Einfache Geräuschentwicklung

27

Ich suche nach Geräuschen, die so aussehen:

Bildbeschreibung hier eingebenBildbeschreibung hier eingeben

(Bilder mit freundlicher Genehmigung von Understanding Perlin Noise )

Ich suche im Grunde nach Lärm mit vielen kleinen "Wellen". Folgendes ist unerwünscht:

Bildbeschreibung hier eingeben

Gibt es irgendwelche einfachen Möglichkeiten? Ich habe mich seit einer Woche mit Perlin und Simplex befasst und kann es anscheinend nie in JavaScript zum Laufen bringen, oder wenn doch, habe ich nicht die richtigen Parameter, um solche Bilder zu erzeugen, oder es ist unerträglich schleppend.

Ich verstehe, dass die 3 Bilder, die ich gepostet habe, wahrscheinlich mit dem gleichen Algorithmus aber in einem anderen Maßstab erzielt werden könnten, aber ich brauche diesen Algorithmus nicht. Ich brauche nur einen sehr einfachen Algorithmus, um so etwas wie im ersten Bild im Idealfall zu erreichen. Vielleicht würde eine Art Unschärfe den Job erledigen, aber ich kann es nicht schaffen, Ergebnisse zu erzielen.

Ich entwickle dies in JavaScript, aber jede Art von Code oder sogar eine einfache und detaillierte Erklärung wird funktionieren.

Xeon06
quelle
3
Zu Ihrer Information, was Sie wollen, ist eindeutig Perlin-Rauschen. Der „unerwünschte“ Effekt, den Sie erwähnen, besteht aus mehreren Oktaven Perlin-Rauschen, die sich addieren (dies wird manchmal als fraktales Rauschen bezeichnet). Benötigen Sie wirklich nur ein Bild oder möchten Sie, dass es sich im Laufe der Zeit ändert? Wenn ja, welchen Effekt suchen Sie?
Sam Hocevar
@SamHocevar Ich möchte es im laufenden Betrieb generieren. Ich versuche zu reproduzieren, was in dieser Frage erwähnt wird .
Xeon06
Ich habe diese JS-Perlin-Rauschimplementierung gefunden und in eine jsFiddle integriert . Das Ergebnis ist jedoch ganz anders als die Implementierung von Perlin-Rauschen in Flash, weshalb ich mich über die Implementierungsdetails des mit Flash gelieferten Perlin-Rauschgenerators wundere.
Bummzack
@bummzack in der Tat scheint es, dass der Flash-Generator perfektes Rauschen für meinen Zweck erzeugt. Ich kann mit der Fiddle, die Sie gepostet haben, keine anständige Schwelle erreichen.
Xeon06,
Das interessiert mich auch, deshalb habe ich eine Frage zum Stackoverflow gestellt . Hoffentlich bekommen wir dort einige Antworten.
Bummzack

Antworten:

16

Während die vorhandenen Antworten eine gute Möglichkeit bieten, das zu erreichen, was die Bilder in der Frage zeigen, haben die Kommentare ergeben, dass das Ziel darin besteht, ein Bild wie folgt zu generieren:

Perlin-Lärm-Turbulenzen

Diese Art von Rauschen unterscheidet sich stark von dem in den Bildern der Frage gezeigten Rauschen, da es enge, isolierte Flecken bildet.

Es stellt sich heraus, dass diese Art von Rauschen als Turbulenz bezeichnet wird, die (gemäß diesem CPU-Gems-Artikel ) folgendermaßen implementiert ist (wobei noiseIhre Perlin-Rausch-Funktion Werte von -1..1 zurückgibt):

double turbulence(double x, double y, double z, double f) {
    double t = -.5;
    for ( ; f <= W/12 ; f *= 2) // W = Image width in pixels
        t += abs(noise(x,y,z,f) / f);
    return t;
}

Das Mischen dieser JavaScript-Perlin-Rausch-Implementierung mit der oben beschriebenen Turbulenzfunktion erzeugt ein Rauschen, das dem obigen Bild ziemlich ähnlich ist:

Turbulenzgeräusch

Den JavaScript-Code, mit dem das Bild oben generiert wurde, finden Sie in dieser jsFiddle .

