跳到主要内容

顶点处理与图元装配

顶点是几何的最小载体。一个网格再复杂,本质也是一堆顶点加上"谁跟谁连成三角形"的连接关系。GPU 管线的前半段——从 IA 到 PA——就是把这些顶点按照相机的视角变换、组装、裁剪,最后交给光栅器一批屏幕空间里位置确定的三角形。这一步做好了,光栅化和着色才有意义。

1. 顶点是什么​

在图形学里,顶点不只是"三维坐标"这么简单。一个顶点是一个属性束(attribute bundle),常见的包括:

属性类型用途
positionvec3模型空间坐标
normalvec3法线,用于光照
tangentvec4切线,w 存副切线方向
uv0, uv1vec2纹理坐标
colorvec4顶点色
bone weightsvec4骨骼蒙皮权重
bone indicesuvec4骨骼索引

一个"胖顶点"可能占 60–80 字节。1000 万顶点的模型,顶点缓冲就是接近 1 GB——所以工业界会用紧凑格式(法线用 8 位、UV 用 16 位半精度、切线压成 quaternion),把每顶点压到 20 字节左右。

1.1 顶点缓冲与索引缓冲​

一个立方体有 8 个物理顶点,但它有 12 个三角形、36 个顶点位置的引用。用索引缓冲(Index Buffer)把 8 个顶点数据存一份,另开一个 36 个 int 的表指过来:

Vertex Buffer:  [V0][V1][V2][V3][V4][V5][V6][V7]
Index Buffer: [0,1,2, 0,2,3, 4,5,6, ...] // 36 个整数

索引缓冲有两个副作用值得一提:

  1. 顶点缓存复用:GPU 有个 post-transform vertex cache(十几到几十项),如果连续几个三角形引用了同一个索引,VS 只算一次结果,其余从缓存里拿。工业界会对索引缓冲做 Forsyth 或 Tom Forsyth's linear-speed vertex cache optimization 一类的排序,让缓存命中率最大化
  2. 只有共享属性的顶点才能被"同一个"索引指到——如果法线在两个三角形接缝处不同(硬边),那就必须存两份物理顶点。所以实际顶点数比拓扑顶点数往往多 20–50%

2. 顶点着色器 VS 在做什么​

VS 是一个"每顶点独立执行"的函数:

in vec3 aPos;
in vec3 aNormal;
in vec2 aUV;
uniform mat4 uModel, uView, uProj;
uniform mat3 uNormalMat; // = transpose(inverse(mat3(uModel)))

out vec3 vWorldPos;
out vec3 vNormal;
out vec2 vUV;

void main() {
vec4 world = uModel * vec4(aPos, 1.0);
vWorldPos = world.xyz;
vNormal = uNormalMat * aNormal;
vUV = aUV;
gl_Position = uProj * uView * world; // 裁剪空间
}

规矩很简单:一个顶点进、一个顶点出,gl_Position 必须写。VS 的输出会被下游插值给片段。

2.1 该在 VS 还是 FS 里算​

工程直觉:能在 VS 算的就别放 FS。假设一个屏幕上占 1000 像素的三角形,VS 跑 3 次、FS 跑 1000 次。把 MVP 乘法之类的挪到 VS,能省下几百倍的运算。但要小心:

  • 线性量才能用 VS 算完插值(比如世界坐标),因为线性插值和线性变换可交换
  • 非线性量必须 FS 算(比如归一化法线——先插值再归一化,因为顶点法线插值后长度不再是 1)
  • 涉及非线性函数(normalize、pow、exp)的都得挪回 FS 或者接受精度损失

早期 GPU 的 VS 便宜、FS 贵,所以 Gouraud shading 把光照放 VS 算完再插值——阴影带比 Phong 明显但快很多。今天 FS 已经不算贵了,Phong shading 是默认。

2.2 法线变换的坑​

顶点位置用 M 变换,法线要用 (M−1)T(M^{-1})^T 变换,理由在 向量与矩阵:图形学的数学基石 里推过——非等比缩放下法线不能直接乘 MM,否则会歪。上层引擎通常在 CPU 端就算好 normal matrix 传进来,避免 VS 里做矩阵逆。

