OpenGL光照学习指南：从Phong模型到法线贴图的完整知识体系

1. 光照学习到底在学什么：从“能跑”到“跑得对”的认知升级

很多人学图形学，走到光照这一章就开始犯迷糊。前面画三角形、贴纹理、搞坐标变换，好歹有个直观的视觉反馈——模型动了、纹理贴上了，成就感来得很快。但一到光照，代码量突然翻倍，各种向量运算、点乘叉乘、反射折射，对着教程抄完一遍，画面确实亮了，可关掉教程自己写，脑子里一片空白。

这个现象太普遍了。我见过不少朋友，Phong模型和Blinn-Phong模型的代码能默写，但你问他“为什么高光指数越大高光越小”，他得愣半天。这就是典型的“跑通了但没学懂”。光照这一章的核心价值，不在于让你多会写几行着色器代码，而在于帮你建立一套从物理直觉到数学表达再到GPU执行的完整思维链路。

先把这个章节的知识版图理清楚。光照学习通常包含这么几块内容：基础光照模型（Phong和Blinn-Phong）、材质系统、光照贴图（漫反射贴图、镜面反射贴图、法线贴图）、投光物（平行光、点光源、聚光灯）以及多光源综合场景。这些内容不是孤立的，它们之间有一条清晰的递进关系——从最简单的“一个点光源照亮一个物体”，到“多个不同类型光源共同作用于一个带复杂材质的模型”。

为什么这个递进顺序不能乱？因为每一块都在为下一块铺路。你不理解Phong模型里的环境光、漫反射、镜面反射三个分量，就没法理解材质系统里为什么要用三个不同的贴图去分别控制它们。你不理解点光源的距离衰减公式，就没法理解聚光灯的平滑边缘是怎么算出来的。整个光照章节就像搭积木，底层不稳，上面越高越危险。

这篇文章适合谁看？如果你正在学OpenGL光照章节，跟着教程敲完了代码但感觉脑子里还是一团浆糊，那这篇总结就是写给你的。如果你已经学完光照想复习一遍，把零散的知识点串成体系，那也合适。甚至你用的是其他图形API，只要涉及基础光照模型，底层的数学原理和设计思路都是通用的。

我个人的体会是，光照这一章值得反复嚼三遍。第一遍跟着教程走，把代码跑通，看到画面亮起来。第二遍关掉教程，自己从零推导一遍每个公式，搞清楚每个向量代表什么、为什么这么算。第三遍跳出单个模型，去想“如果我要设计一个渲染引擎的光照系统，我会怎么组织这些代码”。三遍下来，你才算真正把这块知识吃透了。

2. 光照模型的核心原理拆解：为什么是这三个分量

2.1 环境光、漫反射、镜面反射的物理直觉

Phong光照模型把光照拆成三个分量：环境光、漫反射、镜面反射。这个拆法不是拍脑袋想出来的，它对应着现实中光与物体交互的三种基本方式。

环境光模拟的是“间接光照”。现实中，光线打到物体上不会凭空消失，它会在场景里弹来弹去，最终从各个方向微弱地照到物体表面。完整的全局光照计算这个弹射过程代价极高，所以Phong模型用一个常数来近似——假设场景里始终有一个均匀的、来自四面八方的微弱光照。这就是为什么环境光分量只有一个简单的乘法：环境光强度乘以物体颜色。

漫反射模拟的是“粗糙表面的散射”。光打到粗糙表面上，会向各个方向均匀散射，所以无论你从哪个角度看，这个表面的亮度都差不多。漫反射的关键在于光线方向与表面法线的夹角——光线垂直照射时最亮，斜着照时能量被摊薄，亮度下降。这就是Lambert余弦定律，用点乘来实现：光线方向向量和法线方向向量的点乘，结果就是夹角的余弦值。

