为了在后期获得更多控制，您可以使用灯光组 AOV。灯光组功能允许您为 Redshift 的大多数集成美 AOV 输出每个灯光 AOV。通过对每个灯光进行单独的传递，您可以执行诸如增加或减少单个灯光的曝光量以及更改它们的色温等操作，而无需重新渲染。灯光组可以包含单个灯光或多个灯光以增加灵活性和组织性，允许您将扮演相似角色的灯光组合在一起。

兼容的灯光组 AOV

美丽

漫射照明

反射

镜面照明

折射

GI 全局光照

SSS

排放

不兼容的灯光组 AOV

所有原始 AOV

实用 AOV

焦散

风俗

拼图遮罩

阴影

灯光组 AOV 仅与光线追踪效果兼容。当使用不兼容的灯光组效果时，着色组件将显示在“其他”灯光组 AOV 中或作为“所有”灯光组 AOV 的一部分，具体取决于您的全局 AOV 模式。

兼容的灯光组效果

全局照明

蛮力

SSS

光线追踪

不兼容的灯组效果

全局照明

辐照缓存

辐照度点云

光子贴图

SSS

基于点的 SSS

焦散

由于夹紧差异，将灯组复合材料与主要美完美匹配也会变得很麻烦。与仅夹持单个组件的 AOV 相比，主美夹持所有照明组件的总和，与主美相比，当所有 AOV 合成在一起时，这可能会导致不同的结果。

您可以采取一些可能的步骤来获得更接近的匹配：

提高夹具（以减少差异）

启用 AOV 钳位（错误结果，但关闭）

在后期应用基于亮度的钳位（更接近，但更复杂）

在能够输出灯光组 AOV 之前，您必须先自行设置灯光组。灯光组可以包含单个灯光或多个灯光，并且可以随意命名。

要创建灯光组，只需转到任何 Redshift 灯光的“属性”选项卡，然后在“灯光组”>“AOV 灯光组”部分下添加一个名称，如下图所示。

如果您希望在同一个灯光组中有多个灯光，那么只需为每个灯光使用相同的 AOV 灯光组。

创建一个 灯光组兼容 AOV  ，然后选择要为 AOV 输出的灯光组，如下图所示。

为灯光组 AOV 选择全局 AOV 模式。在大多数情况下，剩余模式更可取。 

All - 此模式输出具有场景中所有灯光组的组合结果的 AOV，就像没有任何灯光组分离的 AOV 的正常版本一样。

剩余 - 此模式输出 AOV，其中包含从灯光组列表中选择的灯光组未涵盖的任何剩余信息。此 AOV 包含灯光组和未选择的灯光以及任何与灯光组不兼容的基于点的效果。该剩余 AOV 将输出后缀为“other”

启用此选项后，您可以为场景中的每个灯光组快速输出灯光组 AOV，而无需在灯光组列表中手动指定每个灯光组。

您可以在此处选择或列出要为此 AOV 输出的灯光组。

在以下灯组中总共设置了 4 个灯：

灯组：key_light

具有体积贡献的单个关键区域灯。

灯组：disc_spot_lights

具有体积贡献的圆盘形区域灯。

没有体积贡献的焦散投射聚光灯。

灯组：dome_light

一个具有体积贡献的 Redshift 顶灯。

下面是使用光线跟踪效果和基于点的效果进行比较时，它们各自的着色元素的结果灯光组 AOV。对于光线追踪示例，除了光子焦散之外，所有内容都使用光线追踪效果（强力 GI、光线追踪 SSS）进行渲染。对于基于点的示例，GI 是使用 Iradiance Cache 和 Irradiance Point Cloud 渲染的，SSS 是基于点的并且仍然包含光子焦散。 

请注意：在下面的每个演示中都提供了两个全局 AOV 选项（剩余和全部）的示例以供比较，但是不可能同时输出这两个选项，您必须在其中一个选项中进行选择。

请注意，在基于点的示例中，所有非光线跟踪效果都仅显示在其他或所有 AOV 中。因此，您无法在每个光的基础上分离全局照明、次表面散射和焦散贡献，而是将它们全部集中在一起。