3. 图元类型​

VS 出来的顶点按驱动指定的图元拓扑(Primitive Topology)组装。基本几种:

Point List:          . . . . . .        每个顶点一个点
Line List: .──. .──. .──. 顶点两两成线
Line Strip: .──.──.──.──. 前后接
Triangle List: 每 3 顶点一个三角形
Triangle Strip: V0-V1-V2-V3-... V(i)V(i+1)V(i+2) 每次滑一格
Triangle Fan: V0 固定为中心 V0-V(i)-V(i+1)

Triangle Strip 和 Fan 比 List 省顶点——一个 N 个三角形的 strip 只要 N+2 个顶点,而 list 要 3N 个。但 DX10 起 Fan 被砍了,现代硬件基本只优化 List,索引缓冲 + list 已经是通吃方案。

有些高级拓扑(Line List with Adjacency、Triangle List with Adjacency)给几何着色器用,因为 GS 需要看到邻接三角形才能挤阴影体。

4. 齐次裁剪​

VS 输出的 gl_Position 是四维齐次坐标,还没做透视除法。为什么?因为裁剪必须在除法之前做。

考虑一个三角形横跨相机前后:一个顶点 w>0w > 0(在相机前),一个 w<0w < 0(相机后)。透视除法 x/wx/w 会把 w<0w<0 的顶点翻到反方向,正常绘制就完全崩了——出现"物体贴到脸上又对称到背后"的 bug。裁剪要在齐次空间里干完。

4.1 视锥的齐次表示​

透视投影后视锥变成规则立方体(OpenGL: [−1,1]3[-1,1]^3,D3D/Vulkan: [−1,1]2×[0,1][-1,1]^2 \times [0,1]),在齐次空间里表现为六个不等式:

−w≤x≤w,−w≤y≤w,−w≤z≤w  (GL)-w \le x \le w,\quad -w \le y \le w,\quad -w \le z \le w \;(\text{GL})

或对 D3D:0≤z≤w0 \le z \le w。六个视锥面对应六次"切三角形"。

4.2 Sutherland-Hodgman​

对每个视锥面 π\pi,遍历多边形的每条边 (Vi,Vi+1)(V_i, V_{i+1}):

for each edge (Vi, Vi+1):
if Vi 在内 and Vi+1 在内: 输出 Vi+1
if Vi 在内 and Vi+1 在外: 输出交点
if Vi 在外 and Vi+1 在内: 输出交点, Vi+1
if Vi 在外 and Vi+1 在外: 无输出

一个三角形被切完后可能变成 3–9 边形,硬件光栅器再把它三角形化。交点处的所有顶点属性(不只是位置)都要按参数 tt 线性插值:

t=d(Vi)d(Vi)−d(Vi+1),Vnew=(1−t)Vi+tVi+1t = \frac{d(V_i)}{d(V_i)-d(V_{i+1})}, \quad V_{\text{new}} = (1-t)V_i + t V_{i+1}

其中 d(⋅)d(\cdot) 是齐次距离函数。属性插值这一步是在齐次空间线性,光栅化里的属性插值则要做透视校正,两码事。

4.3 Guard band​

真裁剪代价不便宜——切一个三角形可能生出几个新的。硬件的技巧是扩大裁剪区域(guard band,例如把左右上下界扩到 ±8w\pm 8w),只裁那些真的会导致溢出屏幕坐标寄存器的三角形,其余全部让光栅器自己扫(反正扫到屏幕外的采样点会被丢弃)。这叫 scissor-based rejection,实测能省 90% 的显式裁剪工作。

5. 透视除法与视口变换​

裁剪之后,每个顶点从齐次坐标变到 NDC:

(xc,yc,zc,wc)  →  (xcwc,ycwc,zcwc)(x_c, y_c, z_c, w_c) \;\to\; \left(\frac{x_c}{w_c}, \frac{y_c}{w_c}, \frac{z_c}{w_c}\right)

结果在 [−1,1]3[-1,1]^3(GL)里。然后视口变换:

xs=W2(xn+1)+x0,ys=H2(yn+1)+y0,zs=znx_s = \frac{W}{2}(x_n + 1) + x_0, \quad y_s = \frac{H}{2}(y_n + 1) + y_0, \quad z_s = z_n

