Kích thước sprite tối ưu cho các vòng quay

Tôi đang tạo một trò chơi dựa trên sprite và tôi có một loạt các hình ảnh mà tôi có được ở độ phân giải lớn một cách lố bịch và tôi chia tỷ lệ chúng thành kích thước sprite mong muốn (ví dụ 64x64 pixel) trước khi chuyển đổi chúng thành tài nguyên trò chơi, vì vậy khi vẽ sprite trong trò chơi, tôi không phải mở rộng nó.

Tuy nhiên, nếu tôi xoay sprite nhỏ này bên trong trò chơi (động cơ theo kiểu nông nghiệp), một số pixel đích sẽ bị nội suy và sprite sẽ bị nhòe.

Tất nhiên điều này phụ thuộc vào góc quay cũng như thuật toán nội suy, nhưng bất kể, không có đủ dữ liệu để lấy mẫu chính xác một pixel đích cụ thể.

Vì vậy, có hai giải pháp tôi có thể nghĩ ra. Đầu tiên là sử dụng hình ảnh khổng lồ ban đầu, xoay nó theo các góc mong muốn và sau đó thu nhỏ tất cả các biến thể được sắp xếp lại, và đặt chúng vào một tập bản đồ, có ưu điểm là khá đơn giản để thực hiện, nhưng ngây thơ tiêu tốn gấp đôi lượng sprite không gian cho mỗi vòng quay (mỗi vòng quay phải được ghi trong một vòng tròn có đường kính là đường chéo của hình chữ nhật của sprite ban đầu, có diện tích gấp đôi hình chữ nhật ban đầu, giả sử các hình vuông vuông).

Nó cũng có nhược điểm là chỉ có sẵn một bộ xoay được xác định trước, có thể ổn hoặc không tùy thuộc vào trò chơi.

Vì vậy, lựa chọn khác sẽ là lưu trữ một hình ảnh lớn hơn, và xoay và thu nhỏ trong khi kết xuất, dẫn đến câu hỏi của tôi.

Kích thước tối ưu cho sprite này là gì? Ý nghĩa tối ưu rằng một hình ảnh lớn hơn sẽ không có hiệu lực trong hình ảnh kết quả.

Điều này chắc chắn phụ thuộc vào kích thước hình ảnh, số lượng góc quay mong muốn mà không mất dữ liệu xuống 1/256, đây là mức chênh lệch màu tối thiểu có thể biểu thị.

Tôi đang tìm kiếm một câu trả lời chung về mặt lý thuyết cho vấn đề này, bởi vì thử một loạt các kích cỡ có thể ổn, nhưng không phải là tối ưu.

Tôi nghĩ những gì bạn đang cố gắng làm là không gian hình ảnh 2D tương đương với làm tròn gấp đôi . Tôi có thể xây dựng một bằng chứng lỏng lẻo rằng không thể tìm thấy kích thước trung gian như vậy, ít nhất là trong trường hợp các thuật toán thu nhỏ đơn giản như nội suy tuyến tính.

Giả sử chúng ta thấy Nrằng hình ảnh trung gian có kích thước N×N, lớn hơn 64×64. Giả sử chúng ta thậm chí không áp dụng xoay vòng (góc bằng không).

Bây giờ hãy xây dựng một bức tranh không hoạt động.

Xây dựng hình ảnh trung gian

Xem xét một hình ảnh trung gian hoàn toàn màu đen. Rõ ràng, hình ảnh cuối cùng cũng sẽ có màu đen hoàn toàn. Sau đó, thêm một pixel màu xám có cường độ tối thiểu (RG, B = 1,1,1). Hình ảnh cuối cùng vẫn phải là màu đen hoàn toàn. Thêm một pixel màu xám chạm vào cái đầu tiên. Tiến hành xây dựng một vòng tròn cho đến khi hình ảnh cuối cùng không còn hoàn toàn màu đen.

Hình 1

Bây giờ một pixel trong hình ảnh cuối cùng là màu xám (nếu chúng ta tiếp tục mãi mãi, hình ảnh thu được sẽ hoàn toàn màu xám, vì vậy rõ ràng tại một thời điểm nào đó, một pixel sẽ chuyển sang màu xám) và nếu chúng ta xóa pixel cuối cùng đó, nó sẽ hoàn toàn đen trở lại.

Xây dựng hình ảnh gốc

Hãy xem xét hình ảnh gốc giả thuyết dẫn đến hình ảnh trung gian của chúng tôi. Tôi không thể chứng minh nó tồn tại, nhưng tôi có một cảm giác mạnh mẽ rằng nó có. Chẳng hạn, nếu ảnh gốc có kích thước 2N×2N, thì đây có thể là:

Hình 2

Khi hạ thấp Ảnh 2 xuống kích thước trung gian, chúng ta sẽ nhận được Ảnh 1.

Và theo giả thuyết, khi hạ thấp xuống 64×64, chúng ta có một chấm màu xám trong hình ảnh cuối cùng.

Bây giờ, hãy tách rời pixel cuối cùng mà chúng ta đã thêm và phân tán nó xung quanh cụm ban đầu:

Hình 3

Đây là ví dụ phản biện của chúng tôi.

Khi được hạ thấp đến kích thước cuối cùng, hình ảnh này sẽ cung cấp cho chúng ta một pixel màu xám, vì các pixel mà chúng ta phân tán thậm chí còn ở gần cụm hơn, do đó cường độ toàn cầu ít nhất là cao.

Khi hạ thấp kích thước trung gian, hình ảnh này sẽ bỏ lỡ pixel đặc biệt vì chúng bị phân tán xung quanh, vì vậy chúng tôi nhận được hình ảnh hoàn toàn đen khi thực hiện thay đổi kích thước hai bước.

Kết luận và suy nghĩ trong tương lai

Tôi hy vọng điều này thuyết phục bạn rằng những gì bạn đang cố gắng đạt được sẽ không hoạt động trong trường hợp chung.

Cách tiếp cận của tôi đối với vấn đề của bạn sẽ là tính kích thước tốt nhất cho mỗi hình ảnh : bắt đầu với hình ảnh gốc và vd. N = 128, sau đó thử tất cả các góc có thể và tính sai số tối đa. Nếu lỗi tối đa không thỏa mãn, hãy thử N = 256 vv cho đến khi bạn có được kích thước chính xác.