计算机图形学期末复习之第四章:基本图形生成算法

可能这会是图形学期末复习最后一个整理了, 感觉其实不如直接看PPT。

1、填空20+选择20+判断10+简答20+综合30

2、没有编程题

3、复习PPT上的基本概念和算法

计算机图形学期末复习之第四章:基本图形生成算法

光栅图形中电的表示

image-20201214161131166

像素由其左下角坐标表示

image-20201214161146698
image-20201214161626960

增量法:

image-20201214162008492

图形显示

  • 显示前需要:扫描转换+裁剪
  • 裁剪→扫描转换:最常用、节约计算时间
  • 扫描转换→裁剪:算法简单

4.1 直线生成算法

图元:基本图形元素

图元的生成:完成图元的参数表示形式到点阵表示形式的转换。通常也称扫描转换图元。

直线的扫描转换:

  • 确定最佳逼近于该直线的一组象素,并且按扫描线顺序,对这些象素进行写操作。

  • 三个常用算法:

    • 数值微分法(DDA)
    • 中点画线法
    • Bresenham算法
  • 生成目标,求与直线段充分接近的像素集

  • 生成前提条件

    • 像素网格均匀,坐标为整数
    • 直线段的宽度为1
    • 直线段的斜率: k ∈ [ − 1 , 1 ] k\in[-1,1] k[1,1]

4.1.1 数值微分法(DDA)

基本思想:

  • 已知过端点P0 (x0, y0), P1(x1, y1)的

    直线段L : y = k x + b y = kx + b y=kx+b

    直线斜率为 k = y 1 − y 2 x 1 − x 0 k = \frac{y_1-y_2}{x_1-x_0} k=x1x0y1y2

  • 从x的左端点x0开始,向x右端点步进。

    步长=1(个象素),计算相应的y坐标 y = k x + b y=kx+b y=kx+b

    取象素点 ( x , r o u n d ( y ) ) (x, round(y)) (x,round(y))作为当前点的坐标。

image-20201214164657571 image-20201214164911518
象限|dx|>|dy|?$\Delta x $$\Delta y $
1a1k
1b1/k1
2a-1k
2b-1/k1
3a-1-k
3b-1/k-1
4a1-k
4b1/k-1

4.1.2 中点画线法

image-20201214170017854

基本思想:

  • 当前象素点为 ( x p , y p ) (x_p, y_p) (xp,yp) ,下一个象素点为P1或P2。

    M = ( x p + 1 , y p + 0.5 ) M=(x_p+1, y_p+0.5) M=(xp+1,yp+0.5),为p1与p2之中点

    Q为理想直线与 x = x p + 1 x=x_p+1 x=xp+1垂线的交点。

    将Q与M的y坐标进行比较。

    • 当M在Q的下方,则P2应为下一个象素点;

    • 当M在Q的上方,应取P1为下一点。

构造判别式: d = F ( M ) = F ( x p + 1 , y p + 0.5 ) = a ( x p + 1 ) + b ( y p + 0.5 ) + c d=F(M)=F(x_p+1,y_p+0.5)=a(x_p+1)+b(y_p+0.5)+c d=F(M)=F(xp+1,yp+0.5)=a(xp+1)+b(yp+0.5)+c

(其中 a = y 0 − y 1 , b = x 1 − x 0 , c = x 0 y 1 − x 1 y 0 a=y_0-y_1, b=x_1-x_0, c=x_0y_1-x_1y_0 a=y0y1,b=x1x0,c=x0y1x1y0

  • 当d<0,M在L(Q点)下方,取右上方 P U P_U PU为下一个象素;

  • 当d>0,M在L(Q点)上方,取右方 P D P_D PD为下一个象素;

  • 当d=0,选P1或P2均可,约定取 P D P_D PD为下一个象素;

d是 x p x_p xp y p y_p yp的线性函数,因此可采用增量计算,提高运算效率。

初值 d 0 = F ( x 0 + 1 , y 0 + 0.5 ) = a + 0.5 b d_0=F(x_0+1, y_0+0.5)=a+0.5b d0=F(x0+1,y0+0.5)=a+0.5b

  • d ≥ 0 d\ge0 d0时,则取正右方象素 P D ( x p + 1 , y p ) P_D(x_p+1, y_p) PD(xp+1,yp),

    要判断下一个象素位置,则要计算 d i + 1 = F ( x p + 2 , y p + 0.5 ) = a ( x p + 2 ) + b ( y p + 0.5 ) = d + a d_{i+1}=F(x_p+2, y_p+0.5)=a(x_p+2)+b(y_p+0.5)=d+a di+1=F(xp+2,yp+0.5)=a(xp+2)+b(yp+0.5)=d+a

