利用深度法线纹理实现边缘检测效果

1、为什么要基于深度法线纹理实现边缘检测

之前利用Sobel算子基于像素灰度值计算出来的边缘检测效果，其实总体上来说不太理想。因为这种计算方式依赖于像素的颜色(灰度值)变化来识别边缘，会受到物体纹理和阴影颜色等因素影响。所以这种制作方式往往不能准确的反应出物体的真实轮廓！

因此我们才会来通过基于深度+法线纹理来实现边缘检测屏幕后期处理效果，通过这种方式实现的边缘检测，不会受纹理和光照的影响，只会根据渲染物体的模型信息（深度、法线）来进行判断检测，这样检测出来的边缘更加的可靠！

 注意：

• 对于2D图片，基于灰度值的边缘检测更合适
• 对于3D场景，基于深度+法线纹理的边缘检测更合适

主要原因是2D图片中的深度和法线信息往往是一致的，不存在差异性

2、利用深度+法线纹理实现边缘检测的基本原理

一句话概括它的基本原理：基于Roberts(罗伯茨)交叉算子，通过比较对角线上的的像素的深度和法线值，判断是否在边缘上。
关键点：

• 如何得到对角线上的像素
• 如何进行深度和法线值的比较
• 如何决定是否在边缘

注意点：不会进行卷积运算

• 如何得到对角线上的像素

在顶点着色器中，利用纹素进行uv坐标偏移计算，并且我们可以添加一个可控的 采样偏移距离变量 _SampleDistance，它可以用来决定描边的粗细，值越大描边越粗
原理是：
采样离中心像素越近，检测的变化更细微，深度和法线值变化小，边缘会较细
采样离中心像素越远，检测的范围较大，深度和法线值变化大，边缘会较粗 

• 如何进行深度和法线的比较

在片元着色器中，利用顶点着色器中得到的uv坐标，在深度+法线纹理中进行采样，得到深度值和法线