OpenGL数据处理过程

简介: 当命令进入流程时,可以选用两种方法对它们进行处理:一种是通过流程立即执行这些命令;令一种是将其中一些命令组织到一个“显示列表”,过一段时间再执行它们。 流程中的“求值器”阶段通过将输入值赋给多项式命令提供了一种非常有效的方法来生成几何曲面和曲面的近似值。

当命令进入流程时,可以选用两种方法对它们进行处理:一种是通过流程立即执行这些命令;令一种是将其中一些命令组织到一个“显示列表”,过一段时间再执行它们。

流程中的“求值器”阶段通过将输入值赋给多项式命令提供了一种非常有效的方法来生成几何曲面和曲面的近似值。接下来的“各顶点操作及图元集”阶段主要是处理OpenGL的几何图元——点、线段和多边形。所有这些图元均由顶点来描述。顶点可以被转换和照亮。接下来图元被剪切到视口,为下一阶段做好准备。

“光栅化”生成了一系列的帧缓冲地址以及相应的用于描述点、线段或多边形的二维值。这些生成的“片段”将被送到最后一个阶段——“各片段的操作”,这一阶段是数据以像素形式存入“帧缓冲区”之前的最后操作。这些操作包括根据帧缓冲区中原有的深度值(用于深度缓冲操作)与输入值而有条件地更新帧缓冲区的操作,还包括对输入的像素颜色与已存储的颜色所进行的融合操作,对像素值所进行的屏蔽操作及其他的逻辑操作。

数据是以像素形式而非顶点形式输入的。这些数据可以用来描述一个用于纹理映射的图像,它将跳过第一阶段,而通过“像素操作”阶段作为像素来处理。这一阶段的处理将导致两种结果:其一是被存入“纹理存储器”,以备光栅化阶段所用;其二是直接被光栅化。后者所形成的片段将被存入帧缓冲区,就好像它们是由几何数据生成的一样。

目录
相关文章
|
6月前
|
运维 小程序 vr&ar
6个维度分析实时渲染和Webgl技术异同
虽然二者均为B/S技术架构路线,但webgl对本地电脑性能还是有些要求,因为webgl的程序有些数据是需要下载到本地,借助本地电脑的显卡和CPU来完成的,不算完全的B/S架构。 而实时渲染技术是完全使用的服务器显卡和CPU等资源,是纯B/S技术架构方案,用户侧的终端只是程序指令的接收和执行,只要能看1080P的视频即可。
109 0
|
6月前
|
机器学习/深度学习 数据可视化 算法框架/工具
基于Python的神经网络模型结构框架可视化绘图简便方法
基于Python的神经网络模型结构框架可视化绘图简便方法
178 1
|
6月前
|
机器学习/深度学习 数据可视化 算法
神经网络模型结构框架可视化的在线与软件绘图方法
神经网络模型结构框架可视化的在线与软件绘图方法
233 1
|
数据处理 计算机视觉 Python
图像数据处理:基本技巧与实例分析
图像数据处理:基本技巧与实例分析
182 0
|
数据可视化 数据挖掘 数据处理
【数据篇】33 # 可视化数据处理的一般方法是什么?
【数据篇】33 # 可视化数据处理的一般方法是什么?
230 0
【数据篇】33 # 可视化数据处理的一般方法是什么?
|
小程序 C++ 索引
学习OpenGL之准备工作
学习OpenGL之准备工作
114 0
学习OpenGL之准备工作
|
JSON 数据处理 数据格式
python开发:矢量数据处理
python开发:矢量数据处理
135 0
OpenGL学习笔记(二):OpenGL语法、渲染管线以及具体实现过程详解
OpenGL学习笔记(二):OpenGL语法、渲染管线以及具体实现过程详解
OpenGL学习笔记(二):OpenGL语法、渲染管线以及具体实现过程详解
|
缓存 编解码 算法
Skia深入分析10——Skia库的性能与优化潜力
Skia库性能与优化潜力 图形/渲染 算法/架构 作为图形渲染引擎,性能上是非常重要的,按通常Android手机60帧的刷新率,绘制一帧的总时间只有16ms,可谓是毫厘必争。提升性能到最后,就必然跟不同CPU的特性打交道,毕竟一个SIMD下去,好做的提升5、6倍,不那么好做的也达到2、3倍,收益极其可观。 SIMD,在intel上是SSE,在arm上是neon,在
8337 0
|
API iOS开发 异构计算
三、OpenGL 渲染架构分析
OpenGL 渲染架构分析
369 0
三、OpenGL 渲染架构分析