    增量为 a

  • 若d<0时,则取右上方象素 P U ( x p + 1 , y p + 1 ) P_U(x_p+1, y_p+1) PUxp+1,yp+1

    要判断再下一象素位置,则要计算 $d_{i+1}= F(x_p+2, y_p+1.5)=a(x_p+2)+b(y_p+1.5)+c=d+a+b $;

    增量为 a+b

  • 画线从 ( x 0 , y 0 ) (x_0, y_0) (x0,y0)开始,d的初值 d 0 = F ( x 0 + 1 , y 0 + 0.5 ) = F ( x 0 , y 0 ) + a + 0.5 b = a + 0.5 b d_0=F(x_0+1, y_0+0.5)=F(x_0, y_0)+a+0.5b =a+0.5b d0=F(x0+1,y0+0.5)=F(x0,y0)+a+0.5b=a+0.5b

  • 可以用 2d 代替 d 来摆脱小数,提高效率。

例子:

image-20201214210605635

4.1.3 Bresenham算法

image-20201214212300608

基本思想

  • 过各行各列象素中心构造一组虚拟网格线。按直线从起点到终点的顺序计算直线与各垂直网格线的交点,然后根据误差项的符号确定该列象素中与此交点最近的象素。

设直线方程为: y i + 1 = y i + k ( x i + 1 − x i ) = y i + k y_{i+1} = y_i+k(x_{i+1}-x_i)=y_i+k yi+1=yi+k(xi+1xi)=yi+k,其中 k = d y d x k=\frac{dy}{dx} k=dxdy。 因为直线的起始点在象素中心,所以误差项d的初值d0=0。

x下标每增加1,d的值相应递增直线的斜率值k,即 d = d + k d=d+k ddk。一旦d≥1,就把它减去1,这样保证d在0、1之间。

  • 当d≥0.5时,最接近于当前象素的右上方象素 ( x i + 1 , y i + 1 ) (x_i+1,y_i+1) xi1yi1
  • 当d<0.5时,更接近于当前象素的右方象素 ( x i + 1 , y i ) (x_i+1,y_i) xi1yi

为方便计算,令 e = d − 0.5 e=d-0.5 ed0.5,e的初值为-0.5,增量为k。

  • 当e≥0时,取当前象素 ( x i , y i ) (x_i,y_i) xiyi的右上方象素 ( x i + 1 , y i + 1 ) (x_i+1,y_i+1) xi1yi1

  • 当e<0时,更接近于右方象素 ( x i + 1 , y i ) (x_i+1,y_i) xi1yi

例子:

image-20201214222155793

上述Bresenham算法在计算直线斜率与误差项时用到小数与除法。可以改用整数以避免除法。由于算法中只用到误差项的符号,因此可作如下替换

e ′ = 2 ∗ e ∗ d x e' = 2*e*dx e=2edx

这样 e ’ e’ e的初值是 − d x -dx dx,由于 k = d y / d x k=dy/dx k=dy/dx,所以 e ’ e’ e的增量就变为 2 ∗ d y 2*dy 2dy

优点

  • 不必计算直线斜率,因此不做除法;

  • 不用浮点数,只用整数;

  • 只做整数加减法和乘2运算,而乘2运算可以用硬件移位实现。

  • Bresenham算法速度很快,并适于用硬件实现。

4.2 圆弧生成算法

圆的特征:八对称性。只要扫描转换八分之一圆弧,就可以求出整个圆弧的象素集

中点Bresenham画圆法

image-20201214225242102

考虑中心在原点,半径为R的第二个八分圆,构造判别式(圆方程)

d = F ( M ) = F ( x p + 1 , y p − 0.5 ) = ( x p + 1 ) 2 + ( y p − 0.5 ) 2 − R 2 d = F(M) = F(x_p+1,y_p-0.5)=(x_p+1)^2+(y_p-0.5)^2-R^2 d=F(M)=F(xp+1,yp0.5)=(xp+1)2+(yp0.5)2R2

若 d<0, 则取P1为下一象素,而且下一象素的判别式为

d ′ = F ( x p + 2 , y p − 0.5 ) = ( x p + 2 ) 2 + ( y p − 0.5 ) 2 − R 2 = d + 2 x p + 3 d' = F(x_p+2,y_p-0.5) = (x_p+2)^2+(y_p-0.5)^2-R^2=d+2x_p+3 d=F(xp+2,yp0.5)=(xp+2)2+(yp0.5)2R2=d+2xp+3