Blödmann
quelle
3
Das ist ein seltsamer Code, die JavaScript-Version unterscheidet sich stark von der Java-Version, und die JavaScript-Version ist im Grunde eine völlig durchgeknallte Schreibweise return Math.abs(this.noise(x,y,z)*2)-.5.
aaaaaaaaaaa
@aaaaaaaaaaa Nehmen Sie es mit Ken Perlin selbst auf, er hat diesen speziellen Codeblock geschrieben.
b1nary.atr0phy
15

Ihre Beispielbilder sehen sehr nach rosa Rauschen aus. Es wird so generiert:

  • Erstens haben wir eine Art glattes zufälliges Rauschen. Normalerweise wird dies erreicht, indem Pseudozufallswerte an Punkten mit ganzzahligen Koordinaten berechnet und diese Werte irgendwie interpoliert werden. Das Ergebnis sieht zu diesem Zeitpunkt so aus:

    Bildbeschreibung hier eingeben

  • Als nächstes nehmen wir dieses Geräusch und "quetschen" es und erhöhen seine Frequenz. Die einfachste Formel hierfür lautet n2 (x, y) = n1 (x f, y f). Auf diese Weise wird das Rauschmuster in beiden Richtungen fünfmal zusammengedrückt. Bessere Rauschalgorithmen drehen und / oder übersetzen in diesem Schritt auch Rauschmuster, um Regelmäßigkeiten aufzulösen.

  • Dann wird dieses zusammengedrückte Muster mit einem Wert (weniger als 1) multipliziert und zum ersten Muster addiert. Tatsächlich fügen wir dem niederfrequenten Muster eine kleine Variation höherer Frequenzen hinzu. Das Ergebnis sieht ungefähr so ​​aus:

    Bildbeschreibung hier eingeben

  • Die Schritte 2 und 3 können mehrmals wiederholt werden, wobei immer feinere Details hinzugefügt werden. Das Nettoergebnis sieht normalerweise genauso aus wie in Ihrem Beispiel mit dem roten Kreuz. Beachten Sie jedoch, dass wir drei Parameter in unserem Algorithmus haben, mit denen wir spielen können:

    • Oktavenzählung - oder mit anderen Worten die Anzahl der Generierungsschritte. Mehr Schritte bedeuten feinere Details im resultierenden Muster.
    • Beharrlichkeit. Es ist dieser Wert, der in jedem Schritt multipliziert wird. Normalerweise liegt die Persistenz zwischen 0 und 1. Hohe Persistenzwerte erzeugen normalerweise "verrauschte" Muster mit vielen kleinen Details. Geringe Persistenz erzeugt glatte Muster mit subtilen Details.
    • Lakunarität. Es ist der "Squeeze" -Koeffizient, den wir bei jedem Schritt verwenden. Lacunarity funktioniert ein bisschen wie Peristence, aber nicht genau. Geringe Lückenhaftigkeit erzeugt glattere Muster, und hohe Lückenhaftigkeit erzeugt scharfere und kontrastreichere.

Hier sind einige Beispiele:

Hohe Persistenz: Rauschen mit hoher Persistenz

Hohe Lückenhaftigkeit: Hohe Lärmbelästigung

Geringe Lückenhaftigkeit: Geringe Lärmbelästigung

Das Spielen mit diesen Parametern ist nicht das einzige, was Sie tun können. Eine gute Technik, die Rauschmustern Charakter verleiht, ist die Verwendung von Störungen , dh das Hinzufügen von Rauschen zu den Eingabekoordinaten Ihrer Rauschfunktion.