对于光线追踪示例，即使光子焦散被聚光灯投射，也只有光子焦散出现在此处的“其他”AOV 中。由于焦散不是光线跟踪，因此无法使用适当的灯光组输出它们，因此最终会出现在其他或所有通道中。

灯光组 AOV 可以像任何其他非原始 AOV 一样轻松合成，方法是将结果添加到您首选的合成包中。

当集成 AOV 不够用时，您需要将更多特定类型的渲染数据与美颜渲染一起作为 AOV 输出，您可以使用 Redshift 的自定义 AOV。 

自定义 AOV 可让您执行以下操作：使用纹理着色器覆盖场景中的每个对象以实现快速自定义遮罩 AOV、自定义环境光遮蔽 AOV，或通过使用存储（例如特定纹理遮罩）基于每个材质传递信息颜色/标量/整数到 AOV 节点。 

自定义 AOV 不能用于渲染表面着色器，如 Redshift 材质、白炽灯、汽车油漆、SSS 等。

自定义 AOV 与任何其他 AOV 具有大部分相同的选项，您可以在此处阅读有关这些共享选项的信息。一个关键区别是下面介绍的默认着色器选项。

默认着色器

自定义 AOV 的默认着色器选项可用于快速创建场景中每个对象的自定义覆盖。在这里，您可以插入任何纹理或实用程序着色器以输出您想要的任何类型的信息。以上是 AOV 示例场景的一些示例，这些示例场景被自定义环境光遮蔽着色器、线框着色器，甚至是使用三平面节点将其应用于整个场景的完全随机的木材纹理贴图覆盖。 

您可以在此处连接 Redshift 材质以通过 Store Color To AOV 节点。 

此部分用于连接纹理/实用着色器或设置要输出到指定自定义 AOV 的颜色。 

AOV 输入以相加方式输出，因此，您实际上可以将多个 AOV 输入设置为同一个自定义 AOV，并将它们相加。 

AOV 输入

每个 AOV 输入用作输出自定义颜色数据的另一个点。 AOV 名称/自定义名称

此部分确定将哪个自定义 AOV 用作相关 AOV 输入的输出。  

自定义混合示例演示了将颜色存储到 AOV 节点的附加特性以及如何将两个 AOV 输入输出到同一个自定义 AOV。自定义混合 AOV 有一个插入自定义 AOV 的默认着色器插槽的黑色和绿色菲涅尔，将此绿色菲涅尔应用于场景中的每个对象。酒杯着色器通过具有两个不同 AOV 输入的 Store Color To AOV，这些输入输出到相同的自定义 AOV，如下图所示。

在一个 AOV 输入插槽中是一种简单的扁平红色，加上绿色菲涅耳会在饮用玻璃的垂直边缘上产生橙色。

在另一个 AOV 输入槽中是一个黑色和蓝色的环境光遮蔽着色器，它与绿色菲涅耳相加会导致两个柠檬和靠近玻璃的桌子周围呈现洋红色。

自定义遮罩示例是一个简单的示例，它为场景中的每种材质使用不同的平面颜色来创建自定义多色小丑遮罩通道，可用于键控和隔离渲染的不同部分。

将标量存储到 AOV 节点用于将标量数据输出到自定义 AOV，以获得已应用于场景中对象的特定材质。 

这是您连接 Redshift 材料以通过 Store Scalar To AOV 节点的地方。 

此部分用于连接纹理/实用着色器或设置要输出到指定自定义 AOV 的颜色。 

AOV 输入以相加方式输出，因此，您实际上可以将多个 AOV 输入设置为同一个自定义 AOV，并将它们相加。 

每个 AOV 输入用作输出自定义标量数据的另一个点。 

此部分确定将哪个自定义 AOV 用作相关 AOV 输入的输出。  

上面的 Lemon Curvature 示例演示了将曲率节点输出到 Store Scalar To AOV 节点的 AOV 输入，该输入连接到柠檬的美颜着色器。 

Store Integer To AOV 节点用于将整数数据输出到自定义 AOV，以获取已应用于场景中对象的特定材质。这类似于对象 ID 传递，其中每个对象都应用了不同的整数值。使用 Store Integer To AOV 节点，您可以为每种材质提供您自己的自定义整数。 

