Bresenham
bresenham算法是计算机图形学中为了“显示器(屏幕或打印机)系由像素构成”的这个特性而设计出来的算法,使得在求直线各点的过程中全部以整数来运算,因而大幅度提升计算速度。
算法基本思想请参考 https://en.wikipedia.org/wiki/Bresenham%27s_line_algorithm
实现代码
这篇文章主要解释下面的代码(即如何只进行整数运算),如果能够理解下面的代码,完全可以跳过这篇文章。
// 来源:https://rosettacode.org/wiki/Bitmap/Bresenham%27s_line_algorithm#C
// 请注意此代码中无任何浮点数运算
void line(int x0, int y0, int x1, int y1) {
int dx = abs(x1-x0), sx = x0<x1 ? 1 : -1;
int dy = abs(y1-y0), sy = y0<y1 ? 1 : -1;
int err = (dx>dy ? dx : -dy)/2, e2;
for(;;){
setPixel(x0,y0);
if (x0==x1 && y0==y1) break;
e2 = err;
if (e2 >-dx) { err -= dy; x0 += sx; }
if (e2 < dy) { err += dx; y0 += sy; }
}
}
直线方程
众所周知,最基本的斜截式直线方程为 y = k x + b ( k 为 斜 率 , b 为 截 距 ) y=kx+b(k为斜率, b为截距) y=kx+b(k为斜率,b为截距)。这个方程存在的缺点是无法表示直线 x = α x=\alpha x=α,所以用一个新的方程来代替 A x + B y + C = 0 Ax+By+C=0 Ax+By+C=0。
Bresenham
Bresenham画直线的算法主要解决的问题是如何判断下一点的位置。维基百科中有一张图比较形象
图中,每一个点代表的是一个像素,假定我们有直线
f
(
x
,
y
)
f(x,y)
f(x,y)且当前坐标为
(
x
,
y
)
(x,y)
(x,y),判断下一个点的y轴坐标步骤为(如果要确定x轴坐标也类似):
代码理解
如上面所述,我们现在能够判断直线的下一个像素点在那里了,但是Bresenham算法的优点还没有体现:我们还需要计算浮点数。为了避免浮点数计算,我们要更深入地发现划线的规律。
这里我们只考虑
x
1
<
x
2
x_1<x_2
x1<x2并且
y
1
<
y
2
y_1<y_2
y1<y2的情况,实际上我们也只需要考虑这种情况,正如前面代码所写的sx, sy
,通过这两个变量我们便能控制要画的直线方向是正确的。
- Bresenham的输入为两个点
(
x
1
,
y
1
)
,
(
x
2
,
y
2
)
(x_1, y_1), (x_2,y_2)
(x1,y1),(x2,y2)。根据这两个点,我们能够计算出两点之间的“距离“。这里的距离用的是绝对值,对应的是代码里的
dx, dy
。
Δ x = ∣ x 1 − x 2 ∣ Δ y = ∣ y 1 − y 2 ∣ \Delta x=|x_1-x_2|\\ \Delta y=|y_1-y_2| Δx=∣x1−x2∣Δy=∣y1−y2∣
根据斜截式 y = k x + b y=kx+b y=kx+b,我们有 y = Δ y Δ x x + b y=\frac{\Delta y}{\Delta x}x+b y=ΔxΔyx+b,进而有
Δ y x − Δ x y + C = 0 \Delta y x-\Delta x y+C = 0 Δyx−Δxy+C=0
在这条公式中:
x + 1 ⇒ y + Δ y Δ x y + 1 ⇒ x + Δ x Δ y x+1 \Rightarrow y+\frac{\Delta y}{\Delta x} \\ y+1 \Rightarrow x +\frac{\Delta x}{\Delta y} x+1⇒y+ΔxΔyy+1⇒x+ΔyΔx - 实际上,用于判断下一个点的位置的就是
Δ
y
Δ
x
\frac{\Delta y}{\Delta x}
ΔxΔy和
Δ
x
Δ
y
\frac{\Delta x}{\Delta y}
ΔyΔx。这两个值变化的根本目的是使上面的方程成立,根据这一点,我们直接引入一个变量
e
r
r
err
err避免浮点数运算(对应代码中的
err
和e2
)
Δ y x − Δ x y + C + e r r = 0 x + 1 ⇒ e r r − Δ y y + 1 ⇒ e r r + Δ x \Delta y x-\Delta x y+C +err= 0 \\ x+1 \Rightarrow err-\Delta y \\ y+1 \Rightarrow err+\Delta x Δyx−Δxy+C+err=0x+1⇒err−Δyy+1⇒err+Δx - 现在我们已经能够将
e
r
r
err
err 和
x
,
y
x, y
x,y 联系起来,但是还有一个很重要的问题没有解决:判断增加x轴坐标还是增加y轴坐标
首先假设我们在起始坐标 ( x , y ) (x,y) (x,y),当前的 e r r err err也是正确的,现在需要判断下一个点的坐标。
根据传统的Bresenham算法:
( x + Δ x Δ y ) − ( x + 1 ) > 0 ⇒ Δ x − Δ y > 0 ⇒ x + 1 ( y + Δ y Δ x ) − ( y + 1 ) > 0 ⇒ Δ y − Δ x > 0 ⇒ y + 1 (x+\frac{\Delta x}{\Delta y})-(x+1)>0 \Rightarrow \Delta x-\Delta y>0 \Rightarrow x+1\\ (y+\frac{\Delta y}{\Delta x})-(y+1)>0 \Rightarrow \Delta y-\Delta x>0\Rightarrow y+1 (x+ΔyΔx)−(x+1)>0⇒Δx−Δy>0⇒x+1(y+ΔxΔy)−(y+1)>0⇒Δy−Δx>0⇒y+1
我们更关注中间的部分,结合上一点所说的 e r r err err和 Δ x , Δ y \Delta x,\Delta y Δx,Δy的关系对其进行变形
Δ x − Δ y > 0 ⇒ − Δ y > − Δ x Δ y − Δ x > 0 ⇒ + Δ x < Δ y \Delta x-\Delta y>0 \Rightarrow -\Delta y>-\Delta x\\ \Delta y-\Delta x>0\Rightarrow +\Delta x < \Delta y Δx−Δy>0⇒−Δy>−ΔxΔy−Δx>0⇒+Δx<Δy - 从上面的公式看来似乎是与
e
r
r
err
err有点关系了,但是还不明确,那是因为我们的推到基于起始点,倘若基于的不是起始点,那么该公式应当为
Δ x − Δ y > 0 ⇒ ε − Δ y > − Δ x Δ y − Δ x > 0 ⇒ ε + Δ x < Δ y \Delta x-\Delta y>0 \Rightarrow \varepsilon -\Delta y>-\Delta x\\ \Delta y-\Delta x>0\Rightarrow \varepsilon+\Delta x < \Delta y Δx−Δy>0⇒ε−Δy>−ΔxΔy−Δx>0⇒ε+Δx<Δy
ε \varepsilon ε为一个累加值,其来源与当前点 ( x , y ) (x,y) (x,y)和起始点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)的相对位置有关,个人理解是:每一次 x + 1 x+1 x+1或 y + 1 y+1 y+1都会让原来的直线平移,这个平移便会造成误差,而这个误差会随着程序的进行而不断累加,而这个累加值对应的正是 e r r err err - 现在我们就有能力将
e
r
r
err
err和程序中的
err
联系起来了。
if
后的条件与上面的公式对应,而err
与 ε \varepsilon ε不同。不同之处是:err
是已经计算好的 ε − Δ y \varepsilon-\Delta y ε−Δy和 ε + Δ x \varepsilon+\Delta x ε+Δx。我们可以这样思考:在某一个点 ( x , y ) (x,y) (x,y)处,我们已经计算得到了正确的、可以用于判断的 e r r err err,当我们选择下一个点时,我们可以顺便把下一个点的 e r r err err给计算了,这就是代码中err -= dy; err += dx;
蕴含的意思。
if (e2 >-dx) { err -= dy; x0 += sx; }
if (e2 < dy) { err += dx; y0 += sy; }
- 关于
err
的初始化 Updated in 2020
我们注意到代码中对err
进行了初始化。在前面我们的推导忽略了一个部分:起始点
(
x
1
,
y
1
)
(x_1,y_1)
(x1,y1)的
e
r
r
err
err。从公式
A
x
+
B
y
+
C
+
e
r
r
=
0
Ax+By+C+err=0
Ax+By+C+err=0上看,起始点的
e
r
r
err
err应当为
0
0
0才对,但是代码中用了一个奇怪的值进行了初始化。看起来二者是矛盾的,但是err
的初始化实际上是另一个小技巧。
int err = (dx>dy ? dx : -dy)/2 // 初始化,后面解释
看回前面提到的那张图,蓝色点为起始点。倘若人工进行判断,我们会根据黑色点的位置
b
l
a
c
k
black
black决定下一个点在何处。当
b
l
a
c
k
>
0.5
black>0.5
black>0.5时我们会选择下面的绿点,否则选择上面的绿点。
然而此处的0.5
会引入浮点数运算。我们还有一种选择:将起始点
(
x
1
,
y
1
)
(x_1,y_1)
(x1,y1)上移半个单位(这里只考虑
Δ
x
>
Δ
y
\Delta x>\Delta y
Δx>Δy,其余情况同理)。因为起始点相对于第一个像素有了偏移,引入了误差
e
r
r
err
err,根据前面对
e
r
r
err
err的推导有:
x
1
+
0.5
⇒
e
r
r
−
Δ
y
/
2
y
1
+
0.5
⇒
e
r
r
+
Δ
x
/
2
x_1+0.5\Rightarrow err-\Delta y/2\\ y_1+0.5\Rightarrow err+\Delta x/2
x1+0.5⇒err−Δy/2y1+0.5⇒err+Δx/2
这样便能解释err
的初始值问题,而且与我们前面的推导是一致的。
- 至此,Bresenham算法理解完成。
最后的补充
- Bresenham算法思想很简单,为什么要用这么长的文章解释?
基本思想的确很简单,但是为了不计算浮点数实现时进行了复杂的优化,最终得到的便是文章开头的代码。文章希望解释的是开头的代码。 - 文章的图/公式有错?
非常希望有机会在讨论区进行技术交流,但是只提出错误却没有依据很可能会误导他人,也没法帮助debug。麻烦明确指出错误的图片/公式,是什么错误,与你所期望不符的地方,以及你所认为的正确的结果。