NVIDIA 位移微地图工具包

本工具包提供了用于创建和查看位移微网格的库、样本和工具。这是一项正在进行中的工作，欢迎反馈！

要对微网格进行光线追踪，需要最新的支持 VK_NV_displacement_micromap 的驱动程序，例如可在 https://developer.nvidia.com/vulkan-driver 获取的 Vulkan Beta 驱动程序。

我们建议先查看微网格基础幻灯片以及 dmm_displacement 迷你样本。

还有 NVIDIA GTC 演示压缩微网格入门 [S51410] 和基于 GPU 的大型网格交互式重新网格化 [S51567]。

NVIDIA 微网格技术涵盖了不透明度微地图和位移微地图。目前，此 SDK 仅涉及位移，因为不透明度有单独的 SDK。

NVIDIA 位移微地图工具包

构建

此仓库包含子模块。克隆后，使用以下命令初始化它们：

git submodule update --init --recursive --jobs 8

唯一的手动依赖项是 Vulkan SDK。对于 Windows，请确保在安装过程中安装可选的 "glm"，或者如果单独安装，请设置 cmake 的 GLM_INCLUDE_DIR 位置。

其他依赖项将在 cmake 配置步骤中下载。

Windows

已在 Visual Studio 2017、2019 和 2022 上测试。使用 cmake-gui 生成项目文件。

安装 Vulkan SDK，包括 glm（如果单独安装 glm，请设置 cmake 的 GLM_INCLUDE_DIR）
克隆此仓库并初始化子模块
运行 cmake-gui，源代码 = 此仓库，构建文件夹 = 任意位置
配置并生成。Vulkan 路径应由 SDK 安装程序设置
用 Visual Studio 打开 path\to\build\micromesh_toolkit.sln
在解决方案资源管理器中，右键单击 micromesh_toolbox 并选择"设为启动项目"
构建 -> 生成解决方案

有关使用示例，请参阅 docs/examples.md。

Linux

已在 gcc 11.2.1 和 11.3.0 上测试。这假设已安装构建工具和 cmake。

安装 Vulkan SDK
安装 glm（例如 sudo apt install libglm-dev 或 sudo dnf install glm-devel）
安装 X11、GLFW 和 nVidia-ML 库（sudo apt-get install libx11-dev libxcb1-dev libxcb-keysyms1-dev libxcursor-dev libxi-dev libxinerama-dev libxrandr-dev libxxf86vm-dev libvulkan-dev libglfw3-dev libnvidia-ml-dev）
克隆此仓库并初始化子模块
运行 source path/to/vulkan-sdk/1.3..<version>/setup-env.sh
运行 cmake -DVULKAN_BUILD_DEPENDENCIES=on -S . -B path/to/build
运行 make -C path/to/build -j

有关使用示例，请参阅 docs/examples.md。

示例微网格

该工具包提供了一些基本工具来处理和烘焙位移微地图。可以将其视为创建一个应用于低多边形网格的高度图，不同之处在于高度图被高度压缩，支持硬件加速光线追踪，并且不需要 UV。这里提供了一些示例起始资产来演示工具包的使用。下载这些资产以开始，但也可以尝试使用您自己的资产。

请注意，这些工具目前仅支持 glTF 格式的资产。其他格式必须进行转换。

有关使用这些网格的典型资产处理示例，请参阅 docs/examples.md。

SDK和工具包结构

micromesh SDK

NVIDIA 置换微贴图 SDK是一个用于嵌入其他应用程序和工具的低级 API。它具有 C 风格的 API 以及与 API 无关的 GPU 接口，以便于这种嵌入。因此，它有时使用起来不太容易。所有功能都通过 micromesh 命名空间提供，并频繁使用 micromesh::ArrayInfo 结构，这允许它以指针和步长组合的形式传递数据。所有用户可见的数据都由用户分配，因此某些操作分两步执行，其中 micromeshOpSomethingBegin 返回所需的大小，而 micromeshOpSomethingEnd 完成它。也可以使用 micromeshOpContextAbort 中止此类操作。因此，micromesh::Context 是有状态的，但相当轻量级，以便您可以为每个线程创建一个。目前，上下文内还有一些基本的自动线程处理。

micromesh_core：用于创建或修改微贴图和微网格数据的基本数据结构、实用工具和操作的库。
micromesh_displacement_compression：处理置换微贴图压缩的库。
micromesh_displacement_remeshing：用于基于 GPU 的重新网格化的库。

bary 文件

NVIDIA 置换微贴图 BaryFile：用于存储 微贴图 的 .bary 文件容器的库。该仓库提供了三个库：
- bary_core：核心库定义了容器中使用的结构，并提供了辅助验证和序列化的基本函数。C 风格接口。
- bary_utils：实用工具库具有 C++ 实用程序，可帮助使用 stl 容器存储数据以及通过文件操作加载或保存内容。
- bary_tool：一个命令行工具，用于打印 .bary 文件内容的关键信息。

meshops API

meshops API 是 micromesh SDK 之上的一层，提供更易于使用的高级操作，如烘焙。这些函数通常对内存中提供的单个网格进行操作，通过称为 meshops::MeshView 的抽象来实现。这一层使用 Vulkan 实现来执行各种基于 GPU 的操作，并利用 nvpro_core 框架来实现。

