Partie 1 : travail à rendre
au strict minimum : une fonction d'intersection rayon / plan,
ainsi que intersection rayon / sphere + le parcours des pixels
de l'image ainsi que la génération du rayon de chaque pixel, +
les ombres, ie le minimum pour créer une image de ce type :
mais normalement vous avez tous terminé le tp2 pendant les séances encadrées : donc vous devez avoir quelque chose qui ressemble plutôt à ça :
Partie 2 : bonus (minimum 2, au choix)
bonus 1 :
et avec un flou de profondeur ?
et si le ciel change de couleur en fonction de la direction ?
bonus 4 :
et si un objet est un miroir parfait ? quelle est sa couleur ?
bonus 5 :
et avec des matières réfléchissantes ? cf le supplément du
cours sur les matières.
bonus 6 :
et avec beaucoup d'objets ? cf le supplément du cours sur
le tri
des objets.
bonus 7 :
et avec un objet modélisé dans Blender et composé de triangles ? cf le supplément de cours sur les triangles.
bonus 8 : et avec opencv ?
lorsque l'on utilise des points ou des directions aléatoires pour calculer la lumière réfléchie par un objet, l'image est plus ou moins bruitée / avec des défauts... peut on filtrer l'image avec un filtre gaussien opencv pour la "nettoyer" ? comment régler les paramètres du filtre ? est ce que les paramètres du filtre dépendent du nombre de points / de directions aléatoires utilisés pour faire le calcul ?
cf la doc opencv, section "gaussian blurring"
bonus 9 : et avec un filtre bilateral ?
mêmes questions pour un filtre bilateral. quelles sont les différences avec un filtre gaussien "classique" ? est ce intérressant dans ce cas (ie pour éliminer les défauts de calculs / d'estimation de la lumière réfléchie) ?
quelles informations supplémentaires peut-on fournir au filtre pour préserver certains détails dans l'image ? les contours des objets, par exemple ? comment les calculer en même temps que les pixels de l'image ?
cf la doc opencv, section "bilateral filtering"
bonus 10 : une surprise ?
on aime bien les surprises !
lorsque l'on utilise des points ou des directions aléatoires pour calculer la lumière réfléchie par un objet, l'image est plus ou moins bruitée / avec des défauts... peut on filtrer l'image avec un filtre gaussien opencv pour la "nettoyer" ? comment régler les paramètres du filtre ? est ce que les paramètres du filtre dépendent du nombre de points / de directions aléatoires utilisés pour faire le calcul ?
cf la doc opencv, section "gaussian blurring"
bonus 9 : et avec un filtre bilateral ?
mêmes questions pour un filtre bilateral. quelles sont les différences avec un filtre gaussien "classique" ? est ce intérressant dans ce cas (ie pour éliminer les défauts de calculs / d'estimation de la lumière réfléchie) ?
quelles informations supplémentaires peut-on fournir au filtre pour préserver certains détails dans l'image ? les contours des objets, par exemple ? comment les calculer en même temps que les pixels de l'image ?
cf la doc opencv, section "bilateral filtering"
bonus 10 : une surprise ?
on aime bien les surprises !