CG——blender程序纹理

blender的纹理节点就那么几个

noise / voronior / wave / Musgrave / magic...以及我个人很少用的 brick checker～

what？？blender你逗我呢？？？人家 C4D 光是 noise 那么多种变化都超过你的纹理数量了～你让我们怎么用？？？

事实上

blender 看似寥寥几个纹理，其实可以组合出无穷无尽的变化。

第一个，我们首先要了解的是

颜色无穷尽，纹理无穷尽

blender 的 cycles 渲染器中，

我们有一个 texture coordinate 节点

可以用于控制纹理的映射方式。

如果把这个节点的各个出口链接上 emission 节点，再 链接 output（此处强烈推荐开启 “node wrangler” 插件）

就会看到一些很丑的渐变色。

就是纹理无穷尽的秘密 —— cycles（事实上，是绝大多数渲染器） 把所有的映射信息都以颜色的方式，储存在节点当中。

所以当我们改变颜色，就可以改变纹理的映射。

OK～自然知道了这个 “秘密” 那就来试试看吧。

把一个 noise 链接到 noise 上 会怎么样？

嘶～（黑人问号脸～）似乎跟提高 noise 的 distortion 没什么区别啊？？？

别灰心，再试试看～把作为控制映射的 noise 节点（就是第一个noise）节点的 detail 提到最大试试看？

同样是扭曲～我这里可以提供更丰富的细节是吧？除此以外，我还能通过 scale distortion 等来控制扭曲的大小，以及双重扭曲。

ok,开始制作程序纹理木桌。

我希望这一张木桌有很紧密细腻的竖纹。

一开始我试着用这个 wave 解决。加点 distortion 加点 detail 。。。

结果就是丑到没法看～

接下来我试着用一个拉伸的 noise 作为映射坐标链接到 wave 上

效果不错～

可是单纯这样的纹理也太过单调。

我想加一点年轮木纹在里面。如下图

利用一个拉伸的 voronoi 链接到 wave 即可得到拉伸的木纹（这里为了大家能够看得清楚，我减小了拉伸数值，事实上，我的拉伸更强）

什么？你问我中间的一个 colorramp 有什么用？？？？

记住 颜色无穷尽，纹理无穷尽

在调节中间的 colorramp 。可以在不影响 voronoi 数量的情况下，控制每一个 voronoi 的大小

即

在不影响年轮数量的情况下，控制每一个年轮的大小。

但是。。。。这个年轮怎么这么干净啊哈？？？人家真实的年轮可是张酱紫的啊？

想想～我们刚刚试一下什么纹理作为坐标进行映射会造成扭曲？

noise 对不对 ？？

在 voronoi 的基础上，mix 一个 noise

对不对？这就是一个扭曲的木纹了～

抱歉，我想再重申一遍

颜色无穷尽，纹理无穷尽～～！！

不要被 “一个纹理链接另一个纹理” 这种思路限制死了。

我只要它的年轮木纹，

我们所有的木纹位置都是基于前面的 voronoi 生成的

所以

我们可以用前面的 voronoi 作为遮罩提取年轮。

回头这个年轮叠在刚刚做出来的木纹上就ok了～

接下来做木桌的划痕污渍～

先来几个

高强度拉伸

不同旋转角度

高密度的

noise

然后给他们分别加上 colorramp 修剪掉大部分的黑色

只留下寥寥几条黑色

然后把他们 multi 在一起

然后分别用一点点noise 和一点点 wave 做污渍，

也是 multi 在一起

再把污渍划痕 multi 再一起

叠在刚刚做好的纹理上，

你的桌子就做好～～～

场景中其他事物，我也是以这样的方法

做一下纹理污渍上去，如下图

顺便说一下。

在金属材质中

最影响质感的 其实是 roughness

其次才是 bump（如果你有bump 的话）

2018-04-19

）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图

---