若d>=0, 则应取P2为下一象素,而且下一象素的判别式为

d ′ = F ( x p + 2 , y p − 1.5 ) = ( x p + 2 ) 2 + ( y p − 1.5 ) 2 − R 2 = d + 2 ( x p − y p ) + 5 d' = F(x_p+2,y_p-1.5) = (x_p+2)^2+(y_p-1.5)^2-R^2=d+2(x_p-y_p)+5 d=F(xp+2,yp1.5)=(xp+2)2+(yp1.5)2R2=d+2(xpyp)+5

第 一个象素是(0, R),判别式d的初始值为

d 0 = F ( 1 , R − 0.5 ) = 1.25 − R d_0 = F(1,R-0.5) =1.25-R d0=F(1,R0.5)=1.25R

为了进一步提高算法的效率,可以将上面的算法中的浮点数改写成整数,将乘法运算改成加法运算,即仅用整数实现中点画圆法。

使用e=d-0.25代替d

e0=1-R

当d为整数时(d<0)←→(d<-0.25)

算法步骤

  1. 输入圆的半径R。

  2. 计算初始值d=1-R、x=0、y=R。

  3. 绘制点(x,y)及其在八分圆中的另外七个对称点。

  4. 判断d的符号。若d<0,则先将d更新为d+2x+3,再将(x,y)更新为(x+1,y);

    否则先将d更新为d+2(x-y)+5,再将(x,y)更新为(x+1,y-1)。

  5. 当x<=y时,重复步骤3和4。否则结束。

//中点画圆
MidpointCircle(int r, int color)
{
	int x,y;
	float d;
	x=0; y=r; d=1-r;
	drawpixel(x,y,color);
	while(x<=y){
		if(d<0){ 
            d += 2*x+3; 
            x++; 
        }
		else{
            d += 2*(x-y) + 5; 
            x++;
            y--; 
        }
	}
}

/*
注意到d的增量是x,y的线性函数,
每当x递增1,则d的增量递增Δx=2
每当y递减1,则d的增量递增Δy=2
Δx初始值=3
Δy初始值=-2r+2
*/

//中点画圆-改进版
MidpointCircle(int r, int color)
{
	int x,y;
	int d,d1,d2;
    x=0;
    y=r;
    d=1-r;
    d1=3;
    d2=-2*r+2;
	drawpixel(x,y,color);
	while(x<=y){
		if(d<0){ 
            d += d1;
            x++;
            d1+=2; 
        }
		else{
            d += d1+d2;
            x++;
            y--; 
            d1+=2;
            d2+=2;
        }
	}
}

4.3 多边形填充算法

多边形表示方法:顶点表示和点阵表示

多边形的扫描转换:把多边形的顶点表示转化为点阵表示

  • 逐点判断法
  • 扫描线算法
  • 边缘填充算法
  • 种子填充算法

4.3.1 逐点判断法

逐个判断绘图窗口内的像素是否在多边形内

判断点是否在多边形内部的方法

  • 射线法
  • 累计角度法
  • 编码法
射线法

步骤:

  • 从待判别点v发出射线

  • 求交点个数k

  • K的奇偶性决定了点与多边形的内外关系

    • 若K为奇数,则点在多边形内。
    • 若K为偶数,则点在多边形外。

特殊情况处理

image-20201215102939831
累计角度法

步骤

  • 从v点向多边形P顶点发出射线,形成有向角 θ i \theta_i θi

  • 计算有向角的和,得出结论image-20201215103154021

image-20201215103310138

4.3.2 扫描线算法(YX)

基本思想

  • 按扫描线顺序,计算扫描线与多边形的相交区间,再用要求的颜色显示这些区间的象素,即完成填充工作。

处理对象

  • 非自交多边形 (边与边之间除了顶点外无其它交点)

步骤

  • 求交:计算扫描线与多边形各边的交点;
  • 排序:把所有交点按x值递增顺序排序;
  • 配对:第一个与第二个,第三个与第四个等等;每对交点代表扫描线与多边形的一个相交区间
  • 填色:把相交区间内的象素置成多边形颜色,把相交区间外的象素置成背景色。
image-20201215104101448

4.3.3 改进的扫描线算法(Y-X)