Zum Beispiel : Angenommen , Sie eine Funktion haben , die Rauschen angegebene Koordinaten und zufällige Samen erzeugt: Noise(x,y, seed). Dann können Sie so etwas verwenden Noise(x+Noise(x,y,234), y+Noise(x,y,6544), seed), um einen gestörten Wert zu erhalten. Dies kann zu Mustern wie diesem führen (Störung wird hier auf kreisförmige Muster angewendet, nicht auf Rauschen):

Turbulenz

Wenn Sie mehr erfahren möchten, sollten Sie sich libnoise (C ++) oder CoherentNoise (C #) ansehen . Leider kenne ich keine Javascript-Bibliothek, die Geräusche erzeugt.

Keine Ursache
quelle
6

Code ist kommentiert. Der Kredit geht an Sean McCullough. http://staffwww.itn.liu.se/~stegu/simplexnoise/simplexnoise.pdf

// Ported from Stefan Gustavson's java implementation
// http://staffwww.itn.liu.se/~stegu/simplexnoise/simplexnoise.pdf
// Read Stefan's excellent paper for details on how this code works.
//
// Sean McCullough [email protected]

/**
* You can pass in a random number generator object if you like.
* It is assumed to have a random() method.
*/
var SimplexNoise = function(r) {
if (r == undefined) r = Math;
  this.grad3 = [[1,1,0],[-1,1,0],[1,-1,0],[-1,-1,0],
                                 [1,0,1],[-1,0,1],[1,0,-1],[-1,0,-1],
                                 [0,1,1],[0,-1,1],[0,1,-1],[0,-1,-1]];
  this.p = [];
  for (var i=0; i<256; i++) {
this.p[i] = Math.floor(r.random()*256);
  }
  // To remove the need for index wrapping, double the permutation table length
  this.perm = [];
  for(var i=0; i<512; i++) {
this.perm[i]=this.p[i & 255];
}

  // A lookup table to traverse the simplex around a given point in 4D.
  // Details can be found where this table is used, in the 4D noise method.
  this.simplex = [
    [0,1,2,3],[0,1,3,2],[0,0,0,0],[0,2,3,1],[0,0,0,0],[0,0,0,0],[0,0,0,0],[1,2,3,0],
    [0,2,1,3],[0,0,0,0],[0,3,1,2],[0,3,2,1],[0,0,0,0],[0,0,0,0],[0,0,0,0],[1,3,2,0],
    [0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],
    [1,2,0,3],[0,0,0,0],[1,3,0,2],[0,0,0,0],[0,0,0,0],[0,0,0,0],[2,3,0,1],[2,3,1,0],
    [1,0,2,3],[1,0,3,2],[0,0,0,0],[0,0,0,0],[0,0,0,0],[2,0,3,1],[0,0,0,0],[2,1,3,0],
    [0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0],
    [2,0,1,3],[0,0,0,0],[0,0,0,0],[0,0,0,0],[3,0,1,2],[3,0,2,1],[0,0,0,0],[3,1,2,0],
    [2,1,0,3],[0,0,0,0],[0,0,0,0],[0,0,0,0],[3,1,0,2],[0,0,0,0],[3,2,0,1],[3,2,1,0]];
};

SimplexNoise.prototype.dot = function(g, x, y) {
return g[0]*x + g[1]*y;
};

