OpenGL10-骨骼动画原理篇(3)-Shader版本代码已经上传

视频教程请关注 http://edu.csdn.net/lecturer/lecturer_detail?lecturer_id=440

接上一个例程OpenGL10-骨骼动画原理篇(2)，对骨骼动画的基本原理做了介绍，接下来

要对之前做的工作做一个分析和优化，骨骼动画要做大量的数学计算，当一个模型的顶点

与骨骼的数量都很多的情况下，会消耗大量的cpu时间，接下来要做的事情就是对程序进行

优化，从上面的计算过程，可以得出，有两个地方的计算量比较大，首先是矩阵和顶点相乘

，其次是每一帧要插值新的骨骼出来，相对定点计算来讲，骨骼的插值计算量应该算是较小

的，一个人物模型少则1000个顶点，多则几千个顶点。因此我们优化就从定点的计算开始

　　当然，我们有三种方案，甚至更多（我只用其中的两个）。

　　一：使用CPU优化

　　二：使用Shader(glsl)优化

　　三：使用cuda或者OpenCL进行优化

　　先来看第一种，说道cpu优化，大家可能想到两件事情，一是从算法角度出发去优化算法，

二是使用使用更好的CPU指令进行优化，没错，我们就是要这样做，矩阵相乘的算法优化的空

间可能已经不大，但是我们采用SIMD指令集和对浮点运算做优化空间还是很大的。

　　SIMD：

　　　　(Single Instruction Multiple Data，单指令多数据流)能够复制多个操作数，并把它们打包

在大型寄存器的一组指令集，例：3DNow!、SSE。以同步方式，在同一时间内执行同一条指令。以

浮点计算来说，基本上可以到达四倍的加速比。因此采用SIMD可以大幅度的提高性能。cup上使用SIMD

指令：

　　

__m128 sse_mul_ps(__m128 v, __m128 const m[4])
{
    __m128 i0 = m[0];
    __m128 i1 = m[1];
    __m128 i2 = m[2];
    __m128 i3 = m[3];

    __m128 m0 = _mm_mul_ps(v, i0);
    __m128 m1 = _mm_mul_ps(v, i1);
    __m128 m2 = _mm_mul_ps(v, i2);
    __m128 m3 = _mm_mul_ps(v, i3);

    __m128 u0 = _mm_unpacklo_ps(m0, m1);
    __m128 u1 = _mm_unpackhi_ps(m0, m1);
    __m128 a0 = _mm_add_ps(u0, u1);

    __m128 u2 = _mm_unpacklo_ps(m2, m3);
    __m128 u3 = _mm_unpackhi_ps(m2, m3);
    __m128 a1 = _mm_add_ps(u2, u3);

    __m128 f0 = _mm_movelh_ps(a0, a1);
    __m128 f1 = _mm_movehl_ps(a1, a0);
    __m128 f2 = _mm_add_ps(f0, f1);

    return f2;
}

　　采用Shader优化，将矩阵与顶点的计算工作放到丁点Shader中完成，这样做以后，cpu机会完全

的解放出来，计算量可以忽略不计。然而这种方案也有些弊端，我们知道shader中，不能像cpu中编写

c++代码那种去动态的申请空间，所有的工作必须提前分配好。看下面的shader实现代码:

//!    必须提前分配足够大的空间
uniform mat4 boneMatrices[2];

attribute vec4 weights;
attribute vec4 matrixIndices;
attribute vec4 numBones;


void main( void )
{
    vec4 index  = matrixIndices;
    vec4 weight = weights;

    vec4 position    = vec4( 0.0, 0.0, 0.0, 0.0 );

    for( float i = 0.0; i < numBones.x; i += 1.0 )
    {
        position = position + weight.x * (boneMatrices[int(index.x)] * gl_Vertex);
        index  = index.yzwx;
        weight = weight.yzwx;
    }
    gl_Position = gl_ModelViewProjectionMatrix * position;
}

　　这里不再针对shader做特别介绍，后面将补冲shader相关的例程

　　将矩阵数据传递给shader

//! 使用shader计算顶点的位置
glUseProgramObjectARB( _programObj );
glUniformMatrix4fvARB( _boneMatrices_0, 1, false, frame._bone[0].data());
glUniformMatrix4fvARB( _boneMatrices_1, 1, false, frame._bone[1].data());

将每一个定点的权重，矩阵的索引，以及矩阵的个数给shader:

                   //! 传递权重
                    fWeights[0] =   g_quadVertices[i * 4 + x].weights[0];
                    fWeights[1] =   g_quadVertices[i * 4 + x].weights[1];
                    glVertexAttrib4fvARB(_weights, fWeights );

                    //! 传递索引
                    fMatrixIndices[0]   =   g_quadVertices[i * 4 + x].matrixIndices[0];
                    fMatrixIndices[1]   =   g_quadVertices[i * 4 + x].matrixIndices[1];
                    glVertexAttrib4fvARB(_matrixIndices, fMatrixIndices );

                    //! 传递数量
                    fNumBones[0]        =   g_quadVertices[i * 4 + x].numBones; 
                    glVertexAttrib4fvARB(_numBones, fNumBones );

　　虽然有这样的缺点，但我们是可以避免的，采用的方式就是：根据动画的骨骼的数量，权重的数量去动态的

产生shader代码然后进行编译执行，这是一个解决方案，当然我们还有另外一个解决方式，就是首先预先分配

一些方案，例如当骨头数量小于32个的时候，我们调用一个shader,当在64一下的时候调用另外一个，在多一

点就调用128的 shader,....

　　第三种方案，对你的显卡有很高的要求，必须支持OpenCL或者cuda，才可以去使用他，当然OpenCL或者

cuda可以直接的访问OpenGL的数据，效率上来说与shader相当（我还没有进行这样的实现),有兴趣的可以进行

尝试。

　　CPU优化版本代码下载（稍后上传,敬请关注）

　　Shader优化版本代码下载（稍后上传,敬请关注）