手把手教你用Python写个最简单的Whitted光线追踪渲染器（附完整代码）
从零实现Python迷你光线追踪器：200行代码诠释Whitted算法精髓
计算机图形学中最令人着迷的技术莫过于光线追踪——它能让虚拟场景中的光影如同现实世界般自然流动。但翻开任何一本图形学教材，复杂的数学公式和晦涩的术语总让人望而却步。本文将用纯Python实现一个不足200行的Whitted风格光线追踪器，通过可运行的代码拆解"光线发射-物体相交-递归追踪"的核心流程，让你在动手实践中理解这项技术的精髓。
1. 光线追踪基础架构
光线追踪的核心思想是逆向模拟光的传播路径。与传统光栅化渲染不同，它从虚拟相机（观察者视角）向场景发射光线，通过计算光线与物体的交互来生成图像。我们首先构建最基础的三维向量类，这是所有几何计算的基石：
import numpy as np class Vec3: def __init__(self, x=0, y=0, z=0): self.x = x self.y = y self.z = z def __add__(self, other): return Vec3(self.x + other.x, self.y + other.y, self.z + other.z) def __sub__(self, other): return Vec3(self.x - other.x, self.y - other.y, self.z - other.z) def dot(self, other): return self.x*other.x + self.y*other.y + self.z*other.z def norm(self): return np.sqrt(self.dot(self)) def __mul__(self, scalar): return Vec3(self.x*scalar, self.y*scalar, self.z*scalar)提示：这个简易向量类实现了加减法、点积和归一化等基础运算，后续所有几何计算都将基于这些操作。
2. 光线与球体的相交检测
在三维场景中，球体是最易处理的几何形体。判断光线是否与球体相交，本质是解一个二次方程：
class Sphere: def __init__(self, center, radius, color): self.center = center self.radius = radius self.color = color def intersect(self, ray_origin, ray_dir): oc = ray_origin - self.center a = ray_dir.dot(ray_dir) b = 2.0 * oc.dot(ray_dir) c = oc.dot(oc) - self.radius*self.radius discriminant = b*b - 4*a*c if discriminant < 0: return None else: t = (-b - np.sqrt(discriminant)) / (2.0*a) point = ray_origin + ray_dir * t normal = (point - self.center) * (1.0/self.radius) return {'t': t, 'point': point, 'normal': normal, 'color': self.color}关键参数说明：
ray_origin: 光线起点（相机位置）ray_dir: 光线方向（单位向量）t: 相交点距离参数normal: 球体表面法向量（用于光照计算）
3. Whitted递归追踪实现
Whitted算法的精髓在于递归处理光线反射。当光线击中物体时，会根据材质属性生成反射光线继续追踪：
def trace_ray(ray_origin, ray_dir, spheres, depth=0): if depth > 3: # 递归深度限制 return Vec3(0, 0, 0) # 黑色背景 closest_intersect = None for sphere in spheres: intersect = sphere.intersect(ray_origin, ray_dir) if intersect and (not closest_intersect or intersect['t'] < closest_intersect['t']): closest_intersect = intersect if not closest_intersect: return Vec3(0.2, 0.7, 0.8) # 天空蓝 # 计算漫反射光照 light_dir = (Vec3(1, 1, 1) - closest_intersect['point']).norm() diffuse = max(0, closest_intersect['normal'].dot(light_dir)) # 递归计算镜面反射 reflect_dir = ray_dir - closest_intersect['normal'] * 2 * ray_dir.dot(closest_intersect['normal']) reflect_color = trace_ray( closest_intersect['point'], reflect_dir, spheres, depth + 1 ) # 混合漫反射和镜面反射 return closest_intersect['color'] * diffuse * 0.7 + reflect_color * 0.3注意：递归深度限制是防止无限反射的必要措施，实际工程中会采用更复杂的终止条件。
4. 从像素到图像的完整流程
最后我们需要将二维像素坐标转换为三维光线，并收集所有像素颜色：
def render(spheres, width=400, height=300): camera = Vec3(0, 0, -1) image = np.zeros((height, width, 3)) for y in range(height): for x in range(width): # 将像素坐标转换为[-1,1]范围的NDC坐标 ndc_x = (x + 0.5) / width * 2 - 1 ndc_y = 1 - (y + 0.5) / height * 2 # 生成光线方向 ray_dir = Vec3(ndc_x, ndc_y, 1).norm() # 追踪光线并存储颜色 color = trace_ray(camera, ray_dir, spheres) image[y,x] = [color.x, color.y, color.z] return image典型场景设置示例：
spheres = [ Sphere(Vec3(0, -0.2, 0), 0.7, Vec3(0.8, 0.3, 0.3)), # 红色球体 Sphere(Vec3(-0.8, 0, 0), 0.5, Vec3(0.3, 0.8, 0.3)), # 绿色球体 Sphere(Vec3(0.8, 0, 0), 0.5, Vec3(0.3, 0.3, 0.8)), # 蓝色球体 Sphere(Vec3(0, -100.5, 0), 100, Vec3(0.9, 0.9, 0.9)) # 地面 ] image = render(spheres) plt.imshow(image) plt.show()5. 效果优化与扩展方向
这个基础实现已经能展现光线追踪的核心特性——正确的阴影和镜面反射。要进一步提升效果，可以考虑以下改进：
- 抗锯齿处理：
# 每个像素采样多条光线 samples = 4 for _ in range(samples): offset_x, offset_y = np.random.rand(2) - 0.5 ndc_x = (x + 0.5 + offset_x*0.5) / width * 2 - 1 ndc_y = 1 - (y + 0.5 + offset_y*0.5) / height * 2 color += trace_ray(camera, Vec3(ndc_x, ndc_y, 1).norm(), spheres) color = color * (1.0/samples)- 性能优化技术：
- 使用空间加速结构（如BVH）减少相交测试次数
- 多线程并行处理像素
- 采用更高效的向量运算库
- 材质系统扩展：
class Material: def __init__(self, albedo, roughness=0.1): self.albedo = albedo # 基础颜色 self.roughness = roughness # 表面粗糙度 def reflect(self, ray_dir, normal): # 根据粗糙度添加随机扰动 jitter = Vec3(*np.random.randn(3)) * self.roughness return (ray_dir - normal * 2 * ray_dir.dot(normal) + jitter).norm()在实现这个迷你渲染器的过程中，最令人惊叹的是仅用基础几何运算就能模拟出如此逼真的光学现象。当第一个镜面反射效果正确呈现时，那种透过代码窥见物理世界奥秘的震撼感，正是计算机图形学最迷人的魅力所在。