SimplexNoise.prototype.noise = function(xin, yin) {
  var n0, n1, n2; // Noise contributions from the three corners
  // Skew the input space to determine which simplex cell we're in
  var F2 = 0.5*(Math.sqrt(3.0)-1.0);
  var s = (xin+yin)*F2; // Hairy factor for 2D
  var i = Math.floor(xin+s);
  var j = Math.floor(yin+s);
  var G2 = (3.0-Math.sqrt(3.0))/6.0;
  var t = (i+j)*G2;
  var X0 = i-t; // Unskew the cell origin back to (x,y) space
  var Y0 = j-t;
  var x0 = xin-X0; // The x,y distances from the cell origin
  var y0 = yin-Y0;
  // For the 2D case, the simplex shape is an equilateral triangle.
  // Determine which simplex we are in.
  var i1, j1; // Offsets for second (middle) corner of simplex in (i,j) coords
  if(x0>y0) {i1=1; j1=0;} // lower triangle, XY order: (0,0)->(1,0)->(1,1)
  else {i1=0; j1=1;} // upper triangle, YX order: (0,0)->(0,1)->(1,1)
  // A step of (1,0) in (i,j) means a step of (1-c,-c) in (x,y), and
  // a step of (0,1) in (i,j) means a step of (-c,1-c) in (x,y), where
  // c = (3-sqrt(3))/6
  var x1 = x0 - i1 + G2; // Offsets for middle corner in (x,y) unskewed coords
  var y1 = y0 - j1 + G2;
  var x2 = x0 - 1.0 + 2.0 * G2; // Offsets for last corner in (x,y) unskewed coords
  var y2 = y0 - 1.0 + 2.0 * G2;
  // Work out the hashed gradient indices of the three simplex corners
  var ii = i & 255;
  var jj = j & 255;
  var gi0 = this.perm[ii+this.perm[jj]] % 12;
  var gi1 = this.perm[ii+i1+this.perm[jj+j1]] % 12;
  var gi2 = this.perm[ii+1+this.perm[jj+1]] % 12;
  // Calculate the contribution from the three corners
  var t0 = 0.5 - x0*x0-y0*y0;
  if(t0<0) n0 = 0.0;
  else {
    t0 *= t0;
    n0 = t0 * t0 * this.dot(this.grad3[gi0], x0, y0); // (x,y) of grad3 used for 2D gradient
  }
  var t1 = 0.5 - x1*x1-y1*y1;
  if(t1<0) n1 = 0.0;
  else {
    t1 *= t1;
    n1 = t1 * t1 * this.dot(this.grad3[gi1], x1, y1);
  }
  var t2 = 0.5 - x2*x2-y2*y2;
  if(t2<0) n2 = 0.0;
  else {
    t2 *= t2;
    n2 = t2 * t2 * this.dot(this.grad3[gi2], x2, y2);
  }
  // Add contributions from each corner to get the final noise value.
  // The result is scaled to return values in the interval [-1,1].
  return 70.0 * (n0 + n1 + n2);
};