这是您连接 Redshift 材料以通过 Store Integer To AOV 节点的位置。 

此部分用于连接或设置要输出到指定自定义 AOV 的整数值。 

AOV 输入以相加方式输出，因此，您实际上可以将多个 AOV 输入设置为同一个自定义 AOV，并将它们相加。 

每个 AOV 输入用作输出自定义整数数据的另一个点。 

此部分确定将哪个自定义 AOV 用作相关 AOV 输入的输出。  

加密蒙版

Cryptomatte 是由 Psyop 开发的系统，用于为合成包提供强大的遮罩解决方案。Cryptomatte 解决方案使用特殊图像数据对 EXR 图像进行编码，这些数据会在后期制作过程中为几种常见的遮罩自动生成遮罩。这可以节省手动生成遮罩 AOV 的时间，尤其是当场景中有大量对象和材质时。 使用 NUKE 或 Fusion 的 Cryptomatte 插件，可以通过拾取对象或材料或输入对象名称来快速轻松地提取遮罩。Redshift 中的 Cryptomatte 目前支持多种基于节点名称、材质名称、Redshift 对象 ID 或自定义用户属性的自动 ID 类型。

Cryptomatte 插件可以在 Psyop Github 页面下载。https://github.com/Psyop/Cryptomatte

“节点名称” ID 类型使用对象节点命名约定来基于对象节点名称构建单独的唯一遮罩。

“材质名称”ID 类型使用场景中的材质为每种材质构建唯一的遮罩。

“ Redshift 对象 ID”  ID 类型以与对象 ID AOV 和拼图遮罩 AOV 类似的方式在您指定的对象上使用对象 ID 参数。在 Redshift 属性内选择对象或通过将 Redshift 对象 ID 节点分配给对象时，可以在属性编辑器中找到此属性。

如果您想将对象组合成一个遮罩，多个对象可以共享同一个 Redshift 对象 ID 号。

“用户属性”ID 类型读取您已应用于场景中任何对象的自定义字符串属性，并使用属性名称来指导 Cryptomatte 生成的遮罩。这允许您有选择地定位和自定义单个遮罩命名约定，以进一步控制和组织您的 Cryptomatte 输出。

在下面的示例中，用户属性应用于特定对象，并且我们希望拥有自己的遮罩的每个对象也被赋予 了一个适当的单独字符串名称 来对对象进行分组。在这里，我们有自己的哑光组中的轮胎、地板、墙壁、车牌、前挡风玻璃和前灯。这使我们可以使用自定义属性轻松自定义遮罩的对象和名称。

根据我们创建的用户属性，特定对象组合成各自的遮罩。

如果要将对象组合到一个遮罩中，多个对象可以共享相同的名称。

“Cryptomatte Depth”值指定每个像素可以存在多少对象，因为运动模糊和景深等重叠。 

Nuke 12 或更早版本没有安装 Cryptomatte。要在旧版本的 Nuke 中使用 Cryptomatte，您需要安装插件。

本教程展示了如何使用各种 AOV 选项来生成一组 AOV，然后使用 Nuke 将它们重新组合回原始的美丽通道。

在本教程中，我们将使用一个类似于用于 AOV 文档的简单场景。该场景使用了漫反射照明和 GI、反射、折射、焦散、次表面散射和白炽等特征的组合，因此它涵盖了所有与着色相关的 AOV。

对于本教程，我们需要经过伽马校正的结果。为此，Redshift 的 gamma 设置如下：

显示伽马：2.2

文件伽玛：“自动”

