光线追踪算法 python

光线跟踪算法原理：

步骤一： 从视点出发通过该像素中心向场景发出一条光线 R ，并求出 R 与场景中物体的全部交点；获得离视点最近交点 P ；并依据局部光照明模型计算 P 处颜色值 Ic ( 光线投射 )。

步骤二： 在 P 处沿着 R 镜面反射方向和透射方向各衍生一条光线 注：若点P所在表面非镜面或不透明体，则无需衍生出相应光线）

步骤三： 分别对衍生出的光线递归地执行前面步骤，计算来自镜面反射和透射方向上周围环境对点 P 光亮度的贡献 I s 和 I t。

步骤四： 依据 Whitted 光照明模型即可计算出点 P 处的光亮度，并将计算出的光亮度赋给该像素。

最终，当所有屏幕像素都处理完毕时，即得到一幅真实感图形。

（光线跟踪树示意图）

光线跟踪递归过程终止条件

1.  光线与环境中任何物体均不相交，或交于纯漫射面

2.  被跟踪光线返回的光亮度值对像素颜色的贡献很小

3.   已递归到给定深度

光线跟踪算法的伪语言描述

main ( )  //主函数
{
  for(需要计算颜色的每一像素pixel) {
  确定通过视点V和像素pixel的光线R;
  depth =0;  // 递归深度
  ratio =1.0;  //当前光线的衰减系数，1.0表示无衰减
  // color是经计算后返回的颜色值
  RayTrace(R, ratio,  depth, color);  
  置当前像素pixel的颜色为color;
  }
} // 主函数main( )结束
RayTrace(R, ratio,  depth, color)//说明：光线跟踪子函数
{ 
  if(ratio< THRESHOLD) {              //终止条件2
  置color为黑色；
  return;
  }
  if(depth> MAXDEPTH){             //终止条件3
  置color为黑色；
  return;
  } 
  // to be continued
光线R与场景中的所有物体求交。若存在交点，找出离R起始点最近的交点P；
  if(交点不存在){                       //终止条件1
  置color为黑色；
  return;
  } 
  用局部光照明模型计算交点P处的颜色值，并将其存入local_color；
  // to be continued
  if(交点P所在的表面为光滑镜面) {
  计算反射光线Rr;
  //递归调用！
  RayTrace(Rr, ks*ratio, depth+1,reflected_color);
  }
  if(交点P所在的表面为透明表面) {
  计算透射光线Rt;
      //递归调用！
  RayTrace(Rt,kt*ratio, depth+1,transmitted_color);
  }
  // to be continued
  依照Whitted模型合成最终的颜色值，即：
  color = local_color+ ks*reflected_color+  
                kt*transmitted_color；
  return;
}  // 光线跟踪子函数RayTrace( )结束