镜面反射模拟的是“光滑表面的高光”。光打到光滑表面上会集中向一个方向反射，所以只有在特定角度才能看到高光。镜面反射的计算需要三个向量：光线方向、法线方向、观察方向。Phong模型的做法是先算出光线的反射向量，然后看反射向量和观察方向的夹角——夹角越小，高光越亮。Blinn-Phong模型做了个优化，不直接算反射向量，而是取光线方向和观察方向的半程向量，看半程向量和法线的夹角。这个优化不仅计算量更小，而且在很多情况下视觉效果更自然。

注意：环境光、漫反射、镜面反射这三个分量是相加关系，不是相乘。最终颜色 = 环境光贡献 + 漫反射贡献 + 镜面反射贡献。很多初学者会写成乘法，结果画面要么全黑要么全白。

2.2 Phong与Blinn-Phong的选型对比

Phong和Blinn-Phong的核心区别就在镜面反射的计算方式上。Phong用反射向量和观察方向的点乘，Blinn-Phong用半程向量和法线的点乘。这个差异带来的影响，值得单独拿出来说。

先看计算量。Phong模型需要计算反射向量，公式是reflect(-lightDir, normal)，在着色器里就是一次reflect调用。Blinn-Phong需要计算半程向量，公式是normalize(lightDir + viewDir)，一次加法加一次归一化。两者计算量差距不大，但Blinn-Phong少了一次reflect，在某些硬件上确实更快。

再看视觉效果。Phong模型在低精度高光指数下，高光边缘会出现明显的锯齿或断裂，因为反射向量和观察方向的夹角在边缘处变化剧烈。Blinn-Phong的半程向量变化更平滑，高光边缘更柔和。这也是为什么现代渲染管线里Blinn-Phong更常见。

但Blinn-Phong也不是没有缺点。当观察方向与光线方向夹角很大时，半程向量可能和法线的点乘结果小于零，导致高光突然消失。Phong模型在同样情况下表现更稳定。所以选哪个，取决于你的具体场景——如果追求性能和视觉平滑度，Blinn-Phong是首选；如果场景里观察角度变化极端，Phong可能更可靠。

2.3 光照计算的坐标系选择

光照计算在哪个坐标系里做，这个问题看起来不起眼，但选错了会带来一堆麻烦。常见的选择有三种：世界坐标系、观察坐标系、切线坐标系。

世界坐标系是最直观的。光源位置、物体位置、观察位置都在世界空间里，算起来思路清晰。但问题是，如果物体动了，光照计算就得跟着变，而且法线变换到世界空间需要用法线矩阵，不能直接用模型矩阵。

观察坐标系的好处是观察者始终在原点，观察方向始终是(0,0,1)，省去了传递观察位置的麻烦。但光源位置需要变换到观察空间，而且法线也要跟着变。

切线坐标系主要用于法线贴图。法线贴图里存储的法线是相对于表面切线空间的，所以光照计算要么把其他向量变换到切线空间，要么把法线从切线空间变换到世界空间。前者更常见，因为法线贴图采样后直接就能用。

我个人的建议是：基础光照用世界坐标系，思路最清晰，调试最方便。法线贴图用切线坐标系，避免额外的矩阵变换。多光源场景可以考虑观察坐标系，减少需要传递的uniform变量。

3. 材质与光照贴图：让物体“看起来像那么回事”

3.1 材质系统的设计哲学

材质系统要解决的问题是：同样一个光源，为什么木头看起来是木头，金属看起来是金属？答案在于不同材质对光的反应不同。木头粗糙，漫反射强、镜面反射弱；金属光滑，漫反射弱、镜面反射强。

在Phong模型里，材质用几个参数来描述：环境光颜色、漫反射颜色、镜面反射颜色、高光指数。这四个参数决定了物体在光照下的表现。环境光颜色通常和漫反射颜色一样，镜面反射颜色通常设为白色或灰色，高光指数控制高光的集中程度。

但只用参数来定义材质有个问题：整个物体只能用一种材质。现实中一个物体不同部位材质可能不同——比如一个木箱，铁皮包角和木头箱体的反光特性完全不同。这就是光照贴图要解决的问题。

