本文将介绍如何利用PCSS生成软阴影，并介绍PCF，将其与PCSS的概念区分开。

软硬阴影

当光源足够大时会产生软阴影：

PCF(Percentage Closer FIltering)

用途

最初用于解决影子的抗锯齿问题，但在这里（PCSS生成软阴影）的作用是 过滤阴影比较的结果。

为什么不直接过滤SM？直接过滤SM就是取颜色部分的均值，会导致SM变糊；对深度值取平均后比较，会得到0/1的可见性，中间没有过渡。

做法

对地板上的每个着色点，取它和周围着色点是否被遮挡结果的均值，从而决定该点是否为阴影的程度。

其中，取点的范围越大，阴影越软/柔和；取点范围越小，阴影越硬/锐利。因此PCF过滤的取点范围偏大时，会造成“软阴影”效果。

如何决定合适的取点范围

可以从真实世界取材：

如图，发现阴影部分离遮挡物越近，阴影就越硬。那么 物体离阴影的距离(相对平均的投影遮挡距离)和PCF取点过滤的大小有关。如下图，它们间有相似三角形关系：

其中，该怎么求呢，在PCSS部分会揭晓。

背后的数学

为什么PCF不是对SM纹理本身作比较，而是比较 是否可见的结果？数学可以告诉我们答案。

滤波/卷积公式： 就是对于任意一点p，取周围一圈作为邻域，进行卷积操作，结果写入p中。

PCF可以写成这样的形式： 根据SM和摄像机视角两深度值差的正负，可以决定该点的可见性是0还是1，最后将这些点可见性结果进行卷积操作。

再看看直接对SM本身作比较的式子：

因此结论就是最开头说的那句话，PCF不是对SM纹理本身作比较，而是比较 是否可见的结果。

PCSS(Percentage Closer Soft Shadow)

有了PCF作为铺垫，我们就能正式开始PCSS的内容了。

算法步骤

1. 寻找遮挡物（Blocker Search）：在深度贴图中，开辟一块特定区域，取遮挡物深度的均值（不是所有深度的均值）。

   有关“特定区域”：可以是常量（5x5）；也能根据光源大小和光源离着色点的距离动态计算。

2. 相似三角形估算(Penumbra estimation)：有了后，就能根据上面的相似三角形关系求出PCF过滤的大小。

3. 进行PCF。

有关PCSS的简单实现详见作业一相关文章。

缺点

• 开销很大：在第一步和第三步中，需要遍历SM的每个纹素，很难达到RTR效果；如果要做到更软的阴影，PCF过滤区域就要求更大，然后运行得更慢。

优化

1. 对第一和第三步的SM做稀疏采样，只看其中的若干纹素。这样子的结果肯定有噪声，只需在时间/空间层面上降噪一次即可。 由于现在降噪技术突飞猛进，人们更偏向于使用这个方法。
2. 使用VSSM（Variance Soft Shadow Mapping）。

参考资料

• GAMES202: 高质量实时渲染 (ucsb.edu)