展厅地面贴了一张八百米见方的瓷砖贴图。站在中间看,砖缝清晰、反光细腻;走到墙边回头看,二十米外的地面糊成一片均匀的灰色,砖缝完全消失。把贴图换成四千像素的版本,近处更清楚了,远处还是糊。再把相机抬高,地面又开始闪烁,像撒了一层噪点。

这不是贴图分辨率不够,而是采样方式的问题。远处的几百个纹素被压进一个屏幕像素,如果只取其中一个,就会丢信息;取到哪个还随位置变化,于是闪烁。糊和闪看似相反,其实是同一件事的两个极端:采样点太少,或者采样点选得不合适。

这篇从 UV 坐标讲起,说明一张图怎么被贴到模型表面,放大和缩小时各发生什么,mipmap 如何用一组逐级缩小的副本来解决缩小问题,以及三线性和各向异性过滤在此基础上补了什么。文末脚本会算出一个具体采样点的最近邻、双线性和各层 mipmap 的取值,可以直接对照。

现象真实原因第一步查什么
远处地面纹理糊成一片多层纹理被压进少量像素,细节被平均掉看 mipmap 是否生成,各向异性过滤开了几倍
转动视角时远处纹理闪烁缩小采样时只取一个纹素,采样点随视角跳动关闭 mipmap 对比,确认闪烁是否随之加重
贴图放大后出现马赛克方块用了最近邻采样,每个纹素被放大成方块切换双线性过滤,看方块是否变成平滑过渡
模型接缝处出现一条细线UV 落在贴图边界,采样越过边界取到了另一侧检查 UV 是否贴到零或一,以及环绕模式
斜看地面时纹理沿一个方向拉长各向异性足迹被当成正方形,只采了一个层级开启各向异性过滤,观察拉长方向是否恢复细节
贴图颜色比原图偏亮或偏暗颜色贴图没有按 sRGB 解释,或法线贴图被错误地转了 sRGB检查每张贴图的色彩空间标记
合并图集后模型边缘出现杂色相邻贴图的内容渗进了采样范围给图集留出边距,或限制 mipmap 层级
法线贴图缩小后表面凹凸消失法线在 mipmap 生成时被当成颜色平均,方向被拉平确认法线贴图的降采样是否做了归一化

UV 是贴在模型上的坐标纸

三维模型的表面是弯曲的,贴图是平的,中间需要一层对应关系。这层关系就是 UV 坐标:模型上每个顶点除了三维位置,还带一对数,通常记作 u 和 v,取值范围零到一,表示它对应贴图上的哪个位置。u 控制横向,v 控制纵向。贴图本身也是采样值的网格,这一点和二维图像的像素是一回事,区别只在像素、色彩空间与位深讲的是图像内部,这里讲的是怎么贴到三维表面。

三角形内部的像素,UV 由三个顶点的 UV 按重心坐标插值得到。所以一张图能跟着模型的弯曲而弯曲,靠的就是这套插值。UV 排布的过程叫展开,相当于把模型表面像拆纸盒一样摊平,再在上面画图。

展开的质量直接决定贴图效果。摊得不好,同样的贴图在某些区域被拉得很密,某些区域被拉得很疏,纹素在屏幕上大小不一,看起来一边清楚一边糊。更严重的是重叠,两个面共用同一块 UV,画上去的图案会同时出现在两个地方,怎么调都调不开。

UV 还有个约定问题。有的软件把原点放在左下角,有的放在左上角,v 轴方向相反。导入模型后发现贴图上下颠倒,通常不是贴图错了,而是这条约定没对上。检查方法很土:拿一张写着数字的测试图贴上去,看数字正不正、上下反不反。

展开时还要考虑纹素密度,也就是模型上单位面积对应多少贴图像素。密度太低,近看就糊;密度太高,远处用不上,白白浪费显存。合理的做法是让整个模型各处的密度尽量接近,重要部位可以高一点。检查方法是给模型贴一张方格测试图,看格子在各处是否大小一致。

放大:最近邻与双线性

当贴图比屏幕上的面积小,一个纹素要铺开成好几个像素,这叫放大。最简单的做法是最近邻:目标像素落在哪个纹素的范围里,就取那个纹素的值,不做任何混合。结果是每个纹素变成一个边缘锐利的方块,像素画和图标要的就是这个效果,照片和地面就不行。

双线性稍微好一点。它取目标位置周围四个纹素,按距离加权平均:离得近的权重大,离得远的权重小。结果是从一个纹素到下一个纹素之间有了连续过渡,方块消失,代价是边缘变软,细节被轻微抹平。

这两种方式都只做插值,不做重建。它们假设贴图是一张连续图像的采样,但实际贴图在纹素之间是阶跃的。放大倍数越大,双线性的「软」越明显,看起来像隔着一层毛玻璃。想要更锐利,就得用更高阶的插值或者更高质量的放大算法,代价是更多采样和更多计算。