采样 Gamma：“使用显示 Gamma”

如下所述，我们将使用 16 位 OpenEXR 文件。如本文档所述，当文件 Gamma 设置设置为“自动”时，写入浮点图像文件格式（如 EXR）的任何数据都将写入 Gamma 1.0（线性）空间。这简化了大多数合成应用程序的工作流程。

为了获得最大精度，我们建议用户更喜欢 16/32 位（即半/浮点）图像格式而不是 8 位图像格式。虽然 8 位格式也可以工作，但较低的数值精度意味着压缩包中的调整会产生色带和其他类型的视觉伪影。此外，合成应用程序之间的不一致意味着某些 8 位格式（如 PNG 和 TGA）在应用程序之间的工作方式可能不同。

对于大多数用途，半精度 16 位格式（例如 OpenEXR）通常就足够了，并且在数值精度和文件大小之间提供了良好的平衡。

在本教程中，我们将使用以下 AOV，所有这些 AOV 都配置为使用 16 位（半）OpenEXR 文件格式：

漫反射滤光片

漫射照明原始

全局光照原始

次表面散射原始

镜面照明

思考

折射

排放

焦散线

一旦我们渲染了上面的 AOV 图像文件，最终的美颜通道可以用以下等式重新组合：

美= [漫射照明+全局照明+镜面反射+反射+折射+次表面散射+发射+背景+焦散] *体积色调+体积发射+体积照明

请注意，如果我们使用“Caustics Raw”而不是“Caustics”，这些也必须乘以“Diffuse Filter”。

所有的 EXR 图像都被引入 Nuke。默认情况下，Nuke 为 EXR 使用“线性”色彩空间——这是可取的。使用正确的色彩空间很重要，因为不正确的色彩空间会产生错误的构图结果！

如下图所示，DiffuseFilter AOV 与 DiffuseLighingRaw（最左侧）、GlobalIlluminationRaw（中间）和 SubsurfaceScatteringRaw（最右侧）相乘。这三个乘法以及剩余的 AOV 都使用 Merge (plus) 节点相加。

我们还将原始的美丽通道（也是线性 EXR）连接到查看器节点。使用 Nuke 的“擦除”工具，我们可以将其与我们的最终组合进行比较，并验证节点设置是否正确。

那么，如果我们使用 PNG 而不是 EXR 会怎样？

好吧，组合数学是相同的。唯一的区别是我们必须为每个导入的图像选择颜色空间。默认情况下，Nuke 假定所有 PNG 都使用 sRGB 颜色空间。但是，因为我们使用 2.2 的 gamma 渲染这些 PNG 图像，所以正确的色彩空间是“Gamma 2.2”。请注意，Gamma 2.2 色彩空间看起来与 sRGB 色彩空间非常相似。事实上，它们与肉眼看起来几乎相同，但它们之间存在一些差异。选择 sRGB 颜色空间而不是 Gamma 2.2 将意味着数学中的一些细微错误，这将产生与美丽图像略有不同（或不那么轻微，取决于具体情况）的图像。

从那时起，可以调整各个 AOV 并调整外观。或者，或者，使用 Redshift 的一个或多个 Puzzle Matte AOV 来遮盖图像的某些部分并执行每个对象（或每个对象组）或每个材质的调整。

一些 AOV 具有禁用抗锯齿的选项，例如然后使用“中心样本”作为深度或世界位置，或者禁用对运动矢量的过滤。但是，大多数 AOV 在生成时默认启用过滤（抗锯齿）。

Redshift 中的抗锯齿通过统一采样以自适应方式发生。简而言之，Redshift 会查看美容通道颜色，如果它检测到某个像素靠近突然的颜色边缘或周围有过多的噪点，它会通过发射更多光线来优化该像素，进而“清理”该像素。

由于 Redshift 使用美容通道进行细化，这可能会产生以下问题：一个像素对于美容过程来说可能是“干净的”，但对于 AOV 可能不是，因为它不会被细化，所以它可能看起来参差不齐或 AOV 中的噪音。