// 3D simplex noise
SimplexNoise.prototype.noise3d = function(xin, yin, zin) {
  var n0, n1, n2, n3; // Noise contributions from the four corners
  // Skew the input space to determine which simplex cell we're in
  var F3 = 1.0/3.0;
  var s = (xin+yin+zin)*F3; // Very nice and simple skew factor for 3D
  var i = Math.floor(xin+s);
  var j = Math.floor(yin+s);
  var k = Math.floor(zin+s);
  var G3 = 1.0/6.0; // Very nice and simple unskew factor, too
  var t = (i+j+k)*G3;
  var X0 = i-t; // Unskew the cell origin back to (x,y,z) space
  var Y0 = j-t;
  var Z0 = k-t;
  var x0 = xin-X0; // The x,y,z distances from the cell origin
  var y0 = yin-Y0;
  var z0 = zin-Z0;
  // For the 3D case, the simplex shape is a slightly irregular tetrahedron.
  // Determine which simplex we are in.
  var i1, j1, k1; // Offsets for second corner of simplex in (i,j,k) coords
  var i2, j2, k2; // Offsets for third corner of simplex in (i,j,k) coords
  if(x0>=y0) {
    if(y0>=z0)
      { i1=1; j1=0; k1=0; i2=1; j2=1; k2=0; } // X Y Z order
      else if(x0>=z0) { i1=1; j1=0; k1=0; i2=1; j2=0; k2=1; } // X Z Y order
      else { i1=0; j1=0; k1=1; i2=1; j2=0; k2=1; } // Z X Y order
    }
  else { // x0<y0
    if(y0<z0) { i1=0; j1=0; k1=1; i2=0; j2=1; k2=1; } // Z Y X order
    else if(x0<z0) { i1=0; j1=1; k1=0; i2=0; j2=1; k2=1; } // Y Z X order
    else { i1=0; j1=1; k1=0; i2=1; j2=1; k2=0; } // Y X Z order
  }
  // A step of (1,0,0) in (i,j,k) means a step of (1-c,-c,-c) in (x,y,z),
  // a step of (0,1,0) in (i,j,k) means a step of (-c,1-c,-c) in (x,y,z), and
  // a step of (0,0,1) in (i,j,k) means a step of (-c,-c,1-c) in (x,y,z), where
  // c = 1/6.
  var x1 = x0 - i1 + G3; // Offsets for second corner in (x,y,z) coords
  var y1 = y0 - j1 + G3;
  var z1 = z0 - k1 + G3;
  var x2 = x0 - i2 + 2.0*G3; // Offsets for third corner in (x,y,z) coords
  var y2 = y0 - j2 + 2.0*G3;
  var z2 = z0 - k2 + 2.0*G3;
  var x3 = x0 - 1.0 + 3.0*G3; // Offsets for last corner in (x,y,z) coords
  var y3 = y0 - 1.0 + 3.0*G3;
  var z3 = z0 - 1.0 + 3.0*G3;
  // Work out the hashed gradient indices of the four simplex corners
  var ii = i & 255;
  var jj = j & 255;
  var kk = k & 255;
  var gi0 = this.perm[ii+this.perm[jj+this.perm[kk]]] % 12;
  var gi1 = this.perm[ii+i1+this.perm[jj+j1+this.perm[kk+k1]]] % 12;
  var gi2 = this.perm[ii+i2+this.perm[jj+j2+this.perm[kk+k2]]] % 12;
  var gi3 = this.perm[ii+1+this.perm[jj+1+this.perm[kk+1]]] % 12;
  // Calculate the contribution from the four corners
  var t0 = 0.6 - x0*x0 - y0*y0 - z0*z0;
  if(t0<0) n0 = 0.0;
  else {
    t0 *= t0;
    n0 = t0 * t0 * this.dot(this.grad3[gi0], x0, y0, z0);
  }
  var t1 = 0.6 - x1*x1 - y1*y1 - z1*z1;
  if(t1<0) n1 = 0.0;
  else {
    t1 *= t1;
    n1 = t1 * t1 * this.dot(this.grad3[gi1], x1, y1, z1);
  }
  var t2 = 0.6 - x2*x2 - y2*y2 - z2*z2;
  if(t2<0) n2 = 0.0;
  else {
    t2 *= t2;
    n2 = t2 * t2 * this.dot(this.grad3[gi2], x2, y2, z2);
  }
  var t3 = 0.6 - x3*x3 - y3*y3 - z3*z3;
  if(t3<0) n3 = 0.0;
  else {
    t3 *= t3;
    n3 = t3 * t3 * this.dot(this.grad3[gi3], x3, y3, z3);
  }
  // Add contributions from each corner to get the final noise value.
  // The result is scaled to stay just inside [-1,1]
  return 32.0*(n0 + n1 + n2 + n3);
};

Wenn Sie mit PRNG arbeiten, können Sie problemlos wieder instabile Ergebnisse erzielen

/*
  I've wrapped Makoto Matsumoto and Takuji Nishimura's code in a namespace
  so it's better encapsulated. Now you can have multiple random number generators
  and they won't stomp all over eachother's state.

  If you want to use this as a substitute for Math.random(), use the random()
  method like so:

  var m = new MersenneTwister();
  var randomNumber = m.random();

  You can also call the other genrand_{foo}() methods on the instance.

  If you want to use a specific seed in order to get a repeatable random
  sequence, pass an integer into the constructor:

  var m = new MersenneTwister(123);

  and that will always produce the same random sequence.

  Sean McCullough ([email protected])
*/

/* 
   A C-program for MT19937, with initialization improved 2002/1/26.
   Coded by Takuji Nishimura and Makoto Matsumoto.

