Dimensione ottimale dello sprite per le rotazioni

Sto realizzando un gioco basato su sprite, e ho un sacco di immagini che ottengo in una risoluzione ridicolmente grande e le ridimensiono in base alla dimensione dello sprite desiderata (ad esempio 64x64 pixel) prima di convertirle in una risorsa di gioco, quindi quando disegno il mio sprite all'interno del gioco, non devo ridimensionarlo.

Tuttavia, se ruoto questo piccolo sprite all'interno del gioco (motore in modo agnostico), alcuni pixel di destinazione verranno interpolati e lo sprite sembrerà macchiato.

Ciò dipende ovviamente dall'angolo di rotazione e dall'algoritmo di interpolazione, ma a prescindere, non ci sono dati sufficienti per campionare correttamente un pixel di destinazione specifico.

Quindi ci sono due soluzioni a cui riesco a pensare. Il primo consiste nell'utilizzare l'immagine enorme originale, ruotarla negli angoli desiderati, quindi ridimensionare tutte le varianti ricorrenti e metterle in un atlante, che ha il vantaggio di essere abbastanza semplice da implementare, ma consuma ingenuamente il doppio dello sprite spazio per ciascuna rotazione (ogni rotazione deve essere inscritta in un cerchio il cui diametro è la diagonale del rettangolo dello sprite originale, la cui area è doppia rispetto a quel rettangolo originale, supponendo sprite quadrate).

Ha anche lo svantaggio di avere solo un set predefinito di rotazioni disponibili, che può andare bene o no a seconda del gioco.

Quindi l'altra scelta sarebbe quella di memorizzare un'immagine più grande, e ruotare e ridimensionare durante il rendering, il che porta alla mia domanda.

Qual è la dimensione ottimale per questo sprite? Significato ottimale che un'immagine più grande non avrà alcun effetto sull'immagine risultante.

Ciò dipende sicuramente dalla dimensione dell'immagine, dalla quantità di rotazioni desiderate senza perdita di dati fino a 1/256, che è la differenza cromatica minima rappresentabile.

Sto cercando una risposta teorica generale a questo problema, perché provare un mucchio di taglie può andare bene, ma è tutt'altro che ottimale.

Penso che quello che stai cercando di fare sia lo spazio dell'immagine 2D equivalente al doppio arrotondamento . Sono in grado di costruire una prova libera che è impossibile trovare una dimensione così intermedia, almeno nel caso di semplici algoritmi di downscaling come l'interpolazione lineare.

Supponiamo di aver trovato Ntale che l'immagine intermedia abbia dimensioni N×N, maggiori di 64×64. Supponiamo che non stiamo ancora applicando la rotazione (l'angolo è zero).

Ora costruiamo un'immagine che non funziona.

Costruire l'immagine intermedia

Considera un'immagine intermedia completamente nera. Ovviamente, anche l'immagine finale sarà completamente nera. Quindi, aggiungi un pixel grigio di intensità minima (R¸G, B = 1,1,1). L'immagine finale dovrebbe essere ancora completamente nera. Aggiungi un altro pixel grigio toccando il primo. Procedere costruendo un cerchio fino a quando l'immagine finale non sarà più completamente nera.

Immagine 1

Ora un pixel nell'immagine finale è grigio (se continuassimo per sempre, l'immagine risultante sarebbe completamente grigia, quindi ovviamente a un certo punto un pixel diventa grigio), e se rimuoviamo quell'ultimo pixel, sarà di nuovo completamente nero.

Costruire l'immagine originale

Considera l'ipotetica immagine originale che ha portato alla nostra immagine intermedia. Non posso provare che esista, ma ho la netta sensazione che lo sia. Ad esempio, se l'immagine originale ha dimensioni 2N×2N, potrebbe essere questa:

Immagine 2

Quando si riduce l'immagine 2 alla dimensione intermedia, si ottiene l'immagine 1.

E per ipotesi, quando si esegue il downscaling 64×64, si ottiene un punto grigio nell'immagine finale.

Ora dividiamo l'ultimo pixel che abbiamo aggiunto e lo dividiamo nel cluster originale:

Immagine 3

Questo è il nostro contro-esempio.

Quando viene ridimensionato alla dimensione finale, questa immagine dovrebbe darci un pixel grigio, perché i pixel che abbiamo sparso sono ancora più vicini al cluster, quindi l'intensità globale è almeno altrettanto elevata.

Quando viene ridimensionato alla dimensione intermedia, questa immagine dovrebbe perdere il pixel speciale perché sono stati sparsi, quindi otteniamo un'immagine completamente nera quando si esegue il ridimensionamento in due passaggi.

Conclusione e pensieri futuri

Spero che questo ti convinca che ciò che stai cercando di ottenere non funzionerà nel caso generale.

Il mio approccio al tuo problema sarebbe quello di calcolare la dimensione migliore per immagine : iniziare con l'immagine originale e ad es. N = 128, quindi prova tutti gli angoli possibili e calcola l'errore massimo. Se l'errore massimo non è soddisfacente, provare N = 256 ecc. Fino ad ottenere la dimensione corretta.