Super Sampling Anti-AliasingSSAA算是在众多抗锯齿算法中比较昂贵的一种了，年代也比较久远，但是方法比较简单，主要概括为两步1. 查找边缘2. 模糊边缘这是一种post processing的处理方法，接下来我们就看看怎么实现查找边缘查找边缘的原因也是因为减少消耗，这样就可以只在边缘处进行超级采样，不必为全图进行采样了。之前的文章详细说过三种查找边缘的方法Roberts,Sobel,Canny ，其中sobel最优，所以我们就是用sobel查找边缘这里简单讲解一下，查找边缘的不同在于过滤器的不同，但都是水平垂直采样Sobel算子的两个过滤器分别算出横向与纵向的灰度
GX为水平过滤器，GY为垂直过滤器，垂直过滤器就是水平过滤器旋转90度。过滤器为3×3的矩阵，将与图像作平面卷积。如果不存在边则两个点颜色很接近，过滤器返回一个较小的值，否则就可判断出边缘的存在。找出边缘之后就可以模糊边缘了模糊边缘模糊边缘就是要进行超级采样了，，采取周围的像素点再进行混色
大家经常看到比如说SSAAx2,SSAAx4,x8….后面的数目就是采样点的个数。
之前翻译了一篇wiki上的超级采样
模糊边缘的方式（采样方式）有很多种，比较流行的几种有网格采样，随机采样，poisson disc采样，Jitter算法采样，旋转网格采样
部分方法的采样范围，我设定为他们边缘的灰度了，也就是边缘检测中的G，因为G越大边缘越深，出现锯齿越明显，就要加大采样范围。我们试试网格，随机，与旋转采样网格采样比较简单，但是因为太规则了，模糊的效果可能不够好，显获取周围的点，然后进行混色float4 c0 = tex2D(_MainTex, i.uv_MainTex + fixed2(0.5, 1) / _Size);float4 c1 = tex2D(_MainTex, i.uv_MainTex + fixed2(-0.5, 1) / _Size);float4 c2 = tex2D(_MainTex, i.uv_MainTex + fixed2(0.5, -1) / _Size);float4 c3 = tex2D(_MainTex, i.uv_MainTex + fixed2(-0.5, -1) / _Size);然后就是随机，个人认为随机的效果不太好，因为像是边缘被噪波了一样，有像素点扩散的痕迹float2 randUV = 0;randUV = rand(float2(n.x, n.y));float4 c0 = tex2D(_MainTex, i.uv_MainTex + float2(randUV.x / 2, randUV.y) / _Size);randUV = rand(float2(-n.x, n.y));float4 c1 = tex2D(_MainTex, i.uv_MainTex + float2(randUV.x / 2, randUV.y) / _Size);randUV = rand(float2(n.x, -n.y));float4 c2 = tex2D(_MainTex, i.uv_MainTex + float2(randUV.x / 2, randUV.y) / _Size);randUV = rand(float2(-n.x, -n.y));float4 c3 = tex2D(_MainTex, i.uv_MainTex + float2(randUV.x / 2, randUV.y) / _Size);然后就是旋转网格采样，最佳的旋转角度是arctan (1/2) (大约 26.6°)，这里偷个懒，也省去了旋转计算的消耗，大概个位置进行采样，效果还算好。<span style="font-size:14px;">float4 c0 = tex2D(_MainTex, i.uv_MainTex + fixed2(0.2 / 2, 0.8) / _Size);float4 c1 = tex2D(_MainTex, i.uv_MainTex + fixed2(0.8 / 2, -0.2) / _Size);float4 c2 = tex2D(_MainTex, i.uv_MainTex + fixed2(-0.2 / 2, -0.8) / _Size);float4 c3 = tex2D(_MainTex, i.uv_MainTex + fixed2(-0.8 / 2, 0.2) / _Size);</span>结果比较
性能
性能方面SSAA比其他AA弱了一些，主要因为方法是这样暴力的采样
SSAA采样方式间的损耗都差不多
都是SSAAx4
无抗锯齿
网格采样
随机采样
谁的指间滑过了千年时光；谁在反反复复中追问可曾遗忘；