放大时的另一个坑是 UV 的像素中心约定。纹理坐标零点五对应第一个纹素的中心,如果按整数边界去算,整个图会偏移半个纹素。偏移半个纹素在低分辨率贴图上非常明显,表现为贴图整体往一个方向错位,或者边缘出现一条不该有的线。

要分清放大过滤和缩小过滤是两套设置。显卡允许分别设置放大和缩小,因为两者的最优策略不同:放大要平滑,缩小要抗混叠。只设了一个「过滤模式」就以为万事大吉,往往会出现近处糊、远处闪的组合症状。排查时先确认这两个设置各自是什么。

缩小:问题反过来,而且更难

缩小是反过来的情形:几百个纹素被压进一个屏幕像素。如果还按最近邻取一个,等于从几百个里随便挑一个代表,挑到亮的就亮,挑到暗的就暗。相机一动,挑中的纹素变了,像素颜色就跳,整片区域开始闪烁。

这在信号处理里叫欠采样。画面里明暗变化的频率超过了采样率,采样结果就会出现本来不存在的低频条纹。细密的砖缝、草地、栅栏在远处出现的摩尔纹,都是这个原因,不是贴图本身有花纹。

正确的做法是采样前先做低通滤波,把高于采样率的部分提前压掉。mipmap 就是这件事的工程实现:预先算出一组逐级缩小一半的副本,每一级都是上一级四个纹素的平均。缩得越小,用的层级越高,参与平均的纹素越多。

mipmap 的额外好处是缓存友好。远处的物体用很小的层级,一次读取覆盖很大的区域,纹理缓存不容易失效。代价是内存增加约三分之一,因为所有层级加起来是原图的一点三三倍。这个代价通常值得付。

摩尔纹还有个特点:它不是贴图本身的花纹,所以你盯着贴图文件怎么看都找不到。它随视角和距离变化,换个角度就换一套条纹。判断方法很简单,把 mipmap 打开再关掉,如果条纹明显变化,基本可以确定是采样造成的,不需要去改美术资源。

跑一遍采样与层级

下面这段用一个四乘四的黑白棋盘格,取一个固定 UV,分别算最近邻、双线性、两级 mipmap 和一次三线性混合。棋盘格是最容易看出采样差异的图案。

import math

tex = [[30 if (x + y) % 2 == 0 else 230 for x in range(4)] for y in range(4)]

def bilinear(u, v):
    x = u * 4 - 0.5
    y = v * 4 - 0.5
    x0 = math.floor(x)
    y0 = math.floor(y)
    tx = x - x0
    ty = y - y0
    def t(xx, yy):
        return tex[max(0, min(3, yy))][max(0, min(3, xx))]
    a = t(x0, y0) * (1 - tx) + t(x0 + 1, y0) * tx
    b = t(x0, y0 + 1) * (1 - tx) + t(x0 + 1, y0 + 1) * tx
    return a * (1 - ty) + b * ty

def mip(level):
    size = 4 >> level
    out = []
    for y in range(size):
        row = []
        for x in range(size):
            if level == 0:
                row.append(tex[y][x])
            else:
                prev = mip(level - 1)
                row.append(sum([prev[y * 2 + dy][x * 2 + dx] for dy in range(2) for dx in range(2)]) / 4)
        out.append(row)
    return out

u, v = 0.53125, 0.46875
print("nearest:", tex[min(3, int(v * 4))][min(3, int(u * 4))])
print("bilinear:", round(bilinear(u, v), 2))
m1 = mip(1)
m2 = mip(2)
print("mip1 block sample:", round(m1[min(1, int(v * 2))][min(1, int(u * 2))], 2))
print("mip2 sample:", round(m2[0][0], 2))
print("trilinear lod 1.3:", round(m1[0][0] * 0.7 + m2[0][0] * 0.3, 2))

在本机 Python 3.15 上实际运行,输出如下:

nearest: 230
bilinear: 136.25
mip1 block sample: 130.0
mip2 sample: 130.0
trilinear lod 1.3: 130.0

最近邻取到二百三十,也就是那个位置恰好落在亮格上。双线性得到一百三十六点二五,因为采样点落在四个纹素的交界处,两个亮两个暗,加权平均后接近中间值。这两个数差了将近一百,在屏幕上就是「一块亮斑」和「一片灰」的区别。

两级 mipmap 都是幺三零,这是因为这张棋盘格每个二乘二小块的平均值都正好是幺三零,逐级平均之后还是幺三零。换成有低频结构的贴图,各级的结果就会不同。这里的数值恰好相同,反而说明了一个道理:棋盘格这种高频图案,缩小时最适合被平均成一片均匀的灰。

三线性在层级一点三的位置混合,得到的还是一三零,因为两级的值一样。如果两张图不同,这一步就会在两级之间做平滑过渡,避免层级切换时出现一条明显的分界。层级是按屏幕上的纹素密度算出来的连续值,不是整数,所以需要这种混合。

层级是怎么算的?显卡对相邻像素的 UV 做差分,得到 u 和 v 在屏幕横纵方向上的变化率,取最大值或者按面积折算,再取对数。变化率越大,说明一个屏幕像素覆盖的纹素越多,层级越高。这套计算在硬件里完成,写代码时看不到,但理解了它,就知道为什么斜视表面会选择偏高的层级,也就明白各向异性为什么必要。

三线性与各向异性

选层级时,显卡会根据屏幕像素对应的 UV 变化率算一个细节层级:变化越快,说明贴图被压得越狠,用越高的层级。这个值是连续的,比如一点三,就同时采相邻两级再混合,这就是三线性过滤。它消除了层级切换的突变,代价是两次采样。

但三线性假设像素在贴图上的覆盖范围是正方形。斜看地面时,这个范围其实是一个被拉长的椭圆:一个屏幕像素在近处对应几行纹素,在远处对应几十行,横纵比可以到十几比一。用正方形去覆盖,只能选一个折中的层级,结果是要么横向糊,要么纵向出摩尔纹。

各向异性过滤就是针对这个形状的。它沿着椭圆的长轴取多个样本,每个样本用合适的层级,再按权重合成。倍数指的就是最多取几个样本,四倍、八倍、十六倍,倍数越高越接近真实足迹,代价也越高。

这项技术对地面、跑道、长桌面的效果最明显,因为这些表面在画面里总是斜着铺向远处。它不能解决所有模糊,但能让远处的纹理沿着拉伸方向保留细节,而不是整片糊掉。开和不开的差别,在斜视场景里一眼就能看出来。

各向异性的代价是采样次数线性上升。十六倍意味着最坏情况下一次采样读十六组纹素,每组还要做双线性和层级混合,带宽和计算都成倍增加。它通常只在斜视时触发,正视时自动退化成普通三线性,所以平均开销没有倍数看起来那么吓人,但峰值仍然要考虑。

边界与代价

第一个边界是内存。mipmap 多占三分之一,各向异性过滤本身不额外占显存,但会增加采样次数和带宽。贴图尺寸翻倍是四倍内存,层级只多三分之一,所以提高分辨率之前先确认过滤设置是否正确,往往收益更大。

第二个边界是图集。把很多小图拼成一张大图能减少绘制调用,但相邻图的内容会在采样时渗过来,尤其在缩小和高各向异性下,渗得更远。解决办法是给每块留边距,或者限制最高层级,代价是浪费一点空间。

第三个边界是色彩空间。颜色贴图要按 sRGB 解释,法线贴图、粗糙度贴图、金属度贴图是数据,不能按 sRGB 解释。mipmap 生成时,颜色图应该在线性空间平均,否则暗部会偏;法线图平均后要重新归一化,否则凹凸方向会被拉平。这些细节不处理,远处会出现整片偏差。

第四个边界是 UV 接缝。环绕模式决定了采样超出零到一时取哪边的值:重复、夹紧还是镜像。用重复模式做无缝贴图很方便,但接缝两侧的图案必须能接上;用夹紧模式则会在边缘拉出一条条纹。选错模式,接缝处就会露馅。

还有贴图压缩。显卡用的压缩格式按四乘四的小块编码,能省下大量显存和带宽,但会在块边界产生轻微色差。颜色贴图上不明显,法线贴图和粗糙度贴图上就可能出现块状纹路。压缩是有损的,不能指望它和原图完全一致,关键看误差是否落在可接受范围。

最后是性能边界。纹理采样是带宽大户,尤其在各向异性十六倍时,一次采样可能读十几个纹素。移动端通常限制在四倍或八倍,桌面可以更高。真实帧率取决于具体显卡和场景,未在本机实测,需要按目标设备实测调整。

五条当天能自验的练习

  1. 把脚本里的 UV 改成零点二五、零点二五,重新算四个值,确认最近邻和双线性在纹素中心处结果一致。
  2. 把贴图改成三乘三、值各不相同的图案,重跑 mipmap,观察每一级的平均值是否真的等于上一级四格的平均。
  3. 把双线性函数里的减零点五去掉,重跑同一个 UV,比较结果,理解半纹素偏移对采样的影响。
  4. 在自己项目里找一块斜着铺向远处的地面,关闭各向异性过滤再对比截图,确认远处是否出现整片模糊。
  5. 把一张颜色贴图分别按 sRGB 和线性解释,对比远处区域的颜色,确认色彩空间标记错误会在缩小后放大成整片偏色。

小结

UV 是模型和贴图之间的坐标对应,三角形内部靠重心坐标插值。放大用最近邻或双线性,前者硬、后者软;缩小会欠采样,必须先做低通,mipmap 就是预生成的一组缩小副本。三线性在相邻层级间混合,各向异性按拉伸方向多取样本,解决斜视时的模糊和闪烁。

下一篇讲渲染管线和着色器:顶点着色器和片元着色器各跑多少次、为什么纹理坐标必须做透视校正、统一变量和批处理怎么影响性能,以及一个像素的颜色到底是在哪一步被定下来的。