OpenGL 遮挡剔除示例项目教程
2024-09-20 00:59:41作者:蔡怀权
1. 项目目录结构及介绍
gl_occlusion_culling/
├── CMakeLists.txt
├── CONTRIBUTING
├── LICENSE
├── README.md
├── common/
├── doc/
├── cull-basic.vert.glsl
├── cull-bitpack.comp.glsl
├── cull-common.h
├── cull-downsample.frag.glsl
├── cull-downsample.vert.glsl
├── cull-indirectunordered.comp.glsl
├── cull-raster-geo.geo.glsl
├── cull-raster-geo.vert.glsl
├── cull-raster-instanced.lua
├── cull-raster-instanced.vert.glsl
├── cull-raster-mesh.mesh.glsl
├── cull-raster-mesh.task.glsl
├── cull-raster.frag.glsl
├── cull-tokencmds.vert.glsl
├── cull-tokensizes.vert.glsl
├── cullingsystem.cpp
├── cullingsystem.hpp
├── noise.glsl
├── nvtoken.cpp
├── nvtoken.hpp
├── occlusion-culling.cpp
├── scan.comp.glsl
├── scansystem.cpp
├── scansystem.hpp
├── scene.frag.glsl
├── scene.vert.glsl
└── test.lua
目录结构介绍
- CMakeLists.txt: 项目的CMake构建文件。
- CONTRIBUTING: 贡献指南文件。
- LICENSE: 项目许可证文件。
- README.md: 项目说明文件。
- common/: 包含项目通用的头文件和源文件。
- doc/: 包含项目的文档文件。
- cull-*.glsl: 包含用于遮挡剔除的GLSL着色器文件。
- cullingsystem.cpp/hpp: 包含遮挡剔除系统的实现代码。
- noise.glsl: 包含用于生成噪声的GLSL着色器文件。
- nvtoken.cpp/hpp: 包含用于处理NV命令列表的代码。
- occlusion-culling.cpp: 项目的主文件,包含遮挡剔除的实现。
- scan.comp.glsl: 包含用于扫描操作的GLSL着色器文件。
- scansystem.cpp/hpp: 包含扫描系统的实现代码。
- scene.frag.glsl/scene.vert.glsl: 包含场景渲染的GLSL着色器文件。
- test.lua: 包含用于测试的Lua脚本文件。
2. 项目的启动文件介绍
项目的启动文件是 occlusion-culling.cpp
。这个文件包含了项目的主要逻辑,包括遮挡剔除系统的初始化、场景的渲染以及遮挡剔除的执行。
主要函数介绍
- Sample::initScene(): 初始化场景,加载必要的资源和配置。
- Sample::drawCullingRegular(): 执行常规的遮挡剔除。
- Sample::drawCullingRegularLastFrame(): 使用上一帧的结果执行遮挡剔除。
- Sample::drawCullingTemporal(): 使用时间一致性方法执行遮挡剔除。
- Sample::drawScene(): 渲染场景。
- Sample::CullJobToken::resultFromBits(): 从位图中获取遮挡剔除的结果。
3. 项目的配置文件介绍
项目的配置文件主要是 CMakeLists.txt
。这个文件定义了项目的构建配置,包括依赖项、编译选项和目标生成等。
CMakeLists.txt 主要内容
- 项目名称和版本: 定义了项目的名称和版本号。
- 依赖项: 列出了项目依赖的其他库和工具。
- 编译选项: 定义了编译器的选项和标志。
- 目标生成: 定义了生成的目标文件,包括可执行文件和库文件。
通过这些配置,项目可以被正确地构建和运行。
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown00
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie032
- 每日精选项目🔥🔥 推荐每日行业内最新、增长最快的项目,快速了解行业最新热门项目动态~ 🔥🔥02
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTSX022
- Yi-CoderYi Coder 编程模型,小而强大的编程助手HTML07
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript085
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript09
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总05
- Bbrew🍺 The missing package manager for macOS (or Linux)Ruby01
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala04
热门内容推荐
最新内容推荐
项目优选
收起
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
33
24
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
826
0
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
375
32
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.92 K
19.09 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.62 K
1.45 K
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
19
2
杨帆测试平台
扬帆测试平台是一款高效、可靠的自动化测试平台,旨在帮助团队提升测试效率、降低测试成本。该平台包括用例管理、定时任务、执行记录等功能模块,支持多种类型的测试用例,目前支持API(http和grpc协议)、性能、CI调用等功能,并且可定制化,灵活满足不同场景的需求。 其中,支持批量执行、并发执行等高级功能。通过用例设置,可以设置用例的基本信息、运行配置、环境变量等,灵活控制用例的执行。
JavaScript
9
1
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
57
7
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
147
26
anqicms
AnQiCMS 是一款基于Go语言开发,具备高安全性、高性能和易扩展性的企业级内容管理系统。它支持多站点、多语言管理,能够满足全球化跨境运营需求。AnQiCMS 提供灵活的内容发布和模板管理功能,同时,系统内置丰富的利于SEO操作的功能,帮助企业简化运营和内容管理流程。AnQiCMS 将成为您建站的理想选择,在不断变化的市场中保持竞争力。
Go
78
5