视差计算一直都被我认为是难度比较高的计算，但是实际研究过后，其实还是比较简单的，相信经过这篇文章的简单介绍，各位会有个比较入门的认识。
首先什么是视差贴图，下面这个就是视差贴图：
当然这并不标准，正常的视差贴图应该是一张纹理的高度图，这是我用BaseColor转的，并且加强了对比度，也是为了让最终效果更加的明显。
那么接下来解释下视差的原理，请看图：
首先我们假设一个场景，场景内有有一个面片A，
然后这个面片A采样了一张视差贴图(单纯的采样，暂时不作视差计算)，而渲染出来的灰度(高度)B
接下来我们进行多次的视差偏移，假设我们以某个高度偏移了2次，这时候我们得到了3层高度：
然后我们因为我们的贴图渲染时层层覆盖的关系，所以我们得讨巧下：使用上一次的深度，取反，假如比下一次要低，就继续往下覆盖
去改变我们的计算方法，那么这三条曲线就会变成这样：
B和B1的红叉并不是去掉的意思，而是在【红点】处被【截断】。
所以这样就能得出我们的计算过程了，放代码。
先看下这个最简单的，没有经过任何处理的，基于切线空间（贴图空间）的【视差代码公式】，没有它也不会有多种多样的视差变化：
相机世界空间坐标转切线空间，实际计算过程如下：
#define ParallaxStep 6
half3 TangentView.xyz = TransformWorldToTangent(WorldView.xyz);
ParallaxOffset.xy = TangentView.xy / TangentView.z；
half SampleEnd = 0;
//判断建议固定用常量，根据不同档位变化循环次数，实测5次以下也够用
for( int i=0 ; i < ParallaxStep; i++)
{
//每一次循环都增强视差的深度，并且获取上一次结果，取反，混合判断是否会被覆盖
uv += ParallaxOffset * ParallaxStrength*0.01 *(1-SampleEnd);
//再次采样
SampleEnd = tParallaxMap.SampleBias(sParallaxMapSampler,uv.xy,-2).r;
//最后这是一个优化手段，一旦发现不会被覆盖我们可以选择跳出循环了，不用再浪费时间计算了，阈值可以再低一点
//非uniform判断的动态分支，优化力度不会很高。
if( SampleEnd >=0.999)
break;
}
half3 BaseColor = tBaseMap.SampleBias(sBaseSampler,uv.xy,cBaseMapBias).rgb;
半透明渲染
地砖渲染，包含了法线，效果还是非常棒的