这个章节的名字看起来就是要放鸽子……其实不是，现在我们要休息一下，这节写点让人放松的代码。
在这个章节里，我们要整理一下以前的代码，顺便拓展一下深度功能，让Vtuber变得更加真实。
这个章节还没有完成校订，因此可能有和谐内容。
请您收好鸡儿，文明观球。
在这个章节，你需要准备:
- 电脑
- 前面两节的代码
- Python3
- NumPy
- OpenGL
之前几个章节的功能都是从零开始一点点加进来的，经过了许多章节的堆砌后，它们变得有些混乱。
因此我们得重新整理一下代码，首先，我想把图层的相关的功能抽出来做成类，让它负责图层内容的管理。
class 图层类:
def __init__(self, 名字, bbox, z, npdata):
...
def 生成opengl纹理(self):
...
def 导出(self):
...深度.yaml被重新命名为了信息.yaml，这样每个图层包含的信息除了深度以外还可以有一些别的东西……究竟是什么呢？我们留到下一节再说吧。
接下来，我又新建了vtuber类。
class vtuber:
def __init__(self, psd路径, yaml路径='信息.yaml'):
...
def opengl绘图循环(self, ...):
...原本的函数添加深度信息和提取图层被合并，作为vtuber的__init__。
opengl绘图循环现在是vtuber的方法了。
我也把opengl绘图循环中绘制图层的函数提取了出来，做成局部函数draw。它一次输入一个图层，然后把这个图层的顶点全部在窗口上画完。
此外，我也为绘图循环添加了一点计时代码。
此外，从这一节开始，样例所用的莉沫酱立绘psd要更换成莉沫酱较简单版.psd了。这个文件的图层分得更细一些，可以支援一些更高级的操作。
接下来，我们要对图层类进行改造。原本一个图层就对应OpenGL中的一个GL_QUADS，只能是一个平面，我们要让它变成多个GL_QUADS，从而达到模拟曲面的效果。
我们原本支持的深度格式包括一个数字，或者一个2×2的矩阵。现在，我们把它泛化到任意n×m的矩阵。
举个例子:
侧马尾:
深度:
- [0.8, 0.8]
- [0.65, 0.65]
- [0.7, 0.7]我们希望在这样设置的时候，图层从上到下的深度是「后-前-略后」，像是一个向前弯曲的曲面。
为了达到这个效果，我们要通过四个顶点的座标，算出中间n×m-4个点的座标。
这很容易，只要稍微用上一点向量乘法的性质——
x, y = self.shape
self.顶点组 = np.zeros(shape=[x, y, 8])
for i in range(x):
for j in range(y):
self.顶点组[i, j] = p1 + (p4-p1)*i/(x-1) + (p2-p1)*j/(y-1)
self.顶点组[i, j, 2] = 深度[i, j]需要注意的是，尽管我们定义了四个点，但这个算法只用到了p1、p2、p3，并没有用到p3。这是因为我们假设四个点是在同一个平面上(OpenGL也是这么假设的)，如果这个四面体有明显的体积，渲染出来的结果可能会有些不对劲。
绘图的时候，绘制的就不是原本的顶点组，而是把(n-1)×(m-1)个GL_QUADS统统绘制一遍。
for i in range(x-1):
for j in range(y-1):
绘制方块(
[[源[i, j], 源[i, j+1]],
[源[i+1, j], 源[i+1, j+1]]]
)绘图的效果是这样——
不过这个时候我们不太容易看出效果。
为了看清楚，我们可以把前发挑出来，把第二节里用过的线框绘图模式再叠加一层上去。
看起来很成功！
顺便说一下后发的深度问题——后发类似一个鼓起来的球面，而不是凹进去的，也就是后发中心反而更靠近观众。
这似乎和直觉相反，但你可以想象一下无论我们从哪个面观察人头，看到的一定是凸的那一面。
深度网格看起来应该像是这样——
不过也许你会觉得奇怪，我们的面都是长方形，要怎么做出一个漂亮的曲面呢？
有一个简单的方法是另外写一段代码，用函数来生成深度的np.array，然后再把它粘贴回yaml里。
(其实是我懒得再把用函数生成的功能加进来2333)
我一开始以为用Dlib提取特征不会占用GIL……但是也不知道是GIL改了还是我想的不对，现在程序无法使用多个CPU核心。
总之我们现在必须把特征提取从多线程改成多进程。
大概把捕捉循环放到副进程里就行了。
像是这样——
pipe = multiprocessing.Pipe()
def 启动():
p = multiprocessing.Process(target=捕捉循环, args=(pipe[0],))
p.daemon = True
p.start()其实我也没怎么写过多进程所以不要问我，上一次写多进程还是2017年的时候，能跑就行了，不能跑的话就去抄代码吧……
当我们分割出较多的面之后，如果你的电脑的配置不好的话，应该差不多要感到卡顿了。
「接下来我们把旧式的OpenGL API换成VBO」——也许这个时候你会以为接下来的内容是这个，但其实不是。
实际上，在渲染循环中，真正慢的是我们多次调用Numpy进行的矩阵乘法。
其实它们本来应该写成GLSL，但是在这个教程我想的是降低OpenGL的存在感，仅仅把它当作绘图工具，而更多从向量的基础方式来解释这些事情。这样一来一方面省得读者再去多学一门语言，另一方面Numpy调试起来也比GLSL简单快捷许多。
但是我们还是有办法优化矩阵乘法的！
仔细观察一下我们的写法——
for p in [p1, p2, p3, p4]:
位置 = p[:4] @ modelmodel矩阵是放在循环里面乘的？
如果我们预先把[p1, p2, p3, p4]叠在一起，变成一个4×8的矩阵，然后再乘model，只要做一次大的矩阵乘法就行了。
甚至我们把一个图层的所有顶点全部合并成为一个n×8的矩阵，再乘model，这样岂不是只要调用O(n)次矩乘就行了！
源 = 图层.顶点组导出()
x, y, _ = 源.shape
所有顶点 = 源.reshape(x*y, 8)
a, b = 所有顶点[:, :4], 所有顶点[:, 4:]
a = a @ model
...最后绘图的时候再把它们组合回来——
所有顶点[:, :4], 所有顶点[:, 4:] = a, b
所有顶点 = 所有顶点.reshape([x, y, 8])
for i in range(x-1):
for j in range(y-1):
for p in [所有顶点[i, j], 所有顶点[i, j+1], 所有顶点[i+1, j+1], 所有顶点[i+1, j]]:
glTexCoord4f(*p[4:])
glVertex4f(*p[:4])(结果最后还是没用上VBO)
经过修改之后，帧率可以提高到原本的数倍，这样就不会卡住了。
如果我的某些操作让你非常迷惑，你也可以去这个项目的GitHub仓库查看源代码。
最后祝各位萝莉缠身。
下一节: