在shader graph中,对一个片元的位置,有很多种取得的方案。有一些比较容易理解,比如world position,screen position。但也有一些不是很容易理解,尤其是unity里术语不统一的情况。
在学习中,我们经常会听到一个叫做clip space的坐标系。虽然在unity中,没有对应的选项。但实际上,screen position的raw模式,以及scene depth的eye模式,都是基于clip space的。下面通过和ChatGPT的对话来学习这一点。
通过学习clip space,我们就可以理解像force field这样的视觉效果是怎么做的了。
Exported on 20/08/2025 at 11:17:38 from ChatGPT - with SaveMyChatbot
unity 2022 urp shader graph,详细解释 screen position节点,如果选择raw,得到的4元组是什么意思,和其它选项的区别是什么,参考官方文档。
你问的是 Unity 2022(URP 下)的 Shader Graph 中 “Screen Position” 节点,尤其是当 Mode 选择 Raw 时,得到的四元组(Vector4)各分量代表什么,以及与其他选项(Default/Center/Tiled/Pixel)的区别。下面基于 Unity 官方文档,并补充社区判断与解析,详尽说明如下:
官方文档解析──各 Mode 的定义
参考 Unity 官方 Manual(Shader Graph)关于 Screen Position 节点的说明(Unity 14.0.12 版本文档):
生成代码示例(Raw 与其他)
在文档中可见,Raw 模式的生成代码如下:
float4 Out = IN.ScreenPosition;
而 Default 模式是:
float4 Out = float4(IN.NDCPosition.xy, 0, 0);
Center 模式则是:
float4 Out = float4(IN.NDCPosition.xy * 2 - 1, 0, 0);
Pixel 模式会使用像素位置参数:
float4 Out = float4(IN.PixelPosition.xy, 0, 0);
Tiled 模式会在 Center Basis 上,还应用 frac() 和屏幕宽高比等因素进行平铺处理。
docs.unity3d.com
深入:Raw 模式的 Vector4 各分量含义
社区开发者 DMGregory 在线解答中对 Raw 模式的解释非常清晰:
“Raw mode as used... is giving you the same result as you'd get from … SV_POSITION … i.e. the clip-space position before perspective divide.”
“... the 4th component of the vector, W … is the world-space depth of the pixel from the camera … Also called eye-space depth.”
“If we do the perspective divide… x/w = -1 is left, 0 is center, 1 is right… the values before the division are related to eye-space position scaled … they put them into the right place on screen.”
Game Development Stack Exchange
用这种方式理解:
因此你拿到的 Vector4 中:
(x, y, z, w) = (clip-space X, clip-space Y, clip-space Z, clip-space W)
与其他 Mode 的对比总结
Mode Vector4 分量 X/Y 映射方式 Z 布局 W 用途 Default (x/w, y/w, 0, 0) 0-1 屏幕空间 未使用 → 0 未使用 Center (x/w2–1, y/w2–1, 0, 0) -1-1,以中心为原点 未使用 → 0 未使用 Tiled frac(...) 基于 Center 并应用平铺处理 屏幕中心循环纹理 未使用 → 0 未使用 Pixel (pixelX, pixelY, 0, 0) 具体像素单位 未使用 → 0 未使用 Raw (x, y, z, w) clip-space 坐标(未归一化) clip-space Z 裁剪空间 W(深度) 应用场景建议
总结
如你还想进一步探讨比如如何将 Raw 输出反推为世界坐标、在 URP 中获取 depth buffer,或结合 Custom Function 使用,随时欢迎继续交流~undefined
我们设计一个示例吧,比如一个摄像机,在x = 0 , y = 0, z = 10 的位置 向-z方法,fov是45度。有一个点,位置是 x = -5, y = 0, z = 0,这个点使用screen position raw模式,得到的xyzw各是多少。另一个点 x= -5, y = 0, z = -5,在screen position raw中,其xyzw又是多少
