Función de gradiente de ruido Perlin

Question

Estoy tratando de adaptar el algoritmo 3D Perlin de ruido a las dimensiones inferiores, pero estoy teniendo problemas con la función de gradiente, ya que no entiendo completamente el razonamiento.

La función original del degradado Perlin toma cuatro argumentos: un hash y una coordenada tridimensional (x, y, z). El resultado de la función se devuelve en función del valor de hash mod 16, como se detalla a continuación.

• 0: x + y
• 1: -x + y
• 2: x - y
• 3: -x - y
• 4: x + z
• 5: -x + z
• 6: x - z
• 7: -x - z
• 8: y + z
• 9: -y + z
• 10: y - z
• 11: -y - z
• 12: y + x
• 13: -y + z
• 14: y - x
• 15: -y - z

Los valores de retorno de 0 a 11 hacen una especie de patrón, ya que cada combinación está representado una vez. Los últimos cuatro, sin embargo, son duplicados. ¿Por qué fueron elegidos para ajustarse a los últimos cuatro valores de retorno? ¿Y cuáles serían los casos análogos con dos dimensiones (x, y) y una (x)?

Answer 1

... ¿es la respuesta tardía mejor que ninguna? ;-)

La función grad en la implementación de "ruido mejorado" calcula un producto escalar entre el vector x, y, z y un vector de gradiente pseudoaleatorio.

En esta implementación, el vector de degradado se selecciona de 12 opciones. Destilan uniformidad de la selección y añadir los números 12 y 14, porque es más rápido que hacer hash & 15 de hash % 12

Para un ruido Perlin 2D he utilizado sólo 4 vectores de gradientes sin problemas visibles como este:

return ((hash & 1) ? x : -x) + ((hash & 2) ? y : -y);