▲Bokeh特效，也被稱作Depth of Field最初在GPU Pro上第一次看到Bokeh這個詞，一時還以為是人名，想不到這詞是從日文來的，最後面的"h"似乎是為了不要讓歐美人士念錯。實在令人好奇1996年以前外國人是怎麼稱呼這個拍照效果，還有waifu甚麼時候會編入字典…。
上一篇的CoC公式搭配depthmap可以讓我們計算出每個像素在畫面中的擴散程度，實際運用時公式內的絕對值符號會去掉，並將結果換算成半徑橫跨多少個像素。若CoC值大於0.5像素，代表該像素屬於背景，若小於-0.5則代表前景，在-0.5到0.5之間代表中景。
▲藍色為前景，綠色為中景，紅色為背景
顯然用scatter(擴散)的實作方式最擬真，方法是將無數個sprite放大到CoC大小後blend到畫面上。可是像這種有大量blend的運算都快不起來，最初CryEngine3以沒有任何最佳化實作此法，一張1080p的圖費時100 ms。無可奈何下，只好退而求其次用gather(收集)法來作模糊效果。
雖然真實相片的bokeh效果不會像高斯模糊法那麼平滑，而且CoC的最大值還被限制住，不過為了效能，擬真可以先擺一旁。最初是照著GPU Pro 4實作，將1/4原始畫面對X與Y軸分別做兩次高斯模糊，並且對每個採樣都檢查是否在CoC範圍內。做了一半才發現這個演算法在模糊背景沒辦法平均向四周模糊，問題來自只有顏色模糊，CoC不會也不能被模糊，所以第二次模糊的結果會有些錯誤。背景的瑕疵不放大來看還不太會發現，前景的瑕疵就實在太明顯，而且書中的前景模糊根本就放棄檢查CoC了，導致所有前景的像素都是固定的模糊範圍。
▲本篇所使用的採樣分佈
兩次模糊不行那用一次模糊總可以了吧，但此法缺點在於CoC最大值設定太大時，很容易在畫面上看到採樣的分佈圖形。而且分佈的模式也會影響觀感，剛開始時測試了Hammersley set與Halton sequence就覺得很醜，改成SSAO用的螺旋形分佈更醜。最後讓採樣點盡量平均分佈在一個圓內，採樣點多達41個。不過即使採樣點平均分佈，模糊後還是會看得到分佈圖形。這裡採用了已被手游廠買走的Tri-Ace的方法，替背景與前景製作mipmap，與中景合併時稍微提高LOD的值。
▲LOD值會隨CoC變化，LOD太低會看到分佈圖形，LOD太高會出現鋸齒…
合併階段先合併中景與背景，靠CoC值來判斷該使用哪張圖，之後合併前景時得依靠前景攜帶的alpha值。因為前景被模糊後擴散的部分得蓋住中景與背景，而且前景與中(背)景之間不能出現明顯的交界線，所以在模糊前景時就得計算出覆蓋程度並儲存到alpha中。
▲前景的邊緣會逐漸淡出
▲上圖局部放大
現在設定的CoC最大值還是太小，而且也想讓模糊結果隨著光圈形狀改變，這些問題在scatter法都不存在。可是光是以現在的實作，在GeForce GTX 750 Ti上CoC計算費時0.35 ms，模糊前景與背景1.3 ms，合併0.56 ms，共2.21 ms。實在不能說是便宜的特效，很猶豫到底要不要繼續改善擬真度。
聊勝於無，試著改變採樣分佈…
▲採樣點平均分佈在五角形內
