1D的Perlin噪音？
尽我所能，我找不到任何有关1D Perlin \ Samplex Noise的真实教程。
我在互联网上搜索过但却找不到任何东西。 我发现任何提到1D perlin噪音的网站通常都很不清楚，或只是显示代码
我知道这是一个古老的问题，但这是关于构成1d Perlin噪声的固定点之间插值的最清晰的解释之一http://webstaff.itn.liu.se/~stegu/simplexnoise/simplexnoise.pdf
在所有编程中有用的最重要的事情之一是插值函数……
http://paulbourke.net/miscellaneous/interpolation/
一旦你有平滑插值的随机点，你就有了一种平滑的1d噪声函数。
在维基上看到smoothstep。 通过谷歌的话题很多。 https://en.wikipedia.org/wiki/Smoothstep
显然超链接是不稳定的，这里又是：
单纯的噪音揭开神秘面纱
Ken Perlin提出了“单纯噪音”，取代了他的经典噪音算法。 经典的“Perlin噪音”为他赢得了学院奖，并且多年来已经成为计算机图形学中无处不在的程序原型，但事后看来它有很多局限性。 Ken Perlin本人专门设计了单一噪声以克服这些限制，并且他在这方面花了很多精力。 因此，它比他原来的算法更好。
一些更突出的优点是：
•单纯形噪声具有较低的计算复杂度，并且需要较少的乘法。
•单面噪声可以扩展到更高的尺寸（4D，5D和更高），计算成本更低，复杂度是尺寸而不是经典噪声。
•单纯形噪声没有明显的方向性伪影。
•单纯形噪声具有定义明确且连续的梯度，可以非常便宜地计算出来。
•单面噪声易于在硬件中实现。
可悲的是，即使现在在2005年初，很少有人似乎理解单纯形噪声，几乎没有人使用它，这就是我写这个的原因。 我将尝试比Ken Perlin在Siggraph 2001和2002的课程笔记中有更多的时间来解释这个算法，并希望清楚地表明它并不像它最初看起来那么难掌握。 从我所学到的，最让人困惑的是Ken Perlin在Java中的参考实现的难以理解的本质。 他提供了非常紧凑和未注释的代码来演示原理，但该代码显然不应被视为教程。 经过几次尝试后，我放弃了代码并阅读了他的论文，这一点要清楚得多。
但不是很清楚，因为他主要用文字和代码片段来呈现算法。 我会欣赏一些图形和图形以及一些有用的方程式，这就是我在这里尝试提供的，以便让其他人更容易理解单纯形噪声的伟大和美丽。 我还将首先解释一维和二维的事物，以便用图形和图像更容易地解释，然后转到三维和四维。 经典噪音为了解释单纯噪音，有助于充分了解经典的Perlin噪音。 我在这个领域已经看到了很多不好的和错误的解释，所以为了确保你完成了必要的基础工作，我将首先展示经典的Perlin噪音。
Perlin噪声是一种所谓的梯度噪声，这意味着您可以在空间中的规则间隔点处设置伪随机梯度，并在这些点之间插入平滑函数。 要在一维中生成Perlin噪声，请将噪声函数的伪随机梯度（或斜率）与每个整数坐标相关联，并将每个整数坐标处的函数值设置为零。
对于两个整数点之间某一点的给定点，该值在两个值之间进行插值，即如果从左侧和右侧的最接近的线性斜率外推到所讨论的点，则该值将是结果。 这种插值是一种平滑的算法。
我知道这个问题很老，已经得到了回答，但是你不能只从2D Perlin噪音中取出线条，例如总是用0表示x或y吗？