自适应细化算法将美丽视为“干净”的示例包括照明非常暗或根本没有照明的区域（如下例所示）或使用平面着色器（例如“恒定”或“白炽灯”）的网格。 

这个问题的解决方案是使用足够多的统一“最小样本”。应避免统一采样设置，例如“最小样本：4，最大样本：256”。32 或以上的“最小样本”设置应该适用于大多数情况。

下图展示了上述几点。

“原始”AOV 由原始照明结果组成，其中排除了将应用于表面材质的任何色调/反照率“过滤器”信息。原始 AOV 可用于在不影响材质反照率属性的情况下调整光照颜色。要获得完整的光照结果，必须将原始 AOV 结果乘以等效的过滤器结果。

为了说明上述陈述，下图显示了 Nuke 中使用原始和过滤 AOV 计算反射和折射的全光照结果与使用预先计算的全反射和折射 AOV 结果之间的比较：

通过统一采样滤波，AOV 中高对比度图像数据的边缘变得更柔和，锯齿更少，生成的图像更赏心悦目。然而，在数学上，由于合成中的乘法步骤，这意味着在使用原始 AOV 结果与非原始全光照结果时，您可能会在这些高对比度边缘图像周围看到变暗或“光晕”类型的伪影。根据严重程度，这些“光晕”伪影可能会导致最终合成图像与美丽不匹配，尤其是在诸如头发之类的高频图像周围。

下图显示了使用原始 AOV 与全光照 AOV 生成的图像的比较。在原始结果合成中，在漫反射背景下，您可以在图像中间的折射球周围看到一个暗光晕：

为了解决这个问题，Redshift 2.0 引入了一个名为“调整原始 AOV 以修复光环伪影”的新选项。默认情况下启用此选项以确保最终合成匹配美观。

此选项通过根据适当的过滤器 AOV 结果调整原始 AOV 结果来工作，以确保合成的合成物与美感相匹配。由于此调整，您可能会在原始 AOV 中的高对比度边缘图像周围看到意想不到的颜色 - 虽然这可能看起来很奇怪，但从数学上讲，当与适当的反照率过滤器 AOV 相乘时，它可以确保正确的美感结果。

当 Redshift 生成 AOV 时，它会根据 AOV 对最终图像的重要性应用某些采样优化。例如，如果反射非常暗，Redshift 使用较少的光线来计算它。

虽然这对于美颜渲染来说非常好，但这意味着 AOV 在单独查看时可能看起来很嘈杂。如果您打算在合成应用程序中增亮 AOV，则该噪声会变得特别明显并破坏您的最终合成。

下面的图片显示了一个例子。

噪点现在变得更加明显，更糟糕的是，它在整个图像中并不一致！通过 Redshift 的自适应算法，图像的某些部分能够比其他部分更快地清理。例如，查看最右侧球体的阴影区域。在这个例子中，图像中任何被直接照明照亮最多的地方都意味着间接照明 (GI) 不必那么努力，因为从整体上看，它并不那么重要。另一方面，阴影区域没有强烈的直接照明，因此 GI 更明显，必须进行更多清洁。这就是阴影下的区域似乎具有更清洁的 GI 的原因。

这个“嘈杂的 AOV”问题可以通过禁用某些优化来解决：

使统一采样的最小和最大样本相同。这将禁用统一自适应采样。

在输出选项卡中，在“AOV 处理”下启用“禁用基于重要性的优化”选项。这可确保反射/折射 AOV 不会因为镜子/玻璃很暗而产生噪音。

不幸的是，禁用这些优化确实意味着更长的渲染时间！

请注意，即使 AOV 本身看起来很嘈杂，这并不一定意味着在您的最终合成中可以看到噪声。AOV 噪点通常是一个问题，如果曾经在美感中很暗的东西在合成中变得明显更亮 - 如上面的示例所示。这意味着，在某些情况下，您无需禁用上述优化即可摆脱困境。