好问题 👍 你想要一个具体例子来演示 Raw 模式下的 Screen Position,那我给你走一遍完整的数学过程(用 Unity 的投影矩阵定义)。
1. 摄像机设置
相机的 视图矩阵 View:
因为相机只在 Z 轴平移到 (0,0,10),所以 View 矩阵就是把物体往 -10 的 Z 移动:
$$V = T(0,0,-10)$$
即:
$$(x,y,z)_{view} = (x, y, z - 10)$$
2. 投影矩阵(透视投影)
Unity 的透视投影矩阵(左手坐标系)大概是:
$$P = \begin{bmatrix} \frac{1}{\tan(fov/2)\cdot aspect} & 0 & 0 & 0 \ 0 & \frac{1}{\tan(fov/2)} & 0 & 0 \ 0 & 0 & \frac{zfar+znear}{znear-zfar} & \frac{2\cdot zfar\cdot znear}{znear-zfar} \ 0 & 0 & -1 & 0 \end{bmatrix}$$
其中:
3. 点 1:(-5, 0, 0)
变换到 view space
$$(x,y,z)_{view} = (-5, 0, 0-10) = (-5, 0, -10)$$
写成齐次坐标:
$$(-5, 0, -10, 1)$$
应用投影矩阵 P
计算:
$$x' = -5 \times 2.414... = -12.071$$
$$y' = 0$$
$$z' = \frac{zfar+znear}{znear-zfar} \cdot z + \frac{2 zfar znear}{znear-zfar} \cdot w$$
代入数值:
$$\frac{100.1}{0.1-100} \approx \frac{100.1}{-99.9} \approx -1.002$$
$$\frac{2 \cdot 100 \cdot 0.1}{0.1-100} = \frac{20}{-99.9} \approx -0.2002$$
所以:
$$z' = -1.002 \cdot (-10) + (-0.2002)\cdot 1 = 10.02 - 0.2002 = 9.8198$$
$$w' = -z = -(-10) = 10$$
最终 clip space 坐标:
$$(-12.071, 0, 9.82, 10)$$
这就是 Screen Position (Raw) 输出。
4. 点 2:(-5, 0, -5)
变换到 view space
$$(x,y,z)_{view} = (-5, 0, -5 - 10) = (-5, 0, -15)$$
→ 齐次:(-5, 0, -15, 1)
应用投影矩阵
$$x' = -5 \times 2.414 = -12.071$$
$$y' = 0$$
$$z' = -1.002 \cdot (-15) + (-0.2002) \cdot 1 = 15.03 - 0.2002 = 14.8298$$
$$w' = -z = -(-15) = 15$$
最终 clip space 坐标:
$$(-12.071, 0, 14.83, 15)$$
5. 总结结果
要注意:
要不要我帮你画一个小示意图,把这两个点 Raw 和 Default 的屏幕映射对比展示出来?
我看到一个教程,提到使用scene depth节点,采用eye模式,其值可以用来和上述raw模式的w进行对比。scene depth节点的eye模式,取值和上述w取值的数学算法是一样的吗?
好问题 👍,你抓到的确是 Shader Graph 里两个容易混淆的概念:
它们看起来都和“视点空间的深度”有关,但实际上 并不是同一个数学量。我给你逐层对比一下:
1. Screen Position (Raw) 的 w
在 Shader Graph 中,Screen Position 节点如果选 Raw,其结果就是 裁剪空间 (clip space) 的位置,即顶点乘完 MVP 矩阵后的 (x,y,z,w)。
关键是:
$$(x',y',z',w') = P \cdot V \cdot (x,y,z,1)$$
其中 w' 来自投影矩阵的最后一行:
$$w' = -z_{view}$$
也就是 view space z 轴取反。
换句话说,Raw.w = 相机空间里 到相机的距离(沿视线方向,正值表示在前面)。
所以 Raw.w 可以当作 "eye-space depth"。
2. Scene Depth 节点的 Eye 模式
Unity 文档中说明:
公式是 Unity 的典型透视反推:
$$z_{eye} = \frac{2 \cdot z_{near} \cdot z_{far}}{z_{far} + z_{near} - (2 \cdot depth - 1)(z_{far} - z_{near})}$$
这里的结果 z_eye 就是 view space 的正深度值,与物体在相机空间的 -z_view 一致。
3. 差别与联系
4. 是否数学上相同?
✔️ 在理想情况下,二者数值应该一致:
❌ 但是:
5. 总结一句话
要不要我帮你写一段小 Shader Graph 对比实验(比如在屏幕上输出 Raw.w - SceneDepth(Eye) 的差值),这样你可以直观看到它们什么时候一致、什么时候不同?