   Before using, initialize the state by using init_genrand(seed)  
   or init_by_array(init_key, key_length).

   Copyright (C) 1997 - 2002, Makoto Matsumoto and Takuji Nishimura,
   All rights reserved.                          

   Redistribution and use in source and binary forms, with or without
   modification, are permitted provided that the following conditions
   are met:

     1. Redistributions of source code must retain the above copyright
        notice, this list of conditions and the following disclaimer.

     2. Redistributions in binary form must reproduce the above copyright
        notice, this list of conditions and the following disclaimer in the
        documentation and/or other materials provided with the distribution.

     3. The names of its contributors may not be used to endorse or promote 
        products derived from this software without specific prior written 
        permission.

   THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
   "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
   LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
   A PARTICULAR PURPOSE ARE DISCLAIMED.  IN NO EVENT SHALL THE COPYRIGHT OWNER OR
   CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
   EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
   PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR
   PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF
   LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING
   NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
   SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.


   Any feedback is very welcome.
   http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/emt.html
   email: m-mat @ math.sci.hiroshima-u.ac.jp (remove space)
*/

var MersenneTwister = function(seed) {
  if (seed == undefined) {
    seed = new Date().getTime();
  } 
  /* Period parameters */  
  this.N = 624;
  this.M = 397;
  this.MATRIX_A = 0x9908b0df;   /* constant vector a */
  this.UPPER_MASK = 0x80000000; /* most significant w-r bits */
  this.LOWER_MASK = 0x7fffffff; /* least significant r bits */

  this.mt = new Array(this.N); /* the array for the state vector */
  this.mti=this.N+1; /* mti==N+1 means mt[N] is not initialized */

  this.init_genrand(seed);
}  

/* initializes mt[N] with a seed */
MersenneTwister.prototype.init_genrand = function(s) {
  this.mt[0] = s >>> 0;
  for (this.mti=1; this.mti<this.N; this.mti++) {
      var s = this.mt[this.mti-1] ^ (this.mt[this.mti-1] >>> 30);
   this.mt[this.mti] = (((((s & 0xffff0000) >>> 16) * 1812433253) << 16) + (s & 0x0000ffff) * 1812433253)
  + this.mti;
      /* See Knuth TAOCP Vol2. 3rd Ed. P.106 for multiplier. */
      /* In the previous versions, MSBs of the seed affect   */
      /* only MSBs of the array mt[].                        */
      /* 2002/01/09 modified by Makoto Matsumoto             */
      this.mt[this.mti] >>>= 0;
      /* for >32 bit machines */
  }
}

/* initialize by an array with array-length */
/* init_key is the array for initializing keys */
/* key_length is its length */
/* slight change for C++, 2004/2/26 */
MersenneTwister.prototype.init_by_array = function(init_key, key_length) {
  var i, j, k;
  this.init_genrand(19650218);
  i=1; j=0;
  k = (this.N>key_length ? this.N : key_length);
  for (; k; k--) {
    var s = this.mt[i-1] ^ (this.mt[i-1] >>> 30)
    this.mt[i] = (this.mt[i] ^ (((((s & 0xffff0000) >>> 16) * 1664525) << 16) + ((s & 0x0000ffff) * 1664525)))
      + init_key[j] + j; /* non linear */
    this.mt[i] >>>= 0; /* for WORDSIZE > 32 machines */
    i++; j++;
    if (i>=this.N) { this.mt[0] = this.mt[this.N-1]; i=1; }
    if (j>=key_length) j=0;
  }
  for (k=this.N-1; k; k--) {
    var s = this.mt[i-1] ^ (this.mt[i-1] >>> 30);
    this.mt[i] = (this.mt[i] ^ (((((s & 0xffff0000) >>> 16) * 1566083941) << 16) + (s & 0x0000ffff) * 1566083941))
      - i; /* non linear */
    this.mt[i] >>>= 0; /* for WORDSIZE > 32 machines */
    i++;
    if (i>=this.N) { this.mt[0] = this.mt[this.N-1]; i=1; }
  }

