开发一个oa系统多少钱seo的优化步骤

光栅化

投影完成之后，视图区域被确定在从[-1,1]的单位矩阵中，下一步就是光栅化

长宽比：ratio

垂直的可视角度：fild-of-view 可以看到的y 轴的范围，角度越小 越接近正交投影

屏幕坐标系

、

将多边形转化成像素

显示器的成像：隔行扫描（每次仅仅绘制奇数行或偶数行）

三角形

像素和三角形的位置关系：像素的中心点和三角形的位置关系如何确定

采样

判断像素的中心点是否在三角形内

如何实现一个点是否在三角形内？

使用叉乘：p1p2 与p1q 叉乘 ，使用右手螺旋定则，z朝外，q 在p1 p2 的左侧

同理：q 在p2p0的右侧

q在p0 p1 的左侧；

因此 q 在三角形外侧

包围盒：bounding box ;不需要考虑所有的像素；考虑 三角形顶点的最大最小值

实际中会有锯齿，光栅化采样会导致该问题

反走样

通过判断像素点中心是否在三角形中，获取该像素点的值

实际得到：

期望得到：

实际上不期望出现锯齿

采样产生的现象：

（1）锯齿：jaggies

(2)摩尔纹

通过删除奇数行列后放大到和原图像尺寸

频域

高频信息：

对应图像的边界

卷积

时域卷积= 频域乘积

采样频率过低会导致频谱混叠，无法恢复，采样频率>= f

处理

（1）增加采样率：显示器分辨率高，像素和像素之间的间隔小，采样率高，更清楚

（2）反走样：先做模糊处理（低通滤波，过滤掉高频信息），再采样，相当于降低了原来频谱的对应的T,这样低的采样率不容易造成频谱混叠，无法过滤出原来的频谱

计算平均像素值：

MSAA

通过对像素内的多个位置进行采样并取其平均值来近似 1 像素盒式滤波器的效果

原本的效果：

第一步：使用2x2的像素点代替原来的像素点 

如蓝色区域，有75%的像素点在三角形内 

深度缓冲 Z-buffer

Painter‘s Algorithm

先画远处，再画近处

解决不了环形覆盖的问题

Z-Buffer

右图记录深度，深度越小，颜色越重

算法

如果当前三角形点的z 值小于 zbuffer中维护的z值，则重新赋值；

并且更新该点中的z值