我想深入理解一下clip space,我们再做一个示例,比如以相机为圆心,做一个半径为1的圆(Y轴取0),以-z为前,向左取15度得到一个点A,向左取30度得到点B。给出这2个点的clip space 的 xyzw
好的,我们把“相机为圆心、半径 1、Y=0、以 −Z 为前”的这两个点直接放在**相机空间(view space)**里来算。为与前例一致,我采用同样的相机参数(如需别的参数你再说):
点的参数化(相机空间)
在水平面(Y=0)内,从前向 (0,0,-1) 向“左”偏转 \theta 度(左为 −X):
$$\mathbf{p}_{\text{view}}(\theta) = (-\sin\theta,\ 0,\ -\cos\theta,\ 1)$$
投影到 clip space:
$$x′y′=f⋅y=0z′=A⋅z+B⋅1=A⋅(−cosθ)+B=−Acosθ+Bw′=−z=cosθ\begin{aligned} x' &= f \cdot x = f \cdot (-\sin\theta) \ y' &= f \cdot y = 0 \ z' &= A \cdot z + B \cdot 1 = A \cdot (-\cos\theta) + B = -A\cos\theta + B \ w' &= -z = \cos\theta \end{aligned}$$
结果
A 点(左偏 15°,\theta=15^\circ)
$$x′y′=0z′=−(−1.002002002)cos15∘−0.2002002002 ≈ 0.767659412w′=cos15∘ ≈ 0.965925826\begin{aligned} x' &= -2.41421356 \cdot \sin15^\circ \ \approx\ \mathbf{-0.624844449} \ y' &= 0 \ z' &= -(-1.002002002)\cos15^\circ - 0.2002002002 \ \approx\ \mathbf{0.767659412} \ w' &= \cos15^\circ \ \approx\ \mathbf{0.965925826} \end{aligned}$$
Clip = (-0.624844449,\ 0,\ 0.767659412,\ 0.965925826)
(检验一下:做透视除法 x'/w'\approx -0.6469,因为 \tan15^\circ/\tan22.5^\circ\approx 0.6469,方向为左所以为负,合理且在视锥内。)
B 点(左偏 30°,\theta=30^\circ)
$$x′y′=0z′=−(−1.002002002)cos30∘−0.2002002002 ≈ 0.667558988w′=cos30∘ ≈ 0.866025404\begin{aligned} x' &= -2.41421356 \cdot \sin30^\circ \ \approx\ \mathbf{-1.207106781} \ y' &= 0 \ z' &= -(-1.002002002)\cos30^\circ - 0.2002002002 \ \approx\ \mathbf{0.667558988} \ w' &= \cos30^\circ \ \approx\ \mathbf{0.866025404} \end{aligned}$$
Clip = (-1.207106781,\ 0,\ 0.667558988,\ 0.866025404)
(做透视除法 x'/w'\approx -1.394。因为水平半视角是 22.5°,而 30° 超出了视锥,NDC 的 x 超过 ±1 是符合预期的。)
如果你希望换成别的 FOV、宽高比或近远裁面,我也可以把上面的通式直接带入重新算一版。
FOV改为90度
好~把垂直 FOV 改为 90°(宽高比仍取 1:1,znear=0.1,zfar=100)后,透视矩阵的缩放系数
f = 1/\tan(45^\circ) = 1。仍在相机空间(view space)上取半径 1、Y=0、前向为 (0,0,-1),左偏角度为 \theta 的点为:
$$p_{\text{view}}(\theta)=(-\sin\theta,\ 0,\ -\cos\theta,\ 1)$$
Unity 透视矩阵常量(与 FOV 无关):
$$A=\frac{z_f+z_n}{z_n-z_f}\approx -1.002002002,\qquad B=\frac{2z_fz_n}{z_n-z_f}\approx -0.2002002002$$
投影到 clip space:
$$x′y′=0z′=A⋅z+B=A⋅(−cosθ)+B=−Acosθ+Bw′=−z=cosθ\begin{aligned} x'&= f\cdot x = -\sin\theta \ y'&= 0 \ z'&= A\cdot z + B = A\cdot(-\cos\theta)+B = -A\cos\theta + B \ w'&= -z = \cos\theta \end{aligned}$$
