SPD 光谱功率分布
CoefficientSpectrum
根据给定采样数表示光谱，为RGBSpectrum、SampledSpectrum的父类。
重载大量的基础代码，比较简单不做赘述。其中为了方便访问对应区域的SPD，而重载了[]操作符。（TabulatedBSSRDF等会用到）
该类只要以各种基础运算函数、重载各种操作符为主，以及一个Float c[nSpectrumSamples];用于保存SPD信息。
SampledSpectrum
SampledSpectrum则将光谱表达为波长范围上的采样点集合。（通过采样求得光谱系数）
人眼对400~700纳米波长的光最敏感，通常采样量为30即可准确地表示渲染时的SPD
static SampledSpectrum FromSampled(const Float *lambda, const Float *v,int n) { //如果处于无序状态，则在排序后在返回结果 spectrum if (!SpectrumSamplesSorted(lambda, v, n)) { std::vector slambda(&lambda[0], &lambda[n]); std::vector sv(&v[0], &v[n]); //SortSpectrumSamples:讲sLambda与sv放入一个map中，使用sort进行排序后在放回对应的Vector //这里出现了一个骚操作，因为Vector存储的数据是紧挨着存储的和数组一样，所以可以直接用float*取地址进行操作 SortSpectrumSamples(&slambda[0], &sv[0], n); return FromSampled(&slambda[0], &sv[0], n); } SampledSpectrum r; for (int i = 0; i < nSpectralSamples; ++i) { //计算该采样区域的平均值 Float lambda0 = Lerp(Float(i) / Float(nSpectralSamples), sampledLambdaStart, sampledLambdaEnd); Float lambda1 = Lerp(Float(i + 1) / Float(nSpectralSamples), sampledLambdaStart, sampledLambdaEnd); r.c[i] = AverageSpectrumSamples(lambda, v, n, lambda0, lambda1); } return r; } Float AverageSpectrumSamples(const Float *lambda, const Float *vals, int n, Float lambdaStart, Float lambdaEnd) { for (int i = 0; i < n - 1; ++i) CHECK_GT(lambda[i + 1], lambda[i]); CHECK_LT(lambdaStart, lambdaEnd); //处理越界以及单一采样的情况 if (lambdaEnd <= lambda[0]) return vals[0]; if (lambdaStart >= lambda[n - 1]) return vals[n - 1]; if (n == 1) return vals[0]; Float sum = 0; //如果头尾采样都在区间内，则将其加入结果中 if (lambdaStart < lambda[0]) sum += vals[0] * (lambda[0] - lambdaStart); if (lambdaEnd > lambda[n - 1]) sum += vals[n - 1] * (lambdaEnd - lambda[n - 1]); //移动到对应的区间 int i = 0; while (lambdaStart > lambda[i + 1]) ++i; CHECK_LT(i + 1, n); //遍历各个区间，通过插值计算平均值，最终加到结果中 auto interp = [lambda, vals](Float w, int i) { return Lerp((w - lambda[i]) / (lambda[i + 1] - lambda[i]), vals[i], vals[i + 1]); }; for (; i + 1 < n && lambdaEnd >= lambda[i]; ++i) { Float segLambdaStart = std::max(lambdaStart, lambda[i]); Float segLambdaEnd = std::min(lambdaEnd, lambda[i + 1]); sum += 0.5 * (interp(segLambdaStart, i) + interp(segLambdaEnd, i)) * (segLambdaEnd - segLambdaStart); } return sum / (lambdaEnd - lambdaStart);} 针对任意SPD转化为$ X_\lambda Y_\lambda Z _\lambda$的计算，PRBT通过三条曲线进行适配。
RGB系数根据基于SPD相应曲线积分计算获得。对于既定曲线，乘积积分可通过预计算实现，并将全转换表示为一个矩阵。
inline void XYZToRGB(const Float xyz[3], Float rgb[3]) { rgb[0] = 3.240479f * xyz[0] - 1.537150f * xyz[1] - 0.498535f * xyz[2]; rgb[1] = -0.969256f * xyz[0] + 1.875991f * xyz[1] + 0.041556f * xyz[2]; rgb[2] = 0.055648f * xyz[0] - 0.204043f * xyz[1] + 1.057311f * xyz[2];}inline void RGBToXYZ(const Float rgb[3], Float xyz[3]) { xyz[0] = 0.412453f * rgb[0] + 0.357580f * rgb[1] + 0.180423f * rgb[2]; xyz[1] = 0.212671f * rgb[0] + 0.715160f * rgb[1] + 0.072169f * rgb[2]; xyz[2] = 0.019334f * rgb[0] + 0.119193f * rgb[1] + 0.950227f * rgb[2];}void ToRGB(Float rgb[3]) const { Float xyz[3]; ToXYZ(xyz); XYZToRGB(xyz, rgb);} RGBSpectrum
讲光谱系数转化为RGB值(先转成x、y、z，再转成RGB值)
static RGBSpectrum FromSampled(const Float *lambda, const Float *v, int n) { if (!SpectrumSamplesSorted(lambda, v, n)) { std::vector slambda(&lambda[0], &lambda[n]); std::vector sv(&v[0], &v[n]); SortSpectrumSamples(&slambda[0], &sv[0], n); return FromSampled(&slambda[0], &sv[0], n); } Float xyz[3] = {0, 0, 0}; for (int i = 0; i < nCIESamples; ++i) { Float val = InterpolateSpectrumSamples(lambda, v, n, CIE_lambda[i]); xyz[0] += val * CIE_X[i]; xyz[1] += val * CIE_Y[i]; xyz[2] += val * CIE_Z[i]; } Float scale = Float(CIE_lambda[nCIESamples - 1] - CIE_lambda[0]) / Float(CIE_Y_integral * nCIESamples); xyz[0] *= scale; xyz[1] *= scale; xyz[2] *= scale; return FromXYZ(xyz);}Float InterpolateSpectrumSamples(const Float *lambda, const Float *vals, int n, Float l) { for (int i = 0; i < n - 1; ++i) CHECK_GT(lambda[i + 1], lambda[i]); if (l <= lambda[0]) return vals[0]; if (l >= lambda[n - 1]) return vals[n - 1]; int offset = FindInterval(n, [&](int index) { return lambda[index] <= l; }); CHECK(l >= lambda[offset] && l <= lambda[offset + 1]); Float t = (l - lambda[offset]) / (lambda[offset + 1] - lambda[offset]); return Lerp(t, vals[offset], vals[offset + 1]);} 因为这里的代码都要后面几章才会用到，看得不太明白，待看到后面几章后再补充。
剩下的辐射度部分比较简单（稍微介绍了一下brdf、btdf、bsdf、bssrdf，而且和第二版是一样的），而且知乎上已经有一些比较好的解释了，不做赘述。不过我依然建议去看原文。