好吧，我继续这个问题而不回答（平滑不同幅度的随机噪声）我还有另一个问题。
我选择使用形状的轮廓/阴影（翻译/转换？距离其中心有偏移/距离的点列表).
该轮廓/阴影比当前路径大。我使用了这个存储库（https://github.com/n-yoda/unity-vertex-effects）来重新创建阴影。除了一个事实之外，这种方法非常有效。
要知道所有点的高度（通过此阴影算法获得（ModifiedShadow.cs 第 13 行 & CircleOutline.cs 第 69 行)) 我得到当前点到中心的距离，然后除以到中心的最大距离：
float dist = orig.Max(v => (v - Center).magnitude);
foreach Point in poly --> float d = 1f - (Center - p).magnitude / dist;
其中 orig 是阴影算法获得的点的完整列表。 D是阴影的高度。
但问题很明显我得到了一个完美的圆：
看看红色和黑色的对比：
这不是我想要的：
正如你所看到的，这不是一个完美的渐变。让我们解释一下发生了什么。
我使用这个库来生成噪音：https://github.com/Auburns/FastNoise_CSharp
Note:如果你想知道我用什么来获得不同幅度的噪声：平滑不同幅度的随机噪声（参见第一块代码），要查看其实际效果，看到这个回购协议
这就是为什么我们有这样的输出：
实际上，我尝试比较每个点到中心的距离，但这输出了一个奇怪且意想不到的结果。
其实我不知道该尝试什么...
问题是 lerp 百分比（例如，可视化中从高/低或“红色”到“黑色”）只是该点到中心的距离的函数，该距离除以一个常数（恰好是任意点距中心的最大距离）。这就是为什么它看起来是圆形的。
例如，多边形左侧的最中心点可能距中心 300 像素，而右侧的最中心点可能距中心 5 像素。两者都需要是红色的，但基于0 distance from center = red都不会是红色的，并且基于min distance from center = red只有右侧有红色。
相关的最小和最大距离将根据点所在的位置而变化
一种替代方法是针对每个点：找到最近的白色像素，并找到最近的绿色像素（或者，与绿色/白色相邻的最近的阴影像素，例如here）。然后，根据这两个点与当前点之间的距离比较来选择红色。
因此，您可以这样做（伪 C#）：
foreach pixel p in shadow_region {
// technically, closest shadow pixel which is adjacent to x Pixel:
float closestGreen_distance = +inf;
float closestWhite_distance = +inf;
// Possibly: find all shadow-adjacent pixels prior to the outer loop
// and cache them. Then, you only have to loop through those pixels.
foreach pixel p2 in shadow {
float p2Dist = (p-p2).magnitude;
if (p2 is adjacent to green) {
if (p2Dist < closestGreen_distance) {
closestGreen_distance = p2Dist;
}
}
if (p2 is adjacent to white) {
if (p2Dist < closestWhite_distance) {
closestWhite_distance = p2Dist;
}
}
}
float d = 1f - closestWhite_distance / (closestWhite_distance + closestGreen_distance)
}
使用您在评论中发布的代码，这可能看起来像：
foreach (Point p in value)
{
float minOuterDistance = outerPoints.Min(p2 => (p - p2).magnitude);
float minInnerDistance = innerPoints.Min(p2 => (p - p2).magnitude);
float d = 1f - minInnerDistance / (minInnerDistance + minOuterDistance);
Color32? colorValue = func?.Invoke(p.x, p.y, d);
if (colorValue.HasValue)
target[F.P(p.x, p.y, width, height)] = colorValue.Value;
}
如果您无法确定阴影像素是否与白色/绿色相邻，这里有一个替代方案，只需要计算粉红色（原始）轮廓中每个顶点的法线。
通过转到每个粉红色顶点并遵循其法线向外来创建外部“黄色”顶点。通过转到每个粉红色顶点并遵循其法线向内创建内部“蓝色”顶点。
然后，当循环遍历阴影中的每个像素时，循环遍历黄色顶点以获得“最接近绿色”，循环遍历蓝色顶点以获得“最接近白色”。
问题是，由于您的形状不是完全凸的，因此这些投影的蓝色和黄色轮廓在某些地方可能会从内到外，因此您需要以某种方式处理这个问题。我无法确定处理该问题的确切方法，但到目前为止我所拥有的方法如下：
第一步是忽略任何具有指向当前阴影像素的向外法线的蓝色/黄色。
但是，如果当前像素位于黄色/蓝色形状由内向外的点内部，我不确定如何继续。可能存在忽略比应有的距离最近的粉色顶点更近的蓝色/黄色顶点的情况。
极其粗糙的伪代码：
list yellow_vertex_list = new list
list blue_vertex_list = new list
foreach pink vertex p:
given float dist;
vertex yellowvertex = new vertex(p+normal*dist)
vertex bluevertex = new vertex(p-normal*dist)
yellow_vertex_list.add(yellowvertex)
blue_vertex_list.add(bluevertex)
create shadow
for each pixel p in shadow:
foreach vertex v in blue_vertex_list
if v.normal points towards v: break;
if v is the wrong side of inside-out region: break;
if v is closest so far:
closest_blue = v
closest_blue_dist = (v-p).magnitude
foreach vertex v in yellow_vertex_list
if v.normal points towards v break;
if v is the wrong side of inside-out region: break;
if v is closest so far:
closest_yellow = v
closest_yellow_dist = (v-p).magnitude
float d = 1f - closest_blue_dist / (closest_blue_dist + closest_yellow_dist)