URP - RendererFeature ：Depth of Field（gather）

效果理解

对于⼀个给定设置的相机镜头，它有⼀个物体聚焦的范围，即它的景深（depth of field）。任何超出这个范围的物体都是模糊的，距离越远越模糊

DoF本质是：离焦平面越远的像素，模糊半径（CoC）越大。CoC也可以叫容许弥散圆

参考视频

焦距，光圈

https://www.bilibili.com/video/BV19W411M7Jx?vd_source=6519de45bf96ecc7dc76d9b36fe3cdcd

焦点、焦距、主光轴

https://www.bilibili.com/video/BV1Gu4y127mU?vd_source=6519de45bf96ecc7dc76d9b36fe3cdcd

景深光圈等介绍，同时解释了弥散圆概念

https://www.bilibili.com/video/BV1t24y1k7Ye?vd_source=6519de45bf96ecc7dc76d9b36fe3cdcd

相机的物理属性

焦距和焦点

对于现实中的相机，控制视野范是焦距，这个焦距由透镜的本身物理属性决定，人眼对应的焦距是50mm

焦距短 → 视角宽，能看到很大范围，物体显得小而远
焦距长 → 视角窄，只能看到一小块，物体显得大而近

景深和焦深

同光圈下，焦距越长，同样距离的物体，背景模糊越强烈。长焦镜头收集光线的方式导致CoC半径更大。大致是长焦拍人像，短焦拍大场景。

相关方案

RTR4中提到的以及AI总结的几种方案如下：

引擎	方案
URP Gaussian DoF	可分离高斯，移动端
URP Bokeh DoF	Scatter-as-Gather，高质量
HDRP DoF	Gather+Scatter混合，物理相机参数
UE（旧）	Hexagonal Bokeh
UE（新）	Scatter-as-Gather，Circle DoF

Accumulation Buffer（累积缓冲区）

RTR4中提到可以使用累积缓冲区的方法模拟景深，原理是在相机镜头处取一个圆形区域模拟光圈，对圆盘上的多个位置分别渲染，每次渲染时视线方向都朝向focal plane上的同一个焦点。焦平面上的物体每次位置一致，叠加后清晰；焦平面外的物体每次位置略有偏移，叠加后自然模糊。这种方法物理上更准确，但需要渲染N张图再平均，性能开销极大，不适合实时渲染。

CoC后处理（gather）

假设像素周围的局部邻域都具有相同的深度，可以进行聚集（gather）操作。对同一深度区间的像素进行模糊，高斯模糊是圆形的，那么这样可以去模拟弥散圆，缺陷是在背景高光很明显的情况下会向前方物体的边缘溢色，同时不能满足前景向背景溢色

Scatter（散射）

CoC后处理默认是Gather思路，每个像素去采集周围的贡献。但前景虚化有个问题：前景模糊的像素应该”溢出”覆盖到后面的清晰区域，Gather做不到这点。 Scatter反过来，每个大CoC的像素主动把自己”扩散”到周围像素上，用Compute Shader把像素当作小精灵（sprite）渲染出去。质量好但实现复杂。 实践中常见的是Scatter-as-Gather：用Tile预处理找出每个区域最大CoC，再用Gather模拟Scatter的效果，避免真正的Scatter开销。

分布式光线追踪

就是Accumulation Buffer的光追版本，在光圈圆盘上随机采样光线方向，天然支持正确的DoF。离线渲染（电影）的标准方案，实时不适用。

DoF（gather）实现

直觉参数设计

最简单的参数就是定一个平面作为焦平面，然后设置一个阈值，在这个差值范围内就是清晰的，其余区域是模糊的，模糊程度再用另一参数控制

对应参数是这样的

物理参数的转化

因为现实中物理相机的景深与光圈有关，而且景深并非是关于焦平面对称的，如果更符合现实的话就需要转换一下参数

透镜的成像公式，焦距和物距像距的关系

$$\frac{1}{f} = \frac{1}{d_o} + \frac{1}{d_i}$$

• $f$ = 焦距
• $d_o$ ​ = 物距（物体到透镜的距离）
• $d_i$ = 像距（透镜到感光元件的距离）

那么这样可以得到像距的表达式，像距就是对焦距离，也就是物体成像最清晰的位置，也就是感光元件的位置

$$d_i = \frac{f \cdot d_o}{d_o - f}$$

根据感光元件位置，再来对比真正的物体成像位置，可以得到物体成像位置和对焦位置两者的差值，如果两个差值较小，那么就认为是清晰的，反之就需要模糊

$$\Delta d_i = d_{i,depth} - d_{i,focus}$$

光圈直径 =$f / Aperture$， 从几何关系（相似三角形）推出CoC：

$$CoC = \frac{f}{Aperture} \cdot \frac{|\Delta d_i|}{d_{i,depth}}$$

最终展开化简后就得到：

$$CoC = \frac{f^2}{Aperture \cdot (focusDistance - f)} \cdot \left|1 - \frac{focusDistance}{depth}\right|$$

CoC计算

第一个Pass，计算CoC后直接存入RT的A通道中后面备用，场景颜色也存入RGB通道

高斯模糊计算

第二个Pass，就是计算模糊了，圆形渐变自然是起手高斯模糊，强度则由CoC控制，这里是水平模糊

合成

第三个Pass，还是同样读取CoC然后进行垂直高斯模糊

然后合成，计算CoC的时候保留正负值，这样就可以针对前景背景设置不同强度的模糊

最简的景深这三个Pass就足够了，高斯的效果如下，效果其实还是可以的

关于模糊的优化

因为模糊不太需要高频信息，为了减少像素的处理量，可以考虑先对RT进行降分辨率在进行模糊，虽然质量会有所下降，但是这样可以少处理很多像素

同样参数下效果如下，因为降分辨率，所以GaussianHalf参数需要降低才能匹配差不多的效果

关于散景Bokeh

在物理相机中，因为光圈数量不同，模糊出现形状也不一样，这种模糊效果被称为Bokeh，如果要实现的话，其实本质上就是用不同的模糊算法

BokehCircle圆形

关于算法可以去看这个网站，直接让ai帮忙写也可以 https://mini.gmshaders.com/p/phi 大致的分布就是这样

代码如下*

效果如下，方便观察我把强度设定的很高，高光成圆形，适合较亮的灯光和高光效果

BokehHexagon 六边形

因为六边形计算其实很费性能，所以有个简化版

高质量

对于第二中就是六边形的散布，最简单的就是直接在原有基础上剔除掉就行

效果如下

简化版

简化版使用3Pass，向三个方向拉伸，然后组合得到六边形，下面是代码，注释内容是借用了高斯的权重，这样会非常平滑，六边形特征有些微弱，我觉得效果不好换成了平均权重 垂直方向

30度方向拉伸

-30度方向拉伸

效果如下，效果稍差

当前效果和缺陷

因为gather算法的问题，在亮度差异比较大的情况下，背景模糊溢色会污染前面物体的边缘

同时前景模糊并不能向后晕染，尽管对前景的模糊程度进行了强化，也只是模拟一点效果

不过这个缺陷其实不是很严重，从效果说来说已经可以使用了，如果需要彻底解决就需要使用Scatter（散射）的方案去解决了，这个后续有时间我再去学习研究研究 DOF加上之前Bloom，FXAA，我觉得还不错