简单介绍柏林噪声
柏林噪声（Perlin Noise）是一种由 Ken Perlin 在1983年提出的梯度噪声（Gradient Noise）算法，用于生成自然、连续的随机值。它被广泛用于计算机图形学中模拟自然现象（如地形、云层、火焰等），是程序化生成（Procedural Generation）的核心技术之一。
柏林噪声的核心特点
- 连续性
噪声值在空间中是平滑过渡的，没有突兀的跳变（与白噪声不同）。 - 可控随机性
通过相同的输入（坐标+种子）总能得到相同的输出，适合可预测的生成。 - 分形扩展性
可通过多层级叠加（Octaves）生成复杂细节（即分形噪声/Fractal Noise）。
也就是说，柏林噪声提供的是一个确定性的随机结果
更重要的是，它是连续的（输入连续的X，返回的Y也是连续的），这一点对于生成随机地形是非常有意义的。
而且还可以通过多次采样（通过参数控制采样粒度和影响强度）后进行叠加，为随机结果增加更多的细节。
用柏林噪声生成随机地图
假设我们定义好了地图的长宽，然后我们也有了一个柏林噪声的采样器（网上找一找就有），这时候就可以遍历地图上每一个地块，然后进行柏林噪声的采样，大概代码可能长这样（没写这个版本）
for (int _y = 0; _y < mMapManager.MapHeight; _y++)
{
for (int _x = 0; _x < mMapManager.MapWidth; _x++)
{
float _sampleValue = mPerlinNoise.Noise(_x, _y) * 2f - 1f;
//可能还有一堆存储结果、记录极致之类的操作
}
}
//最后还要对结果做一下归一化处理。。。
好，这就是最简单的版本了。但是这样有两个问题：一是我们缺少控制手段，结果完全依赖于柏林噪声的原始分辨率，二是结果虽然是随机的，但丰富度不够，也就是缺乏细节。
emmm…什么叫缺乏细节呢，文字描述起来比较费劲，直接看图吧。
这是一张缺乏细节的噪声图：
这是一张不缺乏细节的噪声图：
这样看起来就直观一些了。
那么接下来我们就开始增加细节。
首先，我们可以先增加一个ScaleParam的控制参数，通过这个控制参数对采样点（x,y）进行缩放，可以理解为修改了变化的频率，在相同变化幅度下，当频率变大，整个波形就会变得更扁平，也就是地形更平坦。这样我们就可以控制整个地图的基础地形特点了。
大概的代码长下面这样：
//影响频率，提供整个地图基础的细节丰富程度（平坦程度，决定大的基础地形）
float _invScaleParam = 1f / (float)mMapManager.ScaleParam;
for (int i = 0; i < mMapManager.MapHeight; i++)
{
for (int j = 0; j < mMapManager.MapWidth; j++)
{
float _x = (j - _halfWidth) * _invScaleParam;
float _y = (i - _halfHeight) * _invScaleParam;
float _sampleValue = mPerlinNoise.Noise(_x, _y) * 2f - 1f;
//还有一堆存储结果、记录极致之类的操作
}
}
//同样需要归一化处理
在此之上，可以添加参数继续增加更加丰富的细节，这个过程说白了就是经过多轮采样，比如第一轮采样决定了基础的地形特点，第二轮采样增加山丘与平原的差异，第三轮采样。。。
所以，我们需要一个控制进行几轮采样的参数Octaves，并且为每一轮采样提供一个独立的类似ScaleParam一样调整波形频率的参数_frequency，整个多轮采样是一个从粗犷到细致的过程（从大的地形到小的细节），显而易见，每一轮采样结果对最终结果的贡献程度是由差别，因此还需要一个_amplitude来影响波形的振幅，从而做到单独控制每一轮采样对地形的修改幅度。
最后，刚才提到过了，_frequency和_amplitude都是针对每一轮采样动态变化的，因此还需要两个参数来分别控制它们在多轮采样间是如何变化的。
于是最终的结果就变成了下面这样：
using UnityEngine;
namespace MapRandom.PerlinNoise
{
public class TestPerlinNoiseMap : MonoBehaviour
{
public Transform MapRoot;
public int MapWidth = 100;
public int MapHeight = 100;
public float Seed = 1f;
public int ScaleParam = 20;
public int Octaves = 3;
public float Persistance = 0.5f;
public float Lacunarity = 2f;
private MapGenerator mMapGenerator;
private MapNodeData[,] mMapData;
private void Update()
{
if (Input.GetKeyUp(KeyCode.F2))
{
CreateMap();
}
}
private void CreateMap()
{
MapRoot.position = Vector3.zero;
MapRoot.rotation = Quaternion.identity;
MapRoot.localScale = Vector3.one;
EnsureMapGenerator();
mMapData = mMapGenerator.CreateMap();
}
private void EnsureMapGenerator()
{
if (null != mMapGenerator) return;
mMapGenerator = new MapGenerator(this);
}
private void OnDrawGizmos()
{
if (null == mMapData) return;
for (int _y = 0; _y < MapHeight; _y++)
