原标题:《Poisson Disk Sampling》 评分: 125 | 作者: vismit2000 💭 这叫采样,还是专门给图形学挖坑的把戏? 🎯 讨论背景 Poisson disk sampling 是图形学里常用的一类点采样方法,核心要求是任意两点保持最小距离,从而得到分布均匀但又不显得规则的点集。经典实现常提到 Bridson algorithm(一个用 active list 从已有点周围不断扩展的快速方法),它在生成 blue noise 采样、纹理点阵、粒子和草地散布时很常见。评论里还提到 ObservableHQ(一个交互式可视化/Notebook 平台)上的示例,以及 PixelPie(一个 GPU 版实现),说明这类问题既有算法层面的直觉,也有工程上如何在 GPU 或 shader 里实现的现实约束。讨论里反复出现 low-discrepancy sequence、blue noise 和 aliasing,反映大家在比较“均匀覆盖”与“视觉上自然”这两种采样目标。 📌 讨论焦点 可视化调试与可读性 有人把焦点放在这类采样算法的可视化调试界面上,认为把过程