GPU Gems 1 · Chapter 20. Texture Bombing

大面积草地、花田、瓦片、鳞片或一整座相似建筑，直接重复一张纹理会暴露规则周期；使用更大的唯一纹理又会增加数据、带宽和制作成本。GPU Gems 1 第 20 章的 Texture Bombing 采用一个规则网格做寻址，再在每个 cell 中放置位置、优先级和图像选择都不同的小元素，让规则只保留在计算结构里，而不直接出现在最终图案中。

texture bombing 的目标不是完全消除 grid，而是把 grid 变成廉价的候选生成器。每个像素先找到自己所在 cell，再读取该 cell 的随机参数，最后检查可能跨界的邻居；因此它可以替换真实 image，也可以生成圆、斑点、鳞片或细胞区域。

1. cell 坐标与 cell 内 offset

cell coordinates 将连续 UV 变成可寻址的整数网格。设 scale 控制 cell 密度，则像素的 cell 与 cell 内 offset 为：

float2 scaledUV = UV * scale;
int2 cell = floor(scaledUV);
float2 offset = scaledUV - cell;

cell 用作随机参数的索引，offset 用来访问 image。相邻 cell 的整数坐标差一个单位，因此可以用固定偏移枚举邻居。这里的 scale 不是图像缩放本身，而是决定单位 UV 中包含多少候选 cell；提高 scale 会增加细节数量，也会让每个 image 可用的像素更少。

pseudo-random texture 可以把 integral cell name 映射到近似不相关的值。二维随机纹理的坐标不需要神秘常数，只要相邻 cell 不落在同一个 texel、并且不会形成明显短周期即可：

float2 randomUV = cell * float2(0.037, 0.119);
float4 random = tex2D(randomTex, randomUV);
float2 imageOffset = random.xy;
float priority = random.w;

random 的不同通道可以承担不同职责：xy 控制 image 位置，z 选择多图纹理中的某一张，w 作为 priority 或出现概率。为 image 采样时，要把 imageOffset 从 cell 内 offset 中扣除；image 的 alpha 可以表示透明或不透明，从而决定是否覆盖背景。

2. 邻居采样：先保证 coverage，再压缩成本

若 image 不大于 cell，且它的 opaque 区域始终落在 cell 内，边界附近仍可能受到邻居 image 的影响。没有额外限制时，需要检查当前 cell 周围的九个 cell；如果规定 offset 只向一个固定方向跨界，且 image 尺寸不超过 cell，则可以只检查当前 cell 与三个方向邻居，共四个候选。

float4 color = background;
float bestPriority = -1.0;
 
for (int i = -1; i <= 0; ++i) {
  for (int j = -1; j <= 0; ++j) {
    int2 candidateCell = cell + int2(i, j);
    float2 candidateOffset = offset - float2(i, j);
    float2 randomUV = candidateCell * float2(0.037, 0.119);
    float4 random = tex2D(randomTex, randomUV);
    float4 image = tex2D(imageTex, candidateOffset - random.xy);
    if (image.a > 0.0 && random.w > bestPriority) {
      color = image;
      bestPriority = random.w;
    }
  }
}

代码中的四邻居不是一个可以无条件复制的常数：image 被放大、旋转、offset 范围改变或 opaque 区域进入更多角落时，候选集合也要扩大。为了避免多次真实 image texture read，procedural shape 可以先保存 winner 的坐标，循环结束后只做一次最终颜色 lookup；依赖 alpha 判断的真实 image 则不一定能使用这个优化。

如果要让重叠结果有稳定层次，priority 比访问顺序更重要。priority 可以表示前后关系，也可以设置初值来控制出现概率：例如初始阈值提高后，部分 image 会被拒绝，密度自然降低；这种 rejection 仍然要经过 coverage 和性能测试。

