前几个月忙着拯救地球所以有比较长时间的空档
这次笔记对应的是games101内容的第六课，至于为什么跳过第五课因为第五课我感觉也没啥需要记笔记的，基本就是光栅化的一些基本概念以及最基本的一些实现理念，视频最后讲到了关于锯齿和走样的一些东西，第六课开头即紧接着这部分进行讲解
采样是光栅化过程中普遍需要进行的一个操作，要用函数判断某个像素的中心是否在区域内
Artifacts
意为出现的不正常的现象，中文译名为瑕疵
提到的采样方面的这类现象主要举了三个例子
1.锯齿现象
2.摩尔纹
3.车轮效应，当车轮转速较高时有时会产生错觉认为轮子在倒着转的错觉，这是人眼在时间上的采样速度跟不上车轮转动的速度造成的结果
前两条是在空间上采样引发的现象，第三条是在时间上采样
产生这些走样的原因是由于信号变化过快导致采样速度跟不上
傅里叶级数展开
一切周期函数都可以用一系列正余弦函数组合以及常数项来表示、
傅里叶变换
给定一个函数，可以对其进行某个操作让其变化为另一个函数
操作公式无需记忆
将右边函数进行一个逆操作得到原函数，叫作逆傅里叶变换
这两种的共同思想，大概就是将一个函数表示为不同频率的函数相组合
大概就是这个样子
说回采样，当采样用的是固定的频率，在遇到变化频率较高的信号时就很容易误判，甚至两个完全不同的信号如果采样方式相同可能得到的是相同的结果，然后就走样了
滤波------filtering
可以过滤掉一定范围频率的信号
如何防止走样或者说减轻走样的影响？
给出一种方案，例如一张图，要对其采样时减轻走样，先对其进行模糊处理，然后再采样
至于为什么要这么做
我们可以对一张图片进行傅里叶变换，将其分为不同频率
右图为频率，中心的频率低，越靠外频率越高，可以看到这张图的频率主要集中在低频段
用滤波将低频段过滤后，图片将基本只显示图片轮廓
这样是因为在图形边缘处，颜色变化较快，因此频率也较高
反之，如果边缘较为模糊，则频率也会随之降低
抹去高频段后图片如下
相当于对原图进行了模糊处理
剩下的下次更，还有一半左右