Redshift 支持初级射线（“最大子样本强度”）以及诸如反射/折射/GI 射线（“最大次级射线强度”）等次级射线的强度钳位。这两个控件限制了光线的最大允许亮度，这有助于在非常明亮的光源产生称为“萤火虫”的视觉伪影和过多噪声的情况下。有关这些控件的更多信息，请参阅此文档页面。

默认情况下，“最大子样本强度”钳位仅应用于美容通道。对于 Softimage 和 3dsMax，可以在 Redshift 的“输出”选项卡的“AOV 处理”参数组中找到强度钳制控件。在 Maya 中，控件位于 Redshift 的“AOV”选项卡中。

下面的示例演示了 AOV 钳位的效果及其在匹配美颜通道中的重要性，当然前提是美颜通道也使用了钳位。

该场景包含一系列使用光泽反射着色器在平面顶部的自发光恐龙模型。

对于这个测试，我们假设我们想要使用 1.0 的“最大子样本强度”来进行美颜通道。

请注意，美颜或 AOV 上的强度钳制可能会在两者之间产生差异。原因是美颜通道上的强度钳制应用于最终像素，而 AOV 强度钳制则单独发生在每个 AOV 上。因此，当 AOV 在压缩包中重新组合时，它们会产生与美感通道相比强度不同的结果。根据照明场景，这种差异可能很小或很大。

头发最小像素宽度 （又名 MPW）功能通过在特定像素宽度阈值内自动使发束部分透明来减少细发束上的锯齿伪影。 启用此功能后，就 AOV 而言，主光线“MPW”头发不会被视为透明，因此不会将着色结果写入“折射”AOV。相反，“MPW”头发着色结果将直接写入“DiffuseLighting”、“SpecularLighting”等 AOV 通道。

为了生成正确的“MPW”AOV，所有“原始”AOV 在启用“MPW”时都将被禁用。当启用 MPW 时，您应该使用等效的复合 AOV，例如：应该使用DiffuseLighting而不是DiffuseFilter * DiffuseLightingRaw 应该使用反射而不是ReflectionsFilter * ReflectionsRaw

通常，每个 AOV 都会写入其自己的图像文件。使用动画时，这可能会产生文件管理问题。如果每帧产生（比如说）5 个 AOV 图像并且有数千帧，那么磁盘上将会有更多的图像文件。

分层 EXR 通过允许将多个 EXR 组合为一个来缓解文件管理问题。

在 Redshift 中创建分层的 EXR 非常容易。您需要做的就是让您的 AOV 指向同一个文件。Redshift 将检测到这一点并自动生成一个包含所有参与 AOV 的单层 EXR。

虽然 AOV 可以成为强大的合成工具，但它们受到以下事实的困扰：典型图像中的每个像素只能存储一个值。

这引入了各种问题，例如：

对象轮廓会在合成过程中产生像素化伪影。这是因为轮廓像素在多个对象（当前对象及其后面的任何对象）之间共享。

景深和运动模糊会产生合成问题，因为模糊像素在多个对象（模糊对象及其后面的任何对象）之间共享

透明胶片会产生问题，因为最终的像素是构成该像素的所有透明胶片的组合。所以，再一次，这是多个对象/深度对同一个像素有贡献的问题。

可以看出，所有这些有问题的情况的主要问题是多个不同的对象（或深度）都影响同一个像素。而且，由于非深度图像每个像素只能存储一个值，因此会因为这个限制而丢失重要信息。

传统上，艺术家通过在不同的通道中渲染帧来解决这些问题，以便在不同的深度或透明度级别生成多个图像。这需要预先了解如何使用/组合这些通道，并且在渲染资源方面既费力又浪费。

Deep EXR 是在行业标准 EXR 2.0 规范中引入的，旨在在每个像素处保存多个值。因此，它们允许进行各种合成，而无需担心使用景深、运动模糊和透明度或对象轮廓周围的问题。