扫描线(YX)算法中扫描线要和所有的边求交,效率较低。因为一条扫描线往往只和少数几条边相交。

利用两个性质

  • 边的连贯性:当某条边与当前扫描线相交时,它很可能也与下一条扫描线相交。

    当前扫描线与多边形某一条边的交点的x坐标为x,则下一扫描线与该边的交点不要重计算,只要加一个增量△x。

  • 扫描线的连贯性:当前扫描线与各边的交点顺序,与下一条扫描线与各边的交点顺序很可能相同或类似。

主要思想

  • 与当前扫描线相交的边称为活动边(active edge),把它们按与扫描线交点x坐标递增的顺序存入一个链表中,称为活动边表(AET, Active edge table)

  • 只需对当前扫描线的活动边表作更新,即可得到下一条扫描线的活动边表。

数据结构

活性边表(AET):把与当前扫描线相交的边称为活性边,并把它们按与扫描线交点x坐标递增的顺序存放在一个链表中

  • 结点内容
    • x:当前扫描线与边的交点坐标
    • △x:从当前扫描线到下一条扫描线间x的增量
    • y m a x y_{max} ymax:该边所交的最高扫描线号 y m a x y_{max} ymax
image-20201215104101448 image-20201215105032090

边桶表(NET)

  • 存放在该扫描线第一次出现的边。若某边的较低端点为 y m i n y_{min} ymin,则该边就放在扫描线 y m i n y_{min} ymin的新边表中
image-20201215105754025

特殊情况

水平边扔掉

交点的取整规则

  • 要求:使生成的像素全部位于多边形之内

    • 用于线画图元扫描转换的四舍五入原则导致部分像素位于多边形之外,产生走样现象,从而不可用
  • 假定非水平边与扫描线y=e相交,交点的横坐标为x,规则如下

    • X为小数

      image-20201215112134796
      • (a)交点位于左边上,向右取整
      • (b)交点位于右边上,向左取整
    • (x,e)落在像素上

      image-20201215112119022
      • (a)(x,e)位于左边上,属于多边形
      • (b)(x,e)位于右边上,不属于多边形
    • 交点位多边形的顶点(下闭上开)

      image-20201215112435378

      应该是指经过P1的点

      • (a) 算作1个交点
      • (b) 算作1个交点
      • © 算作2个交点
      • (d) 算作0个交点

4.3.4-1 边缘填充算法

取余: M ˉ = A − M , A = 0 x F F F F F F F F \bar{M} = A - M, A = 0xFFFFFFFF Mˉ=AM,A=0xFFFFFFFF

原理

  • 光栅图形中,如果某区域已着上值为M的颜色值做偶数次求余运算,该区域颜色不变;
  • 而做奇数次求余运算,则该区域颜色变为值为 M ˉ \bar{M} Mˉ的颜色。
  • 这一规律应用于多边形扫描转换,就为边缘填充算法。

算法基本思想

  • 对于每条扫描线和每条多边形边的交点,将该扫描线上交点右方的所有象素取余。

步骤

  • 将绘图窗口的背景色置为 M ˉ \bar{M} Mˉ

  • 对多边形的每一条非水平边,从该边上的每个象素开始向右求余;

image-20201215114446646

适合用于具有帧缓存的图形系统。处理后,按扫描线顺序读出帧缓存的内容,送入显示设备。

优点:算法简单

缺点:对于复杂图形,每一象素可能被访问多次,输入/输出的量比有序边表算法大得多。

4.3.4-2 栅栏填充算法

image-20201215115307308

引入栅栏,以减少填充算法访问象素的次数

栅栏:与扫描线垂直的直线,通常过一顶点,且把多边形分为左右二半。

基本思想:扫描线与多边形的边求交,将交点与栅栏之间的象素取补。

减少了象素重复访问数目,但不彻底。

4.3.4-3 边界标志算法

基本思想:

  • 帧缓冲器中对多边形的每条边进行直线扫描转换,即对多边形边界所经过的象素打上标志。

  • 然后再采用和扫描线算法类似的方法将位于多边形内的各个区段着上所需颜色。

  • 使用一个布尔量inside来指示当前点是否在多边形内的状态。

4.3.5 区域种子填充算法

  • 区域指已经表示成点阵形式的填充图形,它是象素的集合。

  • 区域可采用内点表示和边界表示两种表示形式。

  • 区域可分为4向连通区域和8向连通区域。

  • 区域填充指先将区域的一点赋予指定的颜色,然后将该颜色扩展到整个区域的过程。区域填充算法要求区域是连通的

    • 边界点表示的区域:内部像素值为指定值。
    • 内部点表示的区域:原色换为新色。
    • 填充时有一个像素为已知,称为“种子”。
image-20201215120839485

1)深度递归的种子填充算法(漫水法)

从已知种子点出发,每填充一点,在其周围寻找新种子点,重复进行,直到再无未填充的点为止。

针对内点表示的4连通区域的递归填充具体步骤:

1.种子入栈.