(W,H)(W,H) 是视口宽高,(x0,y0)(x_0,y_0) 是视口左下(D3D 是左上)。这一步固定功能,程序员管不着。

wcw_c 本身会保留下来给后面用——透视校正插值必须用 1/w1/w 才能算对。见下一章的详细推导。

6. 背面剔除​

三维物体的背面对相机不可见,画出来纯浪费。判断依据是三角形在屏幕空间的绕序:

signed area=12[(x1−x0)(y2−y0)−(x2−x0)(y1−y0)]\text{signed area} = \frac{1}{2}\left[(x_1-x_0)(y_2-y_0) - (x_2-x_0)(y_1-y_0)\right]

正的是逆时针(CCW),负的是顺时针(CW)。约定一个方向为正面(GL 默认 CCW 正面),反的丢掉。

背面剔除通常能砍掉一半三角形,是最便宜的性能优化——但要求模型是闭合的、没有双面材质。透明物体、纸片、树叶要关掉背面剔除,否则从背后看就消失了。

绕序也依赖于变换矩阵——如果 model 矩阵含有奇数次镜像(det⁡M<0\det M < 0),绕序会翻转,需要在渲染状态里切换 winding。

7. 视锥剔除 vs 齐次裁剪​

这两件事经常混。视锥剔除(Frustum Culling)是 CPU 端在提交 draw call 之前做的粗筛——用包围盒和视锥做相交测试,整个物体在视锥外就不提交。齐次裁剪(Clipping)是 GPU 内 PA 阶段做的精修——三角形与视锥面精确求交、切开。

一般层次是:

应用层 (CPU):
1. 大场景管理 (Octree/BVH)
2. 视锥剔除 (整物体)
3. 遮挡剔除 (Occlusion Culling)
GPU 端:
4. 齐次裁剪 (每三角形)
5. 背面剔除
6. 光栅化阶段 scissor/viewport 剔除

多级剔除并不冗余——层级越高越粗越便宜,逐级过滤才能让 GPU 只处理真正可见的几何。

8. VS 的输入输出格式与插值声明​

FS 需要每个片段的插值属性,插值方式在 shader 里声明:

修饰符行为
(默认)smooth透视校正线性插值
noperspective屏幕线性插值(不做校正)
flat不插值,全片段取 provoking vertex 的值
centroid采样点在 MSAA 覆盖区内

用 flat 是有意义的——比如整数属性(材质 ID)、法线量化后的正交基索引,插值出来是无意义的浮点,只能取一个顶点的值。

9. 一次数据流示例​

假设画一个正方形(两个三角形,4 个顶点索引 6 个):

  1. IA:从顶点缓冲读 4 个顶点,按索引 [0,1,2, 0,2,3] 组成两个三角形
  2. VS:4 次执行(有 cache 命中),每个顶点变换到裁剪空间
  3. 裁剪:若两个三角形都在视锥内,跳过
  4. 透视除法:4 个顶点 /w/w,得 NDC
  5. 视口变换:4 个顶点 →\to 屏幕像素坐标
  6. 背面剔除:算屏幕空间面积,符号对了就通过
  7. 交给光栅器

VS 在 IA 之后、PA 之前,硬件上通常 VS 输出直接进一个 SIMD 寄存器组,PA 从这里读顶点做剪裁——没有大的中间缓冲。

10. 与后续阶段的接口​

顶点处理段的输出是:

  • 一批屏幕空间内的三角形(各顶点带全套插值属性)
  • 每顶点的 1/w1/w(供透视校正)
  • 每顶点的 zz(深度值)

这些交给 光栅化:三角形如何变成像素 生成片段。到那一步之后,几何信息就基本被扔掉了,剩下的都是像素级的事情。

VS 是一切的开端。写 VS 时脑子里要装着:这里的每一次乘法乘以顶点数就是每帧的负担;这里的每一个 varying 都会占用光栅器的插值器带宽;这里的每一个矩阵都最好在 CPU 端合并好了再传上来。管线的性能,从 VS 开始就已经在被决定。