这个 meshops 层仍在进行中，因为我们正在向其迁移更多功能，可能会比 micromesh API 看到更多的变化。

meshops_core：为 meshops 命名空间提供主要框架，并涵盖了几个基本操作
meshops_bake：提供各种基于从基础网格到高细节参考网格的光线追踪操作。我们想指出，这不是商业级的烘焙器，它主要用于示例目的。
- meshops_remesher：重新网格化器运行一种新颖的 GPU 加速网格简化算法，并生成其他有助于置换微贴图烘焙的网格属性。
- 为高细节参考网格生成置换微贴图，可选择在运行时进行曲面细分以考虑提供的额外高度图置换。
- 从高细节参考网格重新采样现有纹理到基础网格（还允许创建或重新采样切线空间法线贴图）。

工具和库

所有工具都操作 glTF 2.0 文件，并支持 NVIDIA 的额外微贴图特定 glTF 扩展。规范可在 https://github.com/KhronosGroup/glTF/pull/2273 查看。

所有微贴图数据都存储为 .bary 文件，这是一种新的容器/文件格式，专门设计用于允许直接存储光线追踪 API 消耗的数据，无需额外处理。有关更多详细信息，请参阅开源的 NVIDIA 置换微贴图 BaryFile。

micromesh_tool：这是基于meshops操作的主要工具。我们计划将所有工具操作迁移到这里，但尚未完成迁移和重构。目前工具操作基于独立的场景状态(每次重新加载gltf)，未来将有一个持久的内存场景供操作修改。该工具目前支持：
- 使用meshops_bake进行烘焙
- 使用meshops_core进行预细分，计算细分级别并调整基础网格细分以适应5级细分限制
- 使用meshops_core进行位移细分，创建应用所有微图位移的细分网格(将网格展平为传统三角形)
- 优化：裁剪和压缩微网格。由于只有压缩的微图与光线追踪API兼容，这可用于准备未压缩的微图进行渲染。
- 使用meshops_remesher进行重新网格化，简化网格作为烘焙的基础网格。
micromesh_python：这是一个Python模块，功能类似于micromesh_tool，公开了meshops_*层的工具包操作，但不依赖glTF。它操作的网格几何和其他属性由更通用的numpy数组定义。

微型示例

微型示例以最小化方式展示了我们的API，不依赖加载模型或其他文件，而只是程序化生成内容以减少复杂性

dmm_displacement：学习如何使用VK_NV_displacement_micromap扩展对位移微网格进行光线追踪。它还展示了如何使用micromesh SDK以最小化方式创建所需数据。此示例强制要求支持该扩展。

编写时VK_NV_displacement_micromap仍处于测试阶段，意味着扩展可能会发生变化。请勿在生产代码中使用此处的头文件！

微网格工具箱

micromesh_toolbox是一个图形化工作台，允许检查微网格并与一些工具交互。它依赖VK_NV_mesh_shader来实现微网格的光栅化显示。VK_KHR_acceleration_structure用于烘焙微图。如果可用，选择Rendering -> RTX时会使用VK_NV_displacement_micromap通过光线追踪渲染微网格。VK_NV_displacement_micromap 在基于Ada Lovelace架构的RTX 40系列GPU中引入。之前的RTX卡也支持，但Ada性能更佳。如果看到缺少扩展的消息，请更新到最新驱动程序(注意：beta驱动可在https://developer.nvidia.com/vulkan-driver 获取)。

微网格的光栅化，尤其是压缩后的，本身是一个较为复杂的话题。一个专门的示例可在 https://github.com/nvpro-samples/vk_displacement_micromaps 找到。

编写时VK_NV_displacement_micromap仍处于测试阶段，意味着扩展可能会发生变化。请勿在生产代码中使用此处的头文件！

微网格工具

命令行工具micromesh_tool可用于自动化和定义持久的资产管道。

微网格Python

工具包的Python绑定，汇总在Jupyter Notebook中，可用于在任何支持Python环境的应用程序中集成资产管道。

更多详情请参见micromesh_python。

基本数据结构

微网格是使用2的幂次方方案细分基本三角形的结果。它由微三角形和微顶点组成。

三角形W,U,V

          V                     V                       V
          x                     x                       x
         / \                   / \ 微                  / \
        /   \                 /   \ 三角形            x _ x 微顶点
       /     \               /     \                 / \ / \
      /       \             x _____ x               x _ x _ x
     /         \           / \     / \             / \ / \ / \
    /           \         /   \   /   \           x _ x _ x _ x
   /             \       /     \ /     \         / \ / \ / \ / \ 
  x _____________ x     x _____ x _____ x       x _ x _ x _ x _ x
W                  U   W                  U   W                   U

细分级别0           细分级别1             细分级别2
  1个微三角形          4个微三角形           16个微三角形
  即基本三角形

有关如何使用它生成位移的更多详细信息，请参见docs/data_structures.md。