Texture To Normalmap | 画像をノーマルマップ化
「Texture To Normalmap」は、画像からノーマルマップを生成するエディタ拡張です。 ----- Texture To Normalmap” is an editor extension that generates a normal map from an image.
概要
高速変換: 超高解像度(8K)でも遅延ラグなし即変換！ 簡単操作: 難しい操作は一切なし！一括変換も可能！ VRChatに最適化: VRChatのアバター・ワールド制作に最適化済！ カスタマイズ可能: 強度や重みパラメータを自由に調整可能！ ----- High speed conversion: Immediate conversion with no lag even at ultra-high resolutions (8K)! Easy to use: No complicated operations! Batch conversion is also available! Optimized for VRChat: Optimized for VRChat avatar world creation! Customizable: Adjust intensity and weight parameters freely!
使用方法
1. Unityにパッケージをインポート 2. メニュー「GekikaraStore > Texture To Normalmap」を選択 3. 変換元テクスチャを指定し、パラメータを調整 4. 「Save」ボタンで保存 ----- 1. import the package into Unity 2. select the menu “GekikaraStore > Texture To Normalmap 3.Specify the source texture and adjust parameters 4.Click “Save” button to save the file.
変換アルゴリズムについて
1. Central Difference 隣接画素間の輝度差を単純に計算する高速処理の手法。ノイズに弱い一面があります。 2. Sobel 重み付けされた勾配演算により、エッジ検出とノイズ抑制をバランスよく実現。明瞭なエッジ抽出が可能です。 3. Prewitt 計算負荷が低く、基本的なエッジ検出を手軽に行えるシンプルな手法です。 4. Scharr Sobelの改良版として、回転対称性に優れ、より正確なエッジ検出が実現できるため、ディテール表現に最適です。 5. Laplacian 二次微分を用いてエッジと微細なディテールを強調。高度なテクスチャ表現を可能にしますが、ノイズの影響を受けやすいです。 6. Roberts 2×2カーネルによる極小の処理で、超高速なエッジ検出が特徴。PCに負荷をかけません。 7. Kirsch 8方向のマスクを用いて、方向性の強いエッジを抽出。独自の評価軸により、強調されたエッジを生成します。 8. Frei-Chen 正規化されたエッジ検出法により、微細なディテールも逃さず捉える高度なアルゴリズムです。パラメータ調整により、多彩な表現が可能です。 9. Multi-Scale Edge Detection 複数スケールでのエッジ検出を統合し、細かい部分と大局的な構造の両面を捕捉。多様なテクスチャに柔軟に対応します。 10. Local Contrast Enhancement 局所的なコントラストを強調し、微妙な高さ差やテクスチャの細部を際立たせることで、よりリアルなノーマルマップ生成を支援します。 11. Canny Edge Detection 勾配計算、非最大抑制、閾値処理の三段階により、非常に精度の高いエッジ検出を実現。ノイズ除去も効果的に行います。 12. Bilateral Filter エッジを保持しながらノイズを除去する平滑化手法で、自然な質感を維持しつつ高精度な結果を出します。 13. Non-Local Means 画像全体の類似パッチを平均化することで、重要なディテールを損なわずにノイズを低減する先進的なデノイジング手法です。 ex. Pre-Filter Smoothing ノーマルマップ生成前に入力画像のノイズを除去・平滑化する前処理として機能。後段のエッジ検出精度を向上させ、よりクリアな結果を実現します。 ----- 1. Central Difference A fast processing method that simply calculates the luminance difference between adjacent pixels. It is vulnerable to noise. 2. 2. Sobel Achieves a good balance between edge detection and noise suppression using weighted gradient operations. Clear edge extraction is possible. 3. 3. Prewitt A simple method that is computationally inexpensive and can easily perform basic edge detection. 4. 4. Scharr As an improved version of Sobel, it has excellent rotational symmetry and more accurate edge detection, making it ideal for detail representation. 5. Laplacian emphasizes edges and fine details using second derivative. Allows for advanced texture representation, but is susceptible to noise. 6. Roberts Ultra-fast edge detection with tiny 2×2 kernel processing; does not overload the PC. 7. Kirsch Extracts directional edges using 8-way masks. Generates enhanced edges using a unique evaluation axis. 8. Frei-Chen Advanced algorithm that captures even the smallest details using a normalized edge detection method. Various expressions are possible by adjusting parameters. 9. 9.Multi-Scale Edge Detection Integrates edge detection at multiple scales to capture both fine details and global structure. It flexibly supports a variety of textures. 10. 10.Local Contrast Enhancement Enhances local contrast to highlight subtle height differences and texture details to help generate more realistic normal maps. 11. Canny Edge Detection Three stages of gradient calculation, non-maximum suppression, and thresholding provide highly accurate edge detection. Noise removal is also effectively performed. 12. Bilateral Filter A smoothing method that removes noise while preserving edges, producing highly accurate results while maintaining natural texture. 13. Non-Local Means An advanced denoising technique that averages similar patches across an image to reduce noise without losing important details. ex. Pre-Filter Smoothing Functions as a preprocessing step to remove and smooth noise in the input image before generating the normal map. It improves the accuracy of edge detection in the subsequent stages to achieve clearer results.
アップデート履歴
[2025-03-16: v1.0] リリース [2025-04-08: v1.1] 超高解像度の変換をサポート [2025-04-10: v1.2] 変換アルゴリズムを6つ追加 ----- [2025-03-16: v1.0] Release [2025-04-08: v1.1] Support for ultra-high resolution conversion [2025-04-10: v1.2] Added 5 conversion algorithms