鉴川智库网

GPU文本渲染的技术抉择：从位图到Slug

文本渲染看似简单，实则复杂。字母并非图片，而是由直线和贝塞尔曲线构成的闭合轮廓。在CPU上光栅化是成熟方案，但在GPU上实现任意尺寸、3D变换下的每帧清晰渲染仍是难题。多数引擎通过预烘焙字形纹理来规避，但需承受相应妥协。

2017年，Eric Lengyel提出Slug算法，直接在片段着色器中从轮廓渲染字形，无需纹理图集或每帧细分。Lengyel于2019年申请专利，并定于2026年3月17日将其贡献至公共领域。基于此，AlphaPixel构建了C++20实现的Slughorn库。本文将解析从位图图集到Slug的GPU文本渲染工作流及适用场景。

为何字形渲染极具挑战

可缩放字体将字形存储为矢量轮廓：TrueType使用二次贝塞尔曲线，OpenType (CFF) 使用三次曲线。填充通常遵循非零缠绕规则。渲染器需同时满足三点：正确填充内部、提供清晰抗锯齿边缘、在任意尺度（从8像素菜单项到全屏广告牌）下保持锐利。GPU需在每帧绘制数千个字形且理想情况下不重新光栅化，这一约束导致了不同技术路线的权衡。

方案一：纹理图集（位图字形）

这是最古老且常用的方法：将字形以单一尺寸光栅化并存入共享纹理图集，屏幕字符通过采样对应槽位绘制。其优势在于速度快、易移植。但缺陷明显：放大超过烘焙尺寸会导致模糊或像素化；缩小则产生闪烁，除非使用多级渐远纹理（mipmaps）。每种语言、每个尺寸都需新图集，对于中日韩（CJK）等数万字形的语言，内存开销巨大。此外，位图无法感知3D透视，导致表面文本模糊。

方案二：有符号距离场（SDF）

Valve在2007年SIGGRAPH上提出的SDF曾是行业标准。它存储每个纹素到最近边缘的有符号距离（内正外负）。着色器采样并在零处阈值处理，利用距离插值实现平滑放大和廉价抗锯齿。SDF纹理小、分辨率无关，是UI和游戏HUD的默认选择。但其本质仍是固定分辨率烘焙，双线性插值会圆滑锐利角落（如“A”的顶点），且在极端缩放或小尺寸下细节丢失。

方案三：多通道有符号距离场（MSDF）

Viktor Chlumsky在2015-2018年的研究中提出MSDF，通过红绿蓝三通道编码不同边缘子集的距离，利用中值技巧重建锐利角落。MSDF在放大时比SDF更清晰，msdfgen工具采用MIT许可证并被广泛采用。然而，MSDF仍依赖预烘焙图集，面临动态文本、庞大字符集的内存和管线成本。三通道查找消耗更多带宽，且在极小尺寸下仍受限于采样率。

方案四：细分与覆盖（Loop-Blinn、NV_path_rendering、Rive）

此类方法跳过纹理，将轮廓转换为GPU几何体：

• Loop-Blinn：馈送弯曲三角形，结合模板缓冲区解决缠绕，但抗锯齿实现困难。
• NV_path_rendering：先模板后覆盖，质量高但依赖NVIDIA硬件扩展。
• Pathfinder：将边缘细分为微三角形，计算有符号梯形面积，基于图块在现代GPU上速度较快。
• Rive：2024年开源，将抗锯齿矢量路径转化为三角形补丁，通过像素局部存储并行光栅化，动画矢量艺术可达120 fps。

细分方法实现真正的分辨率无关，适合动画矢量图形。但代价是几何体膨胀、细分成本高昂、抗锯齿复杂，且部分方案依赖特定硬件。

方案五：Slug，直接从轮廓渲染

Slug跳过图集和每帧细分，将字形保持为存储在GPU缓冲区中的二次贝塞尔曲线和线段列表。它构建轻量级每字形加速结构（水平带），使像素仅需计算附近曲线。

片段着色器直接解析覆盖范围：对每个像素投射射线，计算与贝塞尔曲线的交叉点及缠绕数。核心创新在于Lengyel的“根资格”（root eligibility）测试，确保曲线交汇处的缠绕数学精确，避免裂缝或重复计数。由于通过分析求解而非采样，Slug在任意2D/3D变换（包括透视）下均能保持锐利，无烘焙分辨率限制。

Slug无需为CJK等大字集准备视频级大小的图集，仅需字体大小的轮廓数据。文本可每帧更改而无烘焙成本，适合实时数据和本地化内容。它在单次绘制中使用普通片段着色器完成，无需厂商扩展。当摄像机视角、缩放不可预测时（如VR/AR、飞行模拟、CAD），Slug优于依赖固定分辨率烘焙的图集、SDF和MSDF。

直观对比与选型建议

在相同每em 64纹素预算下，对比Slughorn（Slug实现）、SDF、MSDF、Rive和位图图集。在透视倾斜和放大边缘时，基于纹理的方法出现模糊或伪影，而Slug保持锐利。SDF和MSDF虽优于位图，但在极端角度下仍会发生混叠或圆滑。Rive在动画矢量表现优异，但在3D映射时可能像位图一样模糊。

淡绿色标记表示 Slug 是最佳或并列最佳选择。

选型指南

• 选择 Slug (Slughorn)：需任意尺度和3D透视下锐利文本（VR/AR/xR）、巨大或动态字形集、文本频繁变化或混合矢量UI渲染。适用于GIS、视觉仿真、空间显示及AR叠加层。
• 选择 MSDF：需锐利可扩展文本、可预烘焙图集、追求广泛硬件兼容性。是游戏HUD和应用UI的绝佳默认值。
• 选择纯 SDF：硬件受限、文本静态、可接受柔和角落。
• 选择位图图集：固定UI、固定尺寸、追求最简单便携方案。
• 选择 Rive 或细分渲染器：主要任务为动画矢量艺术设计，而非纯文本。

Slughorn：Slug的现代C++20实现

Slughorn是AlphaPixel对Slug技术的实现。它在构建时预处理轮廓数据和带状结构，运行时无需细分，着色器仅评估覆盖范围。Slughorn不特殊对待字形，任何矢量路径（SVG、FreeType、Blend2D、Cairo、Skia）均通过同一管道渲染。它支持OpenGL、Vulkan、WebGPU和DirectX，提供Python绑定和C++ API。

随着Slug专利于2026年3月进入公共领域，Slughorn旨在降低该技术的使用门槛。若你正受困于3D场景中的模糊标签、图集内存限制或移动锐利文本需求，Slughorn提供了针对性解决方案。