【教程】vex种实现turbulence vop的功能
—— 微资讯 · 微课程 ——
利用零碎时间，走上超神之路！
简介
我们在使用noise的时候大部分都是使用vop而不是vex，主要原因在于vop在的noise类型节点提供了大量便捷的控制参数，而默认的noise vex函数只有最基本的noise形态，如果要实现vop种功能还有手动增加特定的控制。当然，有些时候我们必须在wrangle中实现noise的设置，那么本小节就使用wrangle还原turbulencenoise中的参数控制。
第一步 最核心的点要清晰的知道对应的参数的真正意义（而不是表面翻译）
noise type 就是基本的noise的形态，这个对应vex中就是不同的noise类型函数。
Position 位置，也就是输入的三维矢量（一般作为驱动量），在noise中大部分情况使用@P作为输入的参数。
剩下就是需要还原的参数类型
Frequency 翻译是频率，实际上就是对@P这个量的倍增
Offset 翻译是偏移，这个主要是指的是X轴的横向偏移，也就是对@P的叠加
Ampitude 翻译是强度，实际上是对noise()结果的倍增缩放，是y轴的缩放量
当然，这里还可以添加一个y轴的偏移或者是fit range适配，这个可以还原uniform noise的部分参数控制功能。
上面这个其实和houdini之道vopvex卷基础数学卷中讲解y=sin(ax+b)*c+d这个三角函数的终极变体是一样的。
这里最让人困惑的是roughness和turbulence
当然，这里还有一个隐藏的变量，就是每次叠加noise的时候frequency会做固定倍增，以及offset会做固定位移，对于turbulence vop中，这两个量是一样的，默认是是2.01234，我们可以简化为2。这个在vop中是内置的，无法控制，但是我们使用wrangle就可以单独设置这个变量，包括让frequency和offset的这个变化不一样都可以。
第二步 在wrangle中实现
1找到对应的noisetype类型，关于houdini中的noise类型完全讲解以及对应的noise vex函数都在houdini之道 vopvex卷的第九章完全讲解。这里我们选择perlin noise类型。
2wrangle中的设置 @P.y=noise(@P);
基本搭建对比，绿色为左边使用turbulence vop，蓝色为右边wrangle函数，transform向下偏移0.2个单位作为对比
turbulence参数都提取出去，noisetype=perlin noise，turbulence=1
3设置Frequency，offset和amplitude的控制
vector freq=chv("frequency");//定义了频率
vector offset=chv("offset");//定义了偏移
float amp=chf("amplitude");//定义 了强度
@P.y=noise(@P*freq-offset)*amp;
这里需要注意两点 1 frequency和offset是矢量，amplitude是浮点。2 offset要和vop中完全匹配用的是减法而不是加法。这时候vop和wrangle同时改变对应的参数结果完全是一样的
4 处理turbulence叠加的问题，这里涉及三个参数 1叠加次数turublence 2每次叠加turbulence的强度倍增roughness 3frequency和offset的变化量n。由于要重复叠加控制，我们使用的是for循环。
vector freq=chv("frequency");
vector offset=chv("offset");
float amp=chf("amplitude");
int turbulence=chi("turbulence");//定义迭代次数
float rough=chf("roughness");//定义每次叠加强度缩放值
float n=chf("n");//定义了每次叠加offset和frequency的倍增量
float sum=0; //初始化叠加结果值为0
for(int i=0;i<turbulence;i++){
sum+=noise(@P*freq*pow(n,i)-offset*pow(n,i))*amp*pow(rough,i);
}
@P.y=sum;
得到与vop完全一样的结果。
注意点：
1noise类型要一样，并且不同的noise类型紊乱初始迭代次数值不一样，有的是0，有的是1，那么这个直接决定了for循环中 i 的初始值。
2对于频率和offset 的倍增值默认值设置为2，当然，使用wrangle设置noise我们可以让他们两者不一样，而且可以调整这个倍增量（不为2），自由度比turbulencevop更高。
3基于这种学习方法，对于更加复杂的uniform noise节点（mountain sop和hf noise sop的本质节点），我们在后面的课程里面也会通过这种基本算法进行还原，比如fold，bias，complement等等，让大家不只是停留在字面翻译层面，学习目的是不仅正确理解和运用，还可以通过自定义拓展，自定义获得更加大的自由。
视频展示
教程编号CGhunter_houdini_04_09_003_noise(vex卷第九章random，noise完全讲解章节第三集）
重要信息