  this.mt[0] = 0x80000000; /* MSB is 1; assuring non-zero initial array */ 
}

/* generates a random number on [0,0xffffffff]-interval */
MersenneTwister.prototype.genrand_int32 = function() {
  var y;
  var mag01 = new Array(0x0, this.MATRIX_A);
  /* mag01[x] = x * MATRIX_A  for x=0,1 */

  if (this.mti >= this.N) { /* generate N words at one time */
    var kk;

    if (this.mti == this.N+1)   /* if init_genrand() has not been called, */
      this.init_genrand(5489); /* a default initial seed is used */

    for (kk=0;kk<this.N-this.M;kk++) {
      y = (this.mt[kk]&this.UPPER_MASK)|(this.mt[kk+1]&this.LOWER_MASK);
      this.mt[kk] = this.mt[kk+this.M] ^ (y >>> 1) ^ mag01[y & 0x1];
    }
    for (;kk<this.N-1;kk++) {
      y = (this.mt[kk]&this.UPPER_MASK)|(this.mt[kk+1]&this.LOWER_MASK);
      this.mt[kk] = this.mt[kk+(this.M-this.N)] ^ (y >>> 1) ^ mag01[y & 0x1];
    }
    y = (this.mt[this.N-1]&this.UPPER_MASK)|(this.mt[0]&this.LOWER_MASK);
    this.mt[this.N-1] = this.mt[this.M-1] ^ (y >>> 1) ^ mag01[y & 0x1];

    this.mti = 0;
  }

  y = this.mt[this.mti++];

  /* Tempering */
  y ^= (y >>> 11);
  y ^= (y << 7) & 0x9d2c5680;
  y ^= (y << 15) & 0xefc60000;
  y ^= (y >>> 18);

  return y >>> 0;
}

/* generates a random number on [0,0x7fffffff]-interval */
MersenneTwister.prototype.genrand_int31 = function() {
  return (this.genrand_int32()>>>1);
}

/* generates a random number on [0,1]-real-interval */
MersenneTwister.prototype.genrand_real1 = function() {
  return this.genrand_int32()*(1.0/4294967295.0); 
  /* divided by 2^32-1 */ 
}

/* generates a random number on [0,1)-real-interval */
MersenneTwister.prototype.random = function() {
  return this.genrand_int32()*(1.0/4294967296.0); 
  /* divided by 2^32 */
}

/* generates a random number on (0,1)-real-interval */
MersenneTwister.prototype.genrand_real3 = function() {
  return (this.genrand_int32() + 0.5)*(1.0/4294967296.0); 
  /* divided by 2^32 */
}

/* generates a random number on [0,1) with 53-bit resolution*/
MersenneTwister.prototype.genrand_res53 = function() { 
  var a=this.genrand_int32()>>>5, b=this.genrand_int32()>>>6; 
  return(a*67108864.0+b)*(1.0/9007199254740992.0); 
} 

/* These real versions are due to Isaku Wada, 2002/01/09 added */
UlanB
quelle
0

Verwenden Sie vorgenerierte Texturen oder stellen Sie einen Perlin-Rausch-Texturgenerator auf einen Server und fragen Sie ihn nach Perlin-Rausch-Bildern ab.

Bobobobo
quelle
Ich mache das schon auf dem Server und ich muss die Texturen generieren.
Xeon06
Wenn Sie dies auf dem Server tun, warum ist Javascript erforderlich? Welche anderen Technologien können Sie verwenden?
Sam Hocevar
@SamHocevar Ich mache es in JavaScript, auf dem Server. Node.js.
Xeon06,
@ Xenon06: wenn du nach der leistung bist, denke ich wirklich, dass du nativen code brauchst; Zum Glück können Sie Node.js-Erweiterungen in C ++ schreiben .
Sam Hocevar
@ SamHocevar cool, danke für den Link, ich werde es überprüfen, ob meine Leistung schlecht ist
Xeon06