[Python] Ich habe gewaltsam eine kurze Funktion zur Erzeugung von Parlin-Geräuschen in Numpy geschrieben.

Einführung

** ・ Was ist Perlengeräusch ** Parlin-Geräusche sind einfach zu verwendende Geräusche (z. B. zufällige Geländegenerierung) mit angemessener Kontinuität und Unordnung. Andere haben die Details geschrieben, deshalb werde ich den Code hier nur vorstellen.

Die Funktion, die ich geschrieben habe

perlin.py

#Bibliothek importieren
import numpy as np
import matplotlib.pyplot as plt

#Kinder, die lineare Interpolation und Kontinuität erzeugen
def fade(t):return 6*t**5-15*t**4+10*t**3
def lerp(a,b,t):return a+fade(t)*(b-a)

#Körper
def perlin(r,seed=np.random.randint(0,100)):
    np.random.seed(seed)

    ri = np.floor(r).astype(int) #Ganzzahliger Teil, der als Index verwendet wird
    ri[0] -= ri[0].min()         #
    ri[1] -= ri[1].min()         #Bereit zur Verwendung als Index
    rf = np.array(r) % 1         #Dezimalteil
    g = 2 * np.random.rand(ri[0].max()+2,ri[1].max()+2,2) - 1 #Gradient der Gitterpunkte
    e = np.array([[[[0,0],[0,1],[1,0],[1,1]]]])                       #vier Ecken
    er = (np.array([rf]).transpose(2,3,0,1) - e).reshape(r.shape[1],r.shape[2],4,1,2) #Positionsvektor von jedem Punkt der vier Ecken aus gesehen
    gr = np.r_["3,4,0",g[ri[0],ri[1]],g[ri[0],ri[1]+1],g[ri[0]+1,ri[1]],g[ri[0]+1,ri[1]+1]].transpose(0,1,3,2).reshape(r.shape[1],r.shape[2],4,2,1) #Verarbeitet zu einer Form, die das innere Produkt berechnen kann, indem die Verläufe der vier Ecken mit der bekannten ausgefallenen Sorte gesammelt werden
    p = (er@gr).reshape(r.shape[1],r.shape[2],4).transpose(2,0,1) #Interne Produktberechnung mit Gradient für alle Punkte
    
    return lerp(lerp(p[0],p[2],rf[0]),lerp(p[1],p[3],rf[0]),rf[1]) #Interpolieren und zurückkehren

Berechnung / Handlung

perlin.py

N = 512
y = np.zeros((N,N))
for i in np.random.rand(1):         #Das Parlin-Rauschen scheint sein wahres Potenzial zu zeigen, wenn Sie die Frequenz ändern und mehrere Blätter stapeln.
    x = np.linspace(0,8*i,N)
    r = np.array(np.meshgrid(x,x))
    y += perlin(r)                  #Form des Netzgitters(2,N,N)Vorbeigehen

plt.imshow(y)
plt.show()

Ergebnis:

Andere 3D-Plot- und erweiterte Bemaßungsversion

Zusammenfassung

Dieser Code wurde geschrieben, weil ich keine Schleifen verwenden möchte. Unterwegs kommt ein 5-dimensionaler Tensor heraus, aber es fühlt sich gut an, klar schreiben zu können.