精简栅格

精简栅格 节点通过将均匀区域压缩为更粗略的分块或内部节点，优化体素栅格的存储，从而减少内存使用并提升性能。

This node performs the inverse operation of the Voxelize Grid node. While voxelization expands sparse tiles into dense voxels, pruning detects large uniform areas and replaces them with more compact representations. This is especially useful after operations that create large regions of constant values, such as filling, clipping, or thresholding.

输入

栅格

待优化的输入栅格。

模式

用于简化栅格结构的精简方法：

非活动:

将非活动体素和分块转换为非活动背景分块。此为最简单模式，可对栅格中空缺或未使用区域进行基础清理。

阈值:

将所有体素值相近且处于激活状态（在给定容差阈值范围内）的区域合并为背景栅格。此方法适用于雾效或标量栅格，因平滑变化可能导致区域近乎均匀，从而便于简化处理。

SDF:

带符号距离场（SDF）栅格的专用模式。将非活动栅格替换为非活动节点，无需阈值比较即可实现更快、更精准的精简。该模式适用于包含大面积内部或外部恒定符号区域的窄带 SDF。

阈值 阈值

若区域内各体素的数值差异小于该阈值，则认为该区域内的体素具有均匀性。较高的阈值允许更激进的简化处理，而较小的阈值则能保留更精细的细节。

属性

数据类型

栅格中存储的数据类型（例如 浮点、整数、布尔、矢量）。必须与输入栅格的类型相匹配。

输出

栅格

经过优化存储的最终栅格。均匀区域被压缩为更大的分块或节点，从而形成更紧凑高效的表现。