{
for (int _x = 0; _x < MapWidth; _x++)
{
MapNodeData _mapNodeData = mMapData[_x, _y];
Gizmos.color = _mapNodeData.Color;
Gizmos.DrawCube(new Vector3(_x, 0, _y), Vector3.one);
}
}
}
}
}
using UnityEngine;
namespace MapRandom.PerlinNoise
{
public class MapNodeData
{
public float X;
public float Y;
public float Height;
public Color32 Color = UnityEngine.Color.white;
public MapNodeData(float _x, float _y, float _height)
{
X = _x;
Y = _y;
Height = _height;
}
public void FormatColor()
{
if (Height < 0.25f)
{
//深海
Color = UnityEngine.Color.blue;
}
else if (Height < 0.5f)
{
//浅海
Color = UnityEngine.Color.cyan;
}
else if (Height < 0.55f)
{
//平原
Color = UnityEngine.Color.yellow;
}
else if (Height < 0.75f)
{
//矮山(林地)
Color = UnityEngine.Color.green;
}
else
{
//高山（雪山）
Color = UnityEngine.Color.white;
}
}
}
public class MapGenerator
{
private TestPerlinNoiseMap mMapManager;
private PerlinNoise mPerlinNoise;
public MapGenerator(TestPerlinNoiseMap _mapManager)
{
mMapManager = _mapManager;
mPerlinNoise = new PerlinNoise();
}
public MapNodeData[,] CreateMap()
{
mPerlinNoise.Seed(mMapManager.Seed);
MapNodeData[,] _retMap = new MapNodeData[mMapManager.MapWidth, mMapManager.MapHeight];
float _maxValue = float.MinValue, _minValue = float.MaxValue;
float _halfWidth = mMapManager.MapWidth * 0.5f;
float _halfHeight = mMapManager.MapHeight * 0.5f;
//影响频率，提供整个地图基础的细节丰富程度（平坦程度，决定大的基础地形）
float _invScaleParam = 1f / mMapManager.ScaleParam;
//扫描每一个地块
for (int i = 0; i < mMapManager.MapHeight; i++)
{
for (int j = 0; j < mMapManager.MapWidth; j++)
{
float _noiseValue = 0f;
//影响频率，在基础地形一致的情况下，每一层可以通过这个参数额外提供一些细节丰富度
float _frequency = 1f;
//影响振幅，控制每一层细节对原始地形的修改幅度
float _amplitude = 1f;
//逐层添加细节
for (int k = 0; k < mMapManager.Octaves; k++)
{
float _x = (j - _halfWidth) * _invScaleParam * _frequency;
float _y = (i - _halfHeight) * _invScaleParam * _frequency;
float _sampleValue = mPerlinNoise.Noise(_x, _y) * 2f - 1f;
_noiseValue += _sampleValue * _amplitude;
_frequency *= mMapManager.Lacunarity;
_amplitude *= mMapManager.Persistance;
}
//记录最终结果
MapNodeData _mapNode = _retMap[j, i];
if (null == _mapNode)
{
_mapNode = new MapNodeData(j, i, _noiseValue);
_retMap[j, i] = _mapNode;
}
else
{
_mapNode.Height = _noiseValue;
}
//记录极值，用于归一化处理
_maxValue = Mathf.Max(_maxValue, _noiseValue);
_minValue = Mathf.Min(_minValue, _noiseValue);
}
}
float _fixParam = 1f / (_maxValue - _minValue);
for (int i = 0; i < mMapManager.MapHeight; i++)
{
for (int j = 0; j < mMapManager.MapWidth; j++)
{
MapNodeData _mapNode = _retMap[j, i];
_mapNode.Height = (_mapNode.Height - _minValue) * _fixParam;
_mapNode.FormatColor();
}
}
return _retMap;
}
}
}
生成的效果如下：