3.2 漫反射贴图与镜面反射贴图

漫反射贴图存储的是每个像素的漫反射颜色。采样漫反射贴图，用采样结果替换原来统一的漫反射颜色，就能让物体表面呈现丰富的颜色变化。这一步相对简单，因为漫反射贴图就是普通的颜色纹理。

镜面反射贴图存储的是每个像素的镜面反射强度。通常是一张灰度图，白色区域表示高反光（如金属部件），黑色区域表示不反光（如木头、布料）。采样镜面反射贴图，用采样结果乘以镜面反射颜色，就能控制不同区域的高光强度。

这里有个容易踩的坑：镜面反射贴图的采样坐标通常和漫反射贴图一样，但如果你用了不同的纹理单元，记得在着色器里正确绑定和传递。另外，镜面反射贴图不需要sRGB校正，因为它存储的是强度值而不是颜色值。

实操心得：做镜面反射贴图时，不要追求“精确”。很多时候用一张简单的灰度图，甚至用漫反射贴图的亮度通道来近似，效果就足够了。过度追求贴图精度反而会让画面显得不自然。

3.3 法线贴图的原理与切线空间

法线贴图是光照章节里最让人头疼的部分。它的核心思想是：不增加模型面数，通过修改每个像素的法线方向来模拟表面凹凸细节。

法线贴图里存储的不是颜色，而是法线向量。因为法线向量的每个分量范围是[-1,1]，而纹理存储范围是[0,1]，所以需要做一个映射：存储值 = (法线值 + 1) / 2，采样时再反向映射回来：法线值 = 存储值 * 2 - 1。

关键问题来了：法线贴图里的法线是相对于哪个坐标系的？答案是切线空间。切线空间的原点在表面某一点，Z轴沿法线方向，X轴沿切线方向，Y轴沿副切线方向。这样存储的好处是，同一张法线贴图可以用在不同朝向的表面上，因为法线是相对于表面本身的。

使用法线贴图时，需要计算切线空间到世界空间的变换矩阵（TBN矩阵）。这个矩阵由切线、副切线、法线三个基向量组成。切线通常从模型顶点数据里获取，副切线通过法线和切线的叉乘得到。TBN矩阵的构建是法线贴图能否正确工作的关键，如果切线数据有问题，光照方向就会完全错乱。

4. 投光物的实现细节：从平行光到聚光灯

4.1 平行光：最简单也最容易忽略细节

平行光模拟的是太阳光——光源在无限远处，光线方向处处相同。实现上最简单，只需要一个方向向量，不需要位置和衰减计算。

但平行光有个容易忽略的细节：方向向量的方向。在光照计算里，我们通常用“从片段指向光源”的方向，而平行光定义的是“光线传播方向”。这两个方向是相反的。如果你定义平行光方向是(0,-1,0)表示光从上往下照，那么在着色器里计算时要用(0,1,0)作为光线方向向量。这个符号搞反了，画面就会全黑或者光照方向完全错误。

另一个细节是平行光不需要距离衰减。因为光源在无限远，距离变化对光照强度的影响可以忽略。如果你给平行光加了衰减计算，反而会让画面出现不自然的明暗变化。

4.2 点光源：距离衰减的三种模型

点光源模拟的是灯泡——光源在空间中一个具体位置，光线向四面八方均匀发射。点光源的核心是距离衰减：离光源越远，光照越弱。

衰减公式有三种常见模型：线性衰减、二次衰减、以及两者的混合。线性衰减是1.0 / (1.0 + linear * distance)，二次衰减是1.0 / (1.0 + quadratic * distance * distance)，混合模型把两者结合起来。

为什么要有三种？因为不同场景需要不同的衰减曲线。线性衰减在近距离变化平缓，远距离衰减慢；二次衰减在近距离变化剧烈，远距离衰减快。实际使用中，通常用混合模型，通过调节linear和quadratic参数来控制衰减曲线的形状。

