這篇的是翻譯自maxscript大師Bobo在他的部落格發表的文章, 原標題為"Virtual Partitioning in Krakatoa 1.6.0" . 裡面提到他想到一個方法, 可以用較少的硬碟空間就可算出粒子隨機排列的效果, 他用了epiphany這個字來形容他的發現, 可見這個發現讓他很高興, 很重要. 可惜的是, 原文已經被刪除了, 或許是怕影響到Krakatoa 1.6.0的銷售吧？！ 原因不得而知.----以下為翻譯----
現在是十一月十三日早上五點
這是值得紀念的一刻，因為我剛剛頓悟了某個觀念！
讓我們先回顧一下歷史
如果你是Krakatoa的用戶，你應該知道，分區（partition）是粒子根據來源進行位置與速度隨機變化儲存到硬碟的一種資料。先前的版本把這樣的動態系統套用到Particle Flow、TP與傳統的粒子系統當中，之後的版本則是添加了對不可分區的粒子進行分區（partitioning the unpartitionable）的功能，採用的是高頻雜訊修改器，以此來隨機化粒子，例如茶壺的點，或是由RealFlow模擬而來的PRT Loader，或是任何一種類型的點雲。
後來，就在v1.6.0推出之前，一種全新的，帶有實驗性質的PRT Source出現了！ 很少人知道這個東西 （誰要求寫這個東西的，還有誰寫這個東西的就會知道了） 。簡單說，PRT Source物件讓你可以對第三方的粒子來源進行載入、形變 、修改、算圖。假設你寫了一套程序性粒子產生器，你當然不會希望所有的跟變形 KCMs有關的程式碼都要自己來寫。
利用PRT Source，你可以用所有的功能，只要指定幾何體，輸出成Krakatoa particle stream檔案格式，這樣你就會有自己的粒子來源與PRT Source，選中你的粒子來源，你就可以在螢幕上看到粒子，以Krakatoa算圖，而且還可進行變形、選取、刪除等modifier的套用，還有KCMs。
說到這裡你能猜到我的想法嗎？
我頓悟是這樣的：
一般的分區會取用PRT Loader，然後套用Noise modifier，接著儲存。例如10個分區把隨機化的粒子位置儲存在硬碟裡，然後你建立新的PRT Loader，拾取那10個分區，接著算圖，你會看到十倍密的粒子，跟原本的粒子相比位置是分散隨機的，因此可產生好看的隨機效果。
而我所謂的虛擬分區粒子（Virtual Partitioning），只需要一個不帶有Noise modifier的PRT sequence。步驟是，建立一個PRT Source，選取PRT Loader作為資料來源，接著套用Noise modifier，然後呢，你就把這個PRT Source複製九個，總共有十個PRT Source。如果你螢幕顯示變慢的話你可以把粒子顯示關閉。最後，改變這十個PRT Source的Noise modifiers的隨機屬性（Seed），例如0,1,2,3等等。
算圖
所得到的結果跟一般的分區沒有不同！但是佔用的硬碟資料量就沒有那麼多， 通常會更少，
例如，我用茶壺，以半徑22.695作為測試，轉換成PRT Volume，把抖動關閉（Jitter OFF），距離設為1.0，細分設定為1，這樣能產生292,307個粒子。而把這個PRT存到硬碟會占用2,063KB硬碟空間；那若是我們用一般的分區方式，套用Noise Modifier Scale設為0.01，強度設為2.0，三軸都這樣，會產生20個檔案，每個檔案占用4,780KB的硬碟空間。（為何是20呢？因為Krakatoa必須要儲存第零個frame與第一個frame，這樣可以避免PFlow對-1的frame進行分區，但是這件事說來話長…） 而一般的grid檔案與diffused position的檔案的主要不同在於壓縮的方式，regular grid具有比較好的壓縮。
這兩種粒子點雲算圖出來會得到一樣的結果。一個PRT Loader，用了10個分區， 用一盞聚光燈照明，總共花了4.052秒算圖；而如果是複製了10個PRT Sources，並且對這十個PRT Sources進行隨機化處理，用了單一regular grid檔案，算圖時間花了5.349秒，跟傳統作法多花了1.297秒，或是慢了1.3倍。
因此這用了這個方法，你僅僅損失30%的算圖時間，這是因為在算圖時間進行的Noise modifiers計算。因此，我只要花2,063KB的硬碟空間就可以產生跟花費47,800KB硬碟空間一樣的效果！這樣可以節省23.17倍的硬碟空間耶！
當然囉，多個PRT Source的產生可以寫成script。所以今天晚點我會寫一個『Create Virtual Partition from PRT Loader』的腳本！
要來睡囉。
----翻譯完畢----
[相關文章]
No comments:
Post a Comment