[发明专利]深度抗锯齿数据读取方法、装置、设备和存储介质有效

专利信息
申请号: 202010535942.5 申请日: 2020-06-12
公开(公告)号: CN111798365B 公开(公告)日: 2023-09-01
发明(设计)人: 孙思远 申请(专利权)人: 完美世界(北京)软件科技发展有限公司
主分类号: G06T1/60 分类号: G06T1/60;G06T1/20
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 孙明子;刘戈
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 深度 锯齿 数据 读取 方法 装置 设备 存储 介质
【权利要求书】:

1.一种深度抗锯齿数据读取方法,其特征在于,包括:

创建深度多采样资源,对场景进行渲染,得到所述场景的深度多采样数据,存到图形处理器缓存中;

在内存中创建颜色资源,将所述场景的深度多采样数据进行编码,并存储到所述颜色资源对应的图形处理器缓存中;

在调用绘制命令的过程中,将所述颜色资源对应的图形处理器缓存中存储的深度多采样数据转换为单采样数据,并存到颜色资源的内存中;

对所述单采样数据进行采样以及解码处理,得到深度抗锯齿数据;

在所述内存中创建纹理数据资源,将所述深度抗锯齿数据存储到所述纹理数据资源中。

2.根据权利要求1所述的方法,其特征在于,所述在内存中创建颜色资源,将所述场景的深度多采样数据进行编码,并存储到所述颜色资源对应的图形处理器缓存中,还包括:

绘制第一矩形,所述第一矩形中包括多个像素;

对于所述多个像素中的任一像素,基于所述任一像素在所述第一矩形中的位置,确定所述场景中与所述任一像素相对应的参考点;

基于所述参考点对应的深度多采样数据,确定所述任一像素对应的深度多采样数据。

3.根据权利要求2所述的方法,其特征在于,所述基于所述参考点对应的深度多采样数据,确定所述任一像素对应的深度多采样数据,包括:

对所述参考点对应的深度多采样数据进行预设编码,得到编码后的数据;

将所述编码后的数据,确定为所述任一像素对应的深度多采样数据。

4.根据权利要求3所述的方法,其特征在于,所述预设编码为RGBA8编码。

5.根据权利要求1所述的方法,其特征在于,所述在调用绘制命令的过程中,将所述颜色资源对应的图形处理器缓存中存储的深度多采样数据转换为单采样数据,包括:

在调用绘制命令的过程中,图形处理器将所述纹理资源中存储的深度多采样数据,混合为单采样数据。

6.根据权利要求5所述的方法,其特征在于,所述对所述单采样数据进行采样以及解码处理,得到深度抗锯齿数据,包括:

绘制第二矩形,所述第二矩形中包括多个像素;

对于所述多个像素中的任一像素,基于所述任一像素在所述第二矩形中归一化的位置,确定所述任一像素对应的单采样数据;

对所述任一像素对应的单采样数据进行数据格式转换,得到所述任一像素对应的深度抗锯齿数据。

7.根据权利要求6所述的方法,其特征在于,所述对所述任一像素对应的单采样数据进行数据格式转换,包括:

若所述内存中创建的所述纹理数据资源的数据存储格式为GL_DEPTH_COMPO NENT32,则通过第一格式转换算法,对所述任一像素对应的单采样数据进行数据格式转换;

若所述内存中创建的所述纹理数据资源的数据存储格式为GL_DEPTH_COMPO NENT16,则通过第二格式转换算法,对所述任一像素对应的单采样数据进行数据格式转换。

8.根据权利要求7所述的方法,其特征在于,所述任一像素对应的单采样数据为RGBA8格式的数据;

所述第一格式转换算法为将RGBA8格式的数据转换为Float32格式的数据的算法;

所述第二格式转换算法为将RGBA8格式的数据转换为Float16格式的数据的算法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于完美世界(北京)软件科技发展有限公司,未经完美世界(北京)软件科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010535942.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top