前言: 此算法本来是应试之作,自己写完之后才发现这个算法可能很难被超越,就是说相同反走样效果下几乎不会再有比这更快的,而比这个更快的算法也几乎不可能达到这样的效果. 虽然是个小玩意,不过此算法足以超越目前我在专业期刊上看到的所有反走样圆算法,本来想投到期刊上发表,不过国内的期刊发表周期和审阅制度以及水准实在不敢恭维,索性在这里发布了.希望网友转载注明出处即可.
反走样圆的算法目前并没有公认经典的算法,常见的wu算法、双步圆等反走样算法效果和效率都不够好.这里所采用的算法按照原理来说应该称之为"距离平方差增量算法"比较合适,当然你称之为"汪氏算法"本人更觉受用.下面就详细阐述此算法的原理并提供全部代码.
此算法是基于"二阶差分中点圆扫描转换算法"1(此为画圆算法)的,算法示意图如下:
为了用增量方法获得像素点到圆弧的距离,我们考虑x或者y没递增/减一个像素的距离变化.
不失一般性,假设某点距离圆心的距离平方是SD=D*D=x*x+y*y, 考虑x递增单位像素后距离平方记为SDX1:
SDX1=DX1*DX1=(x+1)*(x+1)+y*y. 同理递减以及y方向亦可获得.
现在我们获得的并不是距离增量,要想获得精确的距离必须经过根号计算,代价太高,显然不可取,那样做算法就没有了意义.请看下图:
我们需要获得d的值,根据面积差可计算:
SDX1-SD=2*d*D-d*d
这里我们可以看到当圆的半径>>1的时候d相对D来说变得很小了,我们用近似值2*d*D代替SDX1-SD.这样,我们获得下列等式: