======Noises======
Houdini 中的 Noises 概念
----
Houdini 中有各式各样的 Noise 生成器。这些 Noise 通过不同的算法实现，在性能和表现上也有不同的差异。
====Noise 和 Random====
在 Houdini 中我们可以通过 Random 和 Noise 来生成一些不规则的效果。但这两者最大不同之处在于，Random 采用了伪随机过程来生成结果，该结果通过 ''seed'' 来控制，生成的结果是不可预测的。从图像上来说，Random 呈现的曲线是一条充满着断点的，不光滑的曲线。对于我们来说，Random 是非常难以控制的，因此 Random 应该使用在需要**完全随机**的地方。
\\
\\
===Houdini 中 Random 的种类===
Houdini 中的 Random 大致有三种：
  * //random//：通过N维空间中的位置信息来生成随机数，使用的 seed 是整型。
  * //hscript_rand//：该方法可以使用浮点数作为 seed 来生成随机数，结果可能跟操作系统相关。
  * //n-random//：n-random 会返回一个 ''[0,1]'' 之间的数。该方法并不使用 seed，因此不能重现之前的结果。因为这种特性，n-random 被称为**不确定随机数生成方法**（//non-deterministic random number generator//）。
===大多情况下选择 Noise===
比起 Random，在实际生产中我们更倾向使用 noise，因为 noise 自身带有非常高的可控性。以 Perlin Noise 作为例子来说一下为什么是可控的。来看一看 Perlin Noise（1D） 的简单产生过程：
  - 在 X 轴上按一定的间隔随机采样点
  - 将这些点使用插值连接起来（比如 sin / cos）
  - 再对 X 轴上的点进行间隔细分，进行每个点的随机采样
  - 再将这些点使用插值连接起来，得到第二条光滑的曲线（//Octaves//）
  - 然后将该曲线与之前的曲线相叠加
通过以上的步骤，我们发现我们可以得到一种整体上平滑，但在局部上又有类似“分型(Fractal)” 形状的曲线。这样的曲线之所以易于控制，是因为其总体上来说可以看做是一种“波”，换句话说，我们可以通过**频率**（//Frequency//）、**位移**（//Offset//）、**粗糙度**（//Roughness//）等等来控制 Noise 的大致分布和细节。因此，对于某些需要一定的随机结果，但在大体上又应该有总体趋势的特效场景来说（比如城市里的汽车，有各种不同的车，但大部分都是本田和丰田），Noise 是非常有用的。
====Houdini 中 Noise 的参数====
以 VOP 节点为例，Houdini 中有这么几个参数：
  * //Frequency//，该参数代表了 Noise 的频率。越大代表 Noise 的“褶皱”就越明显。
  * //Amplitude//，该参数是对 Noise 一个整体的缩放。
  * //Roughness//，对 Amplitude 的叠加。
  * //Attenuation//，控制 Noise 之间的衰减程度，越大越平滑。
  * //Turbulence//，对 //Frequency// 进行叠加，不会在整体上改变 noise 的大致分布。
====其他的 Noise====
Houdini 中的 Noise 大致分为两个部分：连续的 Noise 和 非连续的 Noise.
\\
\\
===连续的 Noise ===
连续的 Noise 分为如下几类：
  * Perlin：基于 lattice points（也就是之前说的细分点）的 Noise。波动比较平稳，波动范围大部分在 0 的附近。
  * Simplex：与 Perlin 类似，振幅较 Perlin 更加大。在 2D 的分布中，simplex 会呈现等边三角形状的图案（Perlin 是四边形，参考[[http://weber.itn.liu.se/~stegu/simplexnoise/simplexnoise.pdf|//Simplex noise demystified, Simplex noise demystified, 2005//]])。Simplex 的效率较 Perlin 更高，形状更自然，几乎没有可以被人眼观测到的制造痕迹。
  * Sparse Convolution：该类型 Noise 位置在 $0$ 以上，不会出现正负相减的波动。同时该种曲线非常平稳（resistant to change）。
  * Sinusoidal：周期性的 Noise，比如 ''sin'', ''cos'' 等等。
===非连续的 Noise===
非连续的 Noise 分为如下几类：
  * Worley：这种曲线的主要特点是在波峰（Peak）处不是连续的。根据这个特点，Worley、Voronoi、Cell 这三种类型的 Noise 都可以归为此类。
  * Alligator：这种 Noise 看起来像是心电图一样，其位置永远在 0 之上，而不连续的点处于靠近 0  的地方。
 {{:vfx:houdini:concepts:snipaste_2019-04-25_22-20-25-min.png|}}
\\
\\
//Noise 1D 对比，图片来源：SideFX//
\\
\\
{{:vfx:houdini:concepts:snipaste_2019-04-25_22-28-53-min.png|}}
\\
\\
//Noise 3D 对比，图片来源：SideFX//
===Noise 的效率===
^Noise type	^Relative cost^
|<color #900>Perlin noise (noise)</color> |1.0|
|<color #900>Original perlin noise (onoise)</color>|1.1|
|<color #900>Worley noise (wnoise)</color>|1.8|
|<color #900>Sparse Convolution noise (snoise)</color>|2.1|
|<color #900>Alligator noise (anoise)</color>|2.3|
====参考资料====
  * [[https://www.youtube.com/watch?v=O33YV4ooHSo|Make some noise with Python and generate terrain]]
  * [[https://vimeo.com/75313908|Working with Noise]]