها محاسبه می‌شود، عمل می‌کند. خروجی : Image : خروجی رنگ استاندارد مثال ها 👇
سه مثال از نحوه استفاده از ورودی اندازه در ادامه آمده است. می توان از یک تصویر آلفای پوشانده شده با شناسه استفاده کرد تا در حالی که اشیاء پیش زمینه در فوکوس باقی می مانند پس زمینه تار شود. برای جلوگیری از لبه های عجیب باید از Dilate Node استفاده کرد. عبور Z را می توان با استفاده از یک گره Map Value و یک گره Color Ramp همانطور که در Render Layers توضیح داده شده تجسم کرد. یک گره ریاضی ضرب را می توان به دنبال رمپ رنگ استفاده کرد تا مقدار تاری بیشتر از یک برای اشیاء خارج از محدوده کانونی استفاده شود.

از پس Z استفاده شده
👍1
یک تصویر در مقیاس خاکستری ایجاد شده به صورت دستی می تواند برای تعیین نواحی واضح و تار یک تصویر از قبل موجود استفاده شود. باز هم می توان از Multiply Node استفاده کرد تا مقدار تاری بزرگتر از یک استفاده شود.
👍1