图形渲染与 Shader / 系统课时

一张截图够不够判断光照问题

一张截图够不够判断光照问题

一张截图能证明某一帧“看起来有问题”,却很难证明问题发生在什么阶段,更不能直接说明性能瓶颈来自阴影。本节把截图、录屏和 GPU 数据放到同一条诊断链路中,让每一种证据只回答它擅长的问题,避免从单帧现象直接跳到错误结论。

学习目标

  • 判断截图、录屏和 GPU 数据分别适合回答什么问题
  • 建立从视觉现象到时间变化再到渲染成本的诊断顺序
  • 用可重复的证据区分画面缺陷与性能问题

截图回答空间问题

静态截图最适合检查某一时刻的空间关系,例如阴影是否脱离物体、边缘是否严重锯齿、接触阴影是否缺失、亮暗关系是否异常,以及某个区域是否出现明显漏光。

但截图会丢失时间维度。级联切换产生的跳变、摄像机运动时的阴影闪烁、临时分辨率变化和偶发 GPU 尖峰,都可能在截取的单帧中完全看不出来。因此看到单张截图时,应把结论限制在“这一帧出现了什么”,而不是直接推断根因。

录屏回答变化过程

当问题和摄像机移动、角色运动或距离变化有关时,录屏比截图更有价值。它可以显示阴影是否随着视角连续变化、某条边界是否固定在屏幕或世界空间,以及缺陷是否只在特定距离出现。

例如阴影在摄像机前进时周期性变清晰又变模糊,通常应继续检查级联覆盖与切换区域;如果物体静止时正常、运动时出现拖影或抖动,则需要把注意力转向时间相关算法、更新频率或稳定化策略。

录屏仍然不能证明 GPU 为什么变慢。视频编码后的画面甚至可能掩盖细小锯齿,因此它主要承担“复现时间过程”的职责。

GPU 数据回答成本来自哪里

GPU 抓帧或性能分析器能够回答某个渲染阶段花了多少时间,以及阴影相关 pass 是否随着场景变化明显增长。诊断性能问题时,至少要同时保存整帧 GPU 时间和阴影阶段时间,否则无法判断阴影变慢是否真的影响最终帧率。

如果需要快速比较一组测量值,可以先计算中位数和高分位,而不要只看平均值。下面使用一组示例阴影 pass 时间演示基本整理方法。

python
samples_ms = [1.21, 1.18, 1.24, 1.20, 1.19, 2.10, 1.22, 1.23, 1.20, 1.21]
values = sorted(samples_ms)

p50 = values[len(values) // 2]
p95_index = int((len(values) - 1) * 0.95)
p95 = values[p95_index]

print(f"p50: {p50:.2f} ms")
print(f"p95: {p95:.2f} ms")
print(f"max: {max(values):.2f} ms")

预期输出:

text
p50: 1.21 ms
p95: 1.24 ms
max: 2.10 ms

这组数据说明大多数帧集中在约 1.2 ms,但存在一次明显尖峰。实际排查时,应回到发生尖峰的那一帧检查投影物体数量、阴影级联更新、灯光变化以及相关绘制调用,而不是用平均值把异常稀释掉。

三类证据要串起来

证据 最适合回答 不能单独证明
截图 哪个位置、哪个物体、哪种视觉缺陷 缺陷是否随时间变化、GPU 为什么慢
录屏 缺陷在运动和距离变化中如何出现 具体哪个 GPU 阶段超预算
GPU 数据 哪个 pass 消耗时间、是否存在尖峰 玩家最终看到的缺陷形态

实际诊断可以按固定顺序进行:先用截图标记位置和视觉现象,再用录屏确认触发条件和时间规律,最后在相同场景、相同摄像机路径和相同质量档位下抓取 GPU 数据。三份证据必须指向同一次可复现过程,才能形成可靠结论。

什么时候一张截图已经足够

如果任务只是确认静态美术结果,例如某个固定视角是否漏光、阴影方向是否错误,或者调整后的接触关系是否符合预期,一张标注清楚的截图通常已经足够。

只要问题涉及闪烁、跳变、运动、偶发卡顿或性能预算,截图就只能作为入口证据。把截图、录屏和 GPU 测量按问题类型组合起来,才能从“我看到异常”走到“我知道它在什么条件下发生、由哪个渲染阶段造成,并且修复后能够重新验证”。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

一张截图够不够判断光照问题

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通