深度 EXR 的主要缺点是它们增加了文件大小和后续存储需求。增加的文件大小源于为每个像素存储多个值（“样本”）的事实。Redshift 尝试通过下面讨论的一小组控件将深度 EXR 文件的大小保持在尽可能小。

体积渲染仅支持 Redshift 3.0.32 及更高版本中的 Deep 输出。

目前，Redshift 只能将美感、深度和 objectID 存储在 deep EXR 文件中。其余的 AOV 类型将在稍后阶段得到支持。由于此限制，在启用深度输出的情况下进行渲染时，任何 AOV（ObjectID 除外）都将被禁用。

如上所述，深度 EXR 可以生成大文件。出于这个原因，大多数渲染器都包含用于将每个像素的多个值合并在一起的选项，以便可以减小文件大小。

以下选项解释了 Redshift 支持的不同合并模式以及如何在您的场景中使用它们。

请注意，过多的合并意味着无法在最终像素上保留足够的信息，并且将失去深度 EXR 的优势。另一方面，合并太少意味着深度 EXR 文件可能非常大，尤其是对于使用高几何复杂度、透明度、景深或运动模糊的场景。学习如何有效地使用这些参数对于控制 EXR 文件大小非常重要！

Redshift 目前支持两种 Deep Merge 模式：Z 和 ObjectID。

“Z”模式意味着，对于每个像素，彼此接近的深度样本将被合并在一起。“Deep Merge Z Threshold”参数控制样本需要多近才能将它们合并在一起。

为了解释它是如何工作的，让我们看一下这个包含一些运动模糊球体的简单场景。

“深度合并 Z 阈值”越小，合并在一起的样本就越少。在这种情况下，每个像素都必须存储大量单独的样本，最终的 EXR 文件会很大。

为了以更实际的方式查看此效果，让我们在 Nuke 中检查实际的深度 EXR 图像。我们将使用“DeepSample”Nuke 节点来检查其中一个像素。

查看 Nuke 中的深层数据，我们意识到某些像素中包含许多样本！这是因为，对于这个场景，默认的“Deep Merge Z threshold”（0.01）太小了。

更大的 Z 阈值会进一步减少存储的样本。

ObjectID 模式会合并所有属于同一个objectID 的样本，而不关心它们在Z 上是否彼此靠近。这意味着，默认情况下，ObjectID 模式比 Z 模式执行更多的样本合并，这反过来会产生更小的 EXR 文件。

下图显示了 Z 模式如何适用于我们的示例场景。可以看出，每个具有不同 ObjectID 的对象都会获得一个样本。

要使 ObjectID Deep Merge 模式生效，需要为对象分配不同的 ObjectID。

为了以更实际的方式查看这种效果，让我们从较低的有利位置渲染图像，在该位置，给定像素的球体模糊轨迹重叠。

在 Nuke 中检查实际的深度 EXR 图像显示，所讨论的像素仅包含 3 个样本。这确实是我们所期望的，因为每个球体都有自己的 ObjectID。

虽然 ObjectIDDeep Merge 模式生成的 EXR 文件要小得多，但它也有一些缺点。

如果您尝试将多个深度 EXR（包含不同对象）合成在一起，如果不同 EXR 中的对象在 Z 中相互交叉，您可能会得到视觉伪影，如下所示。

MeshID 模式会合并所有属于同一个meshID 的样本，而不关心它们在Z 上是否彼此靠近。这里的“MeshID”是指Redshift 内部分配给场景中每个单独网格的唯一 ID 。这意味着，与 ObjectID 模式相比，您不必手动将 ID 分配给对象以在深层数据中“保持它们独立”。

除此不同外，MeshID 模式的行为与 ObjectID 模式完全相同，并且具有相同的优缺点。

本文档的元数据名称在旧版本的 Redshift 上可能有所不同！这些名称将在 2.6.04 和 2.5.64 版本之后生效。

当 Redshift 保存 EXR 图像时，它会添加以下元数据：