参数怎么选？有个经验公式可以参考：假设你希望光源在距离d处衰减到某个强度，可以反推参数。但更实用的方法是试。先设linear=0.09，quadratic=0.032（这是教程里常用的值，对应50米左右的衰减范围），然后根据场景尺度调整。场景小就增大参数让衰减更快，场景大就减小参数。

注意：点光源的衰减计算是在片段着色器里逐像素进行的，所以距离越远的片段计算量越大。如果场景里有大量点光源，考虑用延迟渲染或者限制光源影响范围来优化性能。

4.3 聚光灯：平滑边缘的数学原理

聚光灯模拟的是手电筒——光线从一个点发出，但只朝一个锥形方向照射。聚光灯的实现需要三个参数：光源位置、照射方向、切光角。

切光角决定了光锥的大小。在着色器里，计算片段到光源的方向与聚光灯照射方向的夹角，如果夹角小于切光角，片段被照亮；否则不被照亮。但这样直接判断会产生硬边缘，看起来很不自然。

平滑边缘的做法是引入两个角度：内锥角和外锥角。在内锥角以内，光照强度为1；在外锥角以外，光照强度为0；两者之间做平滑插值。插值公式是clamp((cosAngle - cosOuter) / (cosInner - cosOuter), 0.0, 1.0)。这个公式的本质是把夹角余弦值映射到[0,1]区间，然后用这个值作为光照强度的乘数。

为什么用余弦值而不是角度值？因为点乘直接得到的就是余弦值，省去了反三角函数计算。而且余弦值在0到90度范围内是单调递减的，映射关系正确。

4.4 多光源场景的组织方式

实际场景里通常有多个光源：一个平行光模拟太阳，几个点光源模拟灯泡，可能还有聚光灯做特殊效果。多光源的组织方式直接影响代码的可维护性和性能。

最直接的做法是在着色器里为每个光源写一套计算代码。但这样光源数量一变，着色器就要重新编译。更好的做法是用统一数组来管理光源。定义一个结构体数组，每个元素包含光源类型、位置、方向、颜色、衰减参数等。然后在着色器里循环遍历数组，根据光源类型分别计算。

但这里有个坑：着色器里的循环次数必须是常量。GLSL不支持动态循环次数，所以数组大小必须编译时确定。常见的做法是定义最大光源数量，比如16个，实际使用时只填充前N个，循环时判断索引是否小于实际光源数。

另一个优化思路是只计算影响范围内的光源。对于点光源和聚光灯，如果片段距离光源太远，衰减后贡献几乎为零，可以跳过计算。在CPU端做光源剔除，只把影响当前物体的光源传给着色器，能显著减少片段着色器的计算量。

5. 实操中的常见问题与排查技巧

5.1 光照计算中的向量归一化陷阱

向量归一化是光照计算里最基础也最容易出错的操作。法线要归一化，光线方向要归一化，观察方向要归一化，半程向量也要归一化。少归一化一个，光照结果就可能完全错误。

为什么归一化这么重要？因为点乘的结果受向量长度影响。两个单位向量的点乘结果就是夹角的余弦值，范围在[-1,1]之间。如果向量长度不是1，点乘结果就会被放大或缩小，导致光照强度计算错误。

常见的归一化遗漏场景：从顶点着色器传递到片段着色器的法线，经过插值后长度会变化，必须在片段着色器里重新归一化。从uniform传入的光源方向，如果没在CPU端归一化，也要在着色器里归一化。半程向量计算出来后必须归一化，否则点乘结果没有意义。

实操心得：在片段着色器开头，把所有参与光照计算的向量统一归一化一遍。虽然多几次计算，但能避免绝大多数光照异常问题。调试阶段宁可多算，不要少算。

5.2 法线矩阵与模型变换的坑

法线从模型空间变换到世界空间，不能直接用模型矩阵。因为模型矩阵可能包含非均匀缩放，这会导致法线方向扭曲。正确的做法是用法线矩阵，即模型矩阵左上角3x3部分的逆矩阵的转置。