数值结果(FOV = 90°)
小检验:做透视除法
x_{\text{ndc}} = x'/w' = -\tan\theta。
对 15° 与 30° 分别得到约 -0.268 与 -0.577,均在 [-1,1] 内;这也符合在垂直/水平半视角均为 45°(FOV=90°、宽高比=1)时,两点都在视锥内的直觉。
换一个例子,如果在镜头前,距离1的位置,有一条垂直于镜头视线的直线(依然Y轴取0),以镜头往左取15度和30度,交于直线,得点A和B,分别计算A和B在clip space中的xyzw。fov取90度。
好 — 我按你新的描述直接做数学推导并给出数值(FOV = 90°, 宽高比 = 1, znear=0.1, zfar=100,摄像机仍在原点,朝向 −Z,视点空间即 camera/view space)。
场景解释(与你的描述一致的理解)
交点坐标(view space)
射线参数化: \mathbf{r}(t)=t\cdot(-\sin\theta,0,-\cos\theta)。要求 z=-1:
$$t(-\cos\theta) = -1 \Rightarrow t=\frac{1}{\cos\theta}.$$
因此交点:
$$(x,y,z) = \Big(-\tan\theta,\ 0,\ -1\Big).$$
所以:
投影到 clip space(FOV = 90° → f=1)
使用与之前相同的 projection 常数(与 FOV 无关):
$$A=\frac{z_f+z_n}{z_n-z_f}\approx -1.002002002,\quad B=\frac{2 z_f z_n}{z_n-z_f}\approx -0.2002002002.$$
投影公式(clip):
$$x′y′=f⋅y=0z′=A⋅z+Bw′=−z\begin{aligned} x' &= f\cdot x = x \quad(\text{此处 } f=1)\ y' &= f\cdot y = 0\ z' &= A\cdot z + B \ w' &= -z \end{aligned}$$
代入 z=-1 得到(注意 z' 与 θ 无关,因为 z 恒为 −1):
$$z' = A\cdot(-1)+B = -A + B \approx 0.8018018018,\qquad w' = -(-1)=1.$$
于是数值为:
(可以看到 z'、w' 对 A、B 是相同的 —— 因为两点都在同一平面 z = −1;x' 则由 -\tan\theta 决定。)
需要我把这些点在屏幕上的位置可视化成示意图,或者把它们放进你之前的 Raw/SceneDepth 对比实验里做显示吗?
从这个角度说,clip space的w并不是镜头到物体的距离,scene depth的eye模式也不是对吧。你看做圆形的15度和30度两点的w不同。但做平面的15度和30度,w反而相同。理论上,圆形在world space和view space中距离是相同的。
你理解得完全正确 👍,我们来逐层拆解一下:
1. clip space 的 w 分量
$$p_{clip} = M_{proj} \cdot p_{view}$$
其中 p_{view} = (x_v, y_v, z_v, 1) 是相机空间的点。
2. Scene Depth (Eye 模式)
3. 为什么圆形与平面情况不同
4. 结论
要不要我帮你画一张示意图,把 view space 下的圆与平面的对比画出来?这样你会更直观地看到为什么圆的 w 不一样而平面的 w 一样。
这也是为什么,同样欧式距离的物体,在屏幕正中是看起来小一点,在屏幕两侧时看起来更大,对吧。这个差异,是不是和你之前一直提到的unity使的fov无关的两个常数有关?
完全正确 ✅,你说的现象就是透视投影最核心的东西。我们来拆解一下:
1. 为什么会有差异
所以你看到的就是 透视畸变,和真实相机镜头完全一致。
2. 和 Unity 投影矩阵常数的关系
Unity(标准透视投影)投影矩阵的核心结构是:
$$M_{proj} = \begin{bmatrix} \frac{1}{\tan(fov/2) \cdot aspect} & 0 & 0 & 0 \ 0 & \frac{1}{\tan(fov/2)} & 0 & 0 \ 0 & 0 & \frac{f+n}{n-f} & \frac{2fn}{n-f} \ 0 & 0 & -1 & 0 \end{bmatrix}$$
这里面主要有两个常数:
你提到的“两个常数”,就是这里的 X 缩放因子和 Y 缩放因子。
3. 差异来源总结
👉 所以,你看到的“边缘放大效应”确实和这两个常数直接相关。
但本质原因是 投影依赖 z 分量,而不是欧式距离。
要不要我帮你推个公式,把“球壳上不同角度的点在屏幕上看起来多大”写出来?这样就能量化这个“中心 vs 边缘大小差异”。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删