सभी कोनों के मामलों के लिए कुशलतापूर्वक ऐसा करने का कोई अच्छा तरीका नहीं है। अधिकांश या सभी व्यावसायिक 2D रेंडरर्स जो विश्लेषणात्मक कवरेज गणना करने का प्रयास करते हैं, पूर्वानुमानित त्रुटियां करते हैं जो मल्टीसमाप्लिंग विधियां नहीं करती हैं।
एक विशिष्ट समस्या दो अतिव्यापी आकृतियाँ हैं जो एक ही किनारे को साझा करती हैं। सामान्य स्थिति यह है कि अल्फा चैनल एक बहुत मोटी अल्फा एज तक जोड़ते हैं जो कि एलियास से थोड़ा कम है। या अगर आकृतियों को अलग तरह से रंग दिया जाता है, तो सिस्टम भ्रमित करता है कि पृष्ठभूमि क्या रंग है। यह बेहद कष्टप्रद है।
छवि 1 : प्रतिपादन इंजन कवरेज को भ्रमित करता है और एक पतली सफेद रूपरेखा बनाता है जहां कोई रूपरेखा नहीं होनी चाहिए।
बॉक्स छानने के लिए दूसरा सही कवरेज मात्रा। हम निश्चित रूप से बेहतर कर सकते हैं। यह देखते हुए कि कई विशेष कोने के मामले हैं जिन्हें सही करने के लिए आकृतियों पर बूलियन संचालन की आवश्यकता होगी, सुपर नमूना अभी भी बेहतर है। वास्तव में कवरेज अनुमानों का उपयोग नमूनाकरण को केंद्रित करने के लिए किया जा सकता है जहां इसकी सबसे अधिक आवश्यकता होती है।
पॉलीगॉन को उप पिक्सेल स्तरों पर स्थिति को सरल बनाया जा सकता है फिर असतत विश्लेषणात्मक समाधान हल किया जा सकता है। लेकिन यह लचीलेपन की कीमत पर। उदाहरण के लिए इस सवाल से बाहर नहीं है कि भविष्य के वेक्टर सिस्टम वैरिएबल चौड़ाई धुंधली लाइनों के लिए अनुमति दे सकते हैं जो विश्लेषणात्मक समाधानों के लिए एक समस्या पैदा करते हैं, जैसा कि अन्य चर रंगीन वस्तुओं को करते हैं।
इसे विश्लेषणात्मक तरीके से कैसे किया जाए
चित्र 2 : मान लीजिए कि आपके पास यह दृश्य है, दाईं ओर विस्फोट हुआ
अब आप इसे केवल विश्लेषणात्मक रूप से नहीं कर सकते हैं, प्रत्येक टुकड़ा अलग से और फिर डेटा को मर्ज करें। क्योंकि इससे डेटा गलत हो जाता है। अल्फा सम्मिश्रण देखें यदि आप ऐसा करते हैं तो नीले चमक को अंतराल को गर्त में डाल देगा।
आपको जो कुछ भी करना है, वह दृश्य को विभाजित करता है ताकि प्रत्येक आकृति दूसरे के नीचे क्या हो, समाप्त हो जाए:
चित्र 3 : आपको अंतर्निहित सतहों को काटने की आवश्यकता है।
अब अगर सब कुछ अपारदर्शी है तो यह सब सीधे आगे है। बस प्रत्येक टुकड़े के क्षेत्र की गणना करें और उन्हें रंग से गुणा करें और उन्हें एक साथ जोड़ दें। अब आप कुछ इस तरह का उपयोग कर सकते हैं ।
यह सब टूट जाता है यदि आपकी व्यक्तिगत आकृतियाँ निश्चित रूप से अपारदर्शी नहीं हैं लेकिन यहां तक कि कुछ स्तर पर भी किया जा सकता है।
याद है:
- एए गणना को रैखिक रंग अंतरिक्ष में किया जाना चाहिए, और अंतरिक्ष का उपयोग करने के लिए वापस रूपांतरित किया जाना चाहिए।