3. image、procedural shape 与多样性

真实 image 的 alpha 能提供精细花朵、瓦片或树叶轮廓，但它需要多次 dependent texture samples。程序形状可以用 cell 内距离平方判断，例如把中心移到 (0.5, 0.5) 后检查 dot(p, p) 是否落在半径平方内；这样可以把最终颜色 sample 移出内部循环，并很适合圆、斑点与简单鳞片。

image 选择也可以增加变化：将多个小图横向打包，用 random.z 计算整数 index，再把 x 坐标限制在所选子图区域；子图之间要有足够边框，mipmap 每一级也要保留边框，否则边界颜色会从相邻子图渗入。静态 image 可以使用 CLAMP 防止越界 ghost sample；动画 image 的 random 参数若使用 LINEAR，运动更平滑，但随机值的方差会被压低。

随机 scale 和 rotation 要服从邻居范围。若旋转后的 opaque 圆盘进入 cell 角落，四邻居假设可能漏掉它；要么缩小 image，要么扩大候选 cell。视差、法线和简单 diffuse factor 也可以作用在 procedural 3D bombing 的形状上，让球和体积元素不再只是平面圆。

4. priority 与 Voronoi-like cellular 方法

priority 让重叠 compositing 有可解释的 winner。随机 w 可以形成鳞片或瓦片的遮挡层；将 priority 换成到 cell 内随机点的距离平方，则能生成 Voronoi-like regions，并且不需要计算平方根。

Voronoi-like regions 的简化算法先把 priority 设为很大，再对候选点计算 radius2 = dot(offset, offset)；距离更小的点覆盖当前结果。严格的 Voronoi 区域可能需要检查更远的 cell，因为第二邻居有时会比已检查的近邻更近；增加每 cell 的样本数可以降低这种错误出现的概率，也能减弱矩形 grid 感。

这类 cellular 结果适合裂纹、皮肤、干泥和叶片等需要空间变化但不要求精确几何边界的材质。不要把近似区域当成严格的几何分割：边界统计、sample 数和 cell scale 改变时，结果会随之变化，必须用目标纹理分辨率重新校准。

5. 二维、三维与性能预算

procedural 3D bombing 把 UV 网格换成 object-space unit cube。二维四邻居可能只需四次候选，二维九邻居覆盖更安全，而三维受限的邻居集合也通常需要八次访问；每次访问都可能包含 random sample、image 或 shape 计算。

主要成本来源包括 dependent texture read、重复执行候选 shading、每 cell 的多个 image、寄存器压力和最终颜色采样。可以按以下顺序优化：

1. 先证明 image 大小与 offset 限制，再从九候选缩减到四候选。
2. 对 procedural shape 保存 winner 坐标，把最终 color lookup 移到循环外。
3. 用 random.w 做 rejection 或减少每 cell 的 sample 数，但记录密度变化。
4. 让坐标保持 full precision，颜色和中间值在目标 framebuffer 允许时再评估 half 或 fixed precision。

动画时可以让 random lookup 坐标随时间缓慢变化，但要注意 bilinear random 的 ramp-like 运动和人眼对方向断点的敏感性。静态材质优先稳定与低成本，动态材质再选择平滑随机参数，不能只凭一帧截图判断质量。

6. 动手实验：从“重复”调到“丰富”

先预测四个变化：提高 density 会减少空洞但增加重叠和成本；增大 image size 会让 coverage 更完整却需要更多邻居；提高 cell scale 会增加元素数但让单个 image 更小；从二维四邻居切到三维或九邻居会提高成本并降低边界漏采样。

这个实验使用确定性的示意点，不替代真实 image texture 的 alpha 和 mipmap 测试。工程验收应覆盖静态重复感、cell 边界、image 旋转、透明边框、多图 atlas、动画 random、目标分辨率和 shader 指令数。

小结：把重复变成可控的随机变化

• texture bombing 用规则 cell 寻址，把 image 或 procedural shape 以伪随机位置散布到大面积表面。
• cell coordinates、cell 内 offset 和 pseudo-random texture 是基础数据流；xy 可控制位置，z 可选图，w 可做 priority 或概率。
• image 靠近 cell 边界时必须检查邻居；四邻居需要受限 image，九邻居更安全但更贵。
• priority 解耦重叠顺序与访问顺序，Voronoi-like regions 则把距离平方作为 winner 条件。
• procedural 3D bombing 更有体积感却需要更多邻居；先验证 coverage，再用候选数、最终 sample 和精度策略做性能优化。