为什么？法线是垂直于表面的向量，如果模型被非均匀缩放，法线方向会偏离垂直方向。用逆矩阵的转置可以修正这个偏差。如果模型只有旋转和平移，没有缩放，那么法线矩阵就等于模型矩阵的左上角3x3部分，可以直接用。

这个坑在什么时候会踩到？当你给物体加了非均匀缩放（比如把一个立方体压扁），光照就会变得很奇怪——高光位置偏移，明暗分界不对。这时候检查法线矩阵，十有八九是直接用了模型矩阵。

5.3 光照贴图颜色空间问题

光照贴图涉及颜色空间转换，这个问题很隐蔽但影响很大。漫反射贴图存储的是颜色信息，应该按sRGB空间处理；镜面反射贴图存储的是强度信息，应该按线性空间处理。

如果漫反射贴图没有做sRGB校正，颜色会偏暗，因为纹理采样得到的是sRGB值，直接当线性值用会丢失亮度。如果镜面反射贴图做了sRGB校正，高光强度会偏大，因为强度值被错误地提亮了。

OpenGL里处理这个问题的方式是：加载漫反射贴图时设置内部格式为GL_SRGB或GL_SRGB_ALPHA，让硬件自动做sRGB到线性的转换。镜面反射贴图用普通的GL_RGB或GL_RGBA，不做转换。

5.4 性能优化：什么时候该省，什么时候不能省

光照计算是片段着色器里的大头，优化空间很大。但优化要有取舍，不能为了性能牺牲正确性。

可以省的地方：距离衰减计算可以用近似公式代替精确公式；高光指数可以用查表代替实时计算；多光源场景可以做光源剔除，只计算影响范围内的光源。

不能省的地方：法线归一化不能省，否则光照方向错误；TBN矩阵计算不能省，否则法线贴图失效；sRGB校正不能省，否则颜色不对。

一个实用的优化技巧是预计算。把能在CPU端算好的东西提前算好，比如光源的衰减参数、TBN矩阵的基向量，通过uniform传给着色器，减少片段着色器的计算量。

另一个技巧是降低精度。在移动端或者性能敏感的场景，可以用mediump代替highp，用近似函数代替精确函数。但要注意，法线计算对精度敏感，降精度可能导致光照瑕疵。

6. 从光照章节延伸出去的学习路径

光照章节学完，下一步通常有几个方向：阴影、高级光照模型、基于物理的渲染。这三个方向都和光照章节有直接关联。

阴影是光照的自然延伸——有了光照，自然要考虑遮挡。阴影贴图的原理是从光源视角渲染一张深度图，然后在正常渲染时比较深度值判断是否在阴影中。光照章节里学的光源类型、投影矩阵、深度测试，都是阴影的基础。

高级光照模型比如Cook-Torrance、GGX，是在Phong模型基础上的改进。它们更精确地模拟了微表面的光学行为，但核心思路仍然是环境光、漫反射、镜面反射的分解，只是每个分量的计算更复杂。

基于物理的渲染（PBR）是光照模型的终极形态。它用物理参数（粗糙度、金属度）代替经验参数（高光指数、镜面反射颜色），让材质表现更真实、更一致。但PBR的基础仍然是光照计算，只是把Phong模型里的经验公式换成了物理公式。

我个人的学习路径是这样的：先把Phong和Blinn-Phong吃透，能自己推导每个公式；然后学法线贴图和材质系统，理解如何用贴图控制光照参数；接着学多光源和投光物，掌握不同光源类型的实现；最后再进入阴影和PBR。这个顺序不能乱，因为后面的内容都依赖前面的基础。

如果你现在还在光照章节挣扎，别急。我当初学的时候，Phong模型写了五遍才真正理解。第一遍照着教程抄，第二遍自己默写，第三遍改参数看效果，第四遍用不同坐标系实现，第五遍优化性能。每一遍都有新的收获。光照这块知识，值得你花时间反复打磨。