HDR這個詞彙在我看過的書或資料中多次出現，從《Real-time Rendering》到SDK裡面的偶爾出現，一直對其是一種莫名的感覺，HDR是什麼，High Dynamic Range，範圍很廣，為什麼要HDR呢？因為了更好的畫面。這些很淺顯的認識讓我一直雲裡霧裡。終于在DX9的sample中有這麼個簡單的HDR教學執行個體，确實讓我了解很多。在網上看到3d本身渲染的未經過HDR處理的圖檔和經過HDR處理過的圖檔比較起來，HDR所帶來的圖檔确實讓我折服。因為HDR處理後的圖檔讓人感到身臨其境的感覺。記得很多次拍照片，回來看的時候總覺得不是當時看到的那種感覺，現在我才終于知道因為不經過處理的照片是LDR（Low
Dynamic Range）的，也就是照片記錄不了大世界的HDR。是以我們感覺不一樣。聊了一會後讓我們開始認識HDR吧。
HDR的英文就是High Dynamic Range，也就是高動态範圍。這是指的一個場景彙中最亮區域和最暗區域之間的光亮範圍。在我們所處的世界中，這個範圍是很廣的，或者說光亮的梯度很多。但是我們的顯示器，我們顔色表示确很小，255個亮度梯度變化。如果将HDR的場景，直接不經處理的傳遞給LDR，我們将會失去超過LDR的那部分資訊。這樣我們就得不到近似我們世界的大範圍場景了。那我們應該怎麼做的，從照相機發明一來，攝影師們早就發現這個問題，并且相處了處理這種問題的方案。這個方案也類似于我們将要講述的HDRpipeline。那就是從場景中找出能大體表示場景總體亮度的灰階顔色（Key
Value），然後将亮度範圍根據KeyValue重新映射到相機的亮度範圍内。其中包含了很多沖洗照片的标準過程。我們的程式也将使用類似的思路來完成HDR往LDR的映射。
相關素材(tonemap.pdf)請到我的資源中下載下傳。
回到程式。我們的大體思路是，首先讓程式中較亮的部分感染其鄰近的顔色，這樣能讓圖檔較亮的部分呈現類似我們世界的現象感染其鄰近區域。染色後，再将我們圖檔通過某種變換映射到LDR中。
我們大體分4個部分。
首先将場景渲染到一個高精度高範圍的紋理（也就是HDR）中，這樣我們能真實的記錄場景的顔色和亮度。但這個紋理拿去顯示同樣和LDR一樣，因為顯示器把超出1的部分截斷，是以即使你有完整的資料也别想着可以顯示出來。我們還需要把HDR紋理轉換到LDR紋理中。
我們将得到的場景的HDR圖進行亮度求值，我們使用Down Samples（降低樣本，也就是大圖檔平均到小圖檔）方法求出整個場景的平均亮度，和最大亮度。我們同樣采用Down Samples的方法是為了減小計算量，因為我們要進行很多次顔色填充，是以填充量讓程式很吃力，為了減少計算負擔，經常采用Down Samples的方法。首先我們采用rgb中最大的分量表示該色素的亮度。我們計算平均亮度是使用幾何平均的方法。也就是說使用不是使用n個樣本相加再除以個數的方法，而是采用n的樣本亮度相乘然後開n方根。幾何平均亮度也可以采用log平均方法，這兩種幾何平均方法是等價的。
我們需要從場景出截出比較亮的區域。首先我們設定一個較亮區域的亮度門限值，如0.8。我們将HDR圖檔Down Sample并截出較亮的區域。并進一步進行Down Samples。然後采用高斯模糊方法（一種經常用于圖檔模糊化的模糊方法）對圖檔進行模糊化，這樣将能讓較亮區域感染其鄰近區域。得模糊後的圖檔，Bloom圖檔。
我們得到這些基本部件後，就可以進行我們最關鍵的一步，将HDR映射到LDR。首先是作者采用标準Bilinear對Bloom圖檔進行取值，其實一般不必這麼做，因為現在絕大多數顯示卡已經完全硬體支援Bilinear了。然後把取得的這些顔色添加到HDR中顔色中，得到新的HDR顔色。然後用新的HDR顔色映射到LDR。首先求出新的HDR顔色的亮度值，然後用該亮度除以先前求出的平均亮度得到解調後的新亮度。調節後的新亮度需要再次調節，這樣非常亮的地方才能不至于丢失。有兩種方法。如下圖中的兩個公式。其中L(x,y)是講過調節的亮度值。Ld(x,y)是最後的亮度值。第一個公式是最簡單的，第一個公式可以讓較亮的區域縮放大約1/L(x,
y)。而讓較暗的區域幾乎沒有改變。第一個公式保證HDR映射到LDR的範圍中。但較亮的區域會讓細節難以辨識。第二個公式克服了這個問題。其中的L（White）是圖檔中的最大亮度。
最後我要說一下我的經驗，在這次學習和程式設計中重新認識了下MS系統中光栅化和紋理讀取的沖突。
如果想用頂點XYZRHW格式的四邊形，并采用Bilinear過濾将四邊形的紋理正确的渲染到螢幕，我們需要将四邊形往左上方向偏移0.5，因為Bilinear取值是用以該點的紋理坐标為中心，邊長為1的方格中求值。為了将這個求值方格正确的對齊到相應的紋理方格中，我們隻需要将把螢幕0.0點對應的紋理坐标改為0.5,0.5就可以了。為了實作這個，我們需要将四邊形往左上偏移0.5，這樣在0.0的紋理就變成0.5,0.5.（詳細資料請參考：Directly Mapping Texels to Pixels）
進行DownSample的時候，偶數采樣和奇數采樣有差别。如果偶數降采樣。也就是如2x2區域降采樣到一個像素。第一個偏移量為0.5。而奇數采樣第一個偏移量為1.因為偶數采樣的時候采樣點在方格角落處，而奇數采樣中采樣點在方格中心。如下圖，如果采用經驗1的方法，那麼我們看看将2x2降采樣到1個像素是怎麼的情況。