2.当栈非空时,进行下面的操作,否则结束.

3.栈顶元素出栈,如果是未填充的内部点,则将其填充. 继续考察与其连通的点,若是未填充的内部点,则该点入栈.返回2.

//准备工作:
typedef struct { int x,y;} seed;
typedef struct  { seed s[6400];int top;} seedstack;

/*
可以直接利用函数的递归调用来实现.

设(x,y)为内点表示的4连通区域内的一点,oldcolor为区域的原色,要将整个区域填充为新的颜色newcolor。

内点表示的4连通区域的递归填充算法:
*/

void FloodFill4(int x,int y,int oldcolor,int newcolor)
{ 
    if(getpixel(x,y)==oldcolor)
    { 
        drawpixel(x,y,newcolor);
    	FloodFill4(x,y+1,oldcolor,newcolor);
    	FloodFill4(x,y-1,oldcolor,newcolor);
    	FloodFill4(x-1,y,oldcolor,newcolor);
    	FloodFill4(x+1,y,oldcolor,newcolor);
  	}
}

/*
边界表示的4连通区域的递归填充算法
*/
void BoundaryFill4(int x,int y,int boundarycolor,int newcolor)
{ 
    int color= Getpixel(x,y);
  	if(color!=newcolor && color!=boundarycolor)
  	{ 
        drawpixel(x,y,newcolor);
    	BoundaryFill4 (x,y+1, boundarycolor,newcolor);
    	BoundaryFill4 (x,y-1, boundarycolor,newcolor);
    	BoundaryFill4 (x-1,y, boundarycolor,newcolor);
    	BoundaryFill4 (x+1,y, boundarycolor,newcolor);
  	}
}

/*
对于内点表示和边界表示的8连通区域的填充,只要将上述相应代码中递归填充相邻的4个象素增加到递归填充8个象素即可。
*/

2)扫描线种子填充算法

种子填充的递归算法原理和程序都很简单,但由于多次递归,费时、费内存,效率不高。为了减少递归次数,提高效率可以采用采用扫描线算法。

算法的基本过程如下:

  • 当给定种子点(x,y)时,首先填充种子点所在扫描线上的位于给定区域的一个区段,

  • 然后确定与这一区段相连通的上、下两条扫描线上位于给定区域内的区段,确定新种子点,并依次保存下来。

  • 反复这个过程,直到填充结束。

上述算法对于每一个待填充区段,只需压栈一次;而在递归算法中,每个象素都需要压栈。因此,扫描线填充算法提高了区域填充的效率。

扫描线种子填充算法

(1)初始化:堆栈置空。将种子点(x,y)入栈。

(2)出栈:若栈空则结束。否则取栈顶元素(x,y),以y作为当前扫描线。

(3)填充并确定种子点所在区段:从种子点(x,y)出发,沿当前扫描线向左、右两个方向填充,直到非内部。分别标记区段的左、右端点坐标为xl和xr。

(4)并确定新的种子点:在区间[xl,xr]中检查与当前扫描线y上、下相邻的两条扫描线上的象素。若存在非边界、未填充的象素,则把每一区间的最右象素作为种子点压入堆栈,返回第(2)步。

image-20201215133136964

4.4 反走样

用离散量表示连续量引起的失真现象称之为走样(aliasing)

光栅图形的走样现象有:

  • 阶梯状边界

  • 图形细节失真(图形中的那些比象素窄的细节变宽)

  • 狭小图形遗失和动态图形的闪烁

用于减少或消除这种效果的技术称为反走样(antialiasing)

  • 提高分辨率(过采样)
  • 区域采样
  • 加权区域采样

4.4.1 提高分辨率

把显示器分辨率提高一倍

  • 直线经过两倍的象素,锯齿也增加一倍

  • 但同时每个阶梯的宽度也减小了一倍

  • 所以显示出的直线段看起来就平直光滑了一些

image-20201215133606180image-20201215133625449

优缺点

  • 增加分辨率虽然简单,却是一种不经济的方法

  • 显示器的水平、竖直分辩率各提高一倍,则显示器的点距减少一倍,帧缓存容量则增加到原来的4倍,而扫描转换同样大小的图元却要花4倍时间

  • 而且它也只能减轻而不能消除锯齿问题

4.4.2 简单区域采样

基本原理

假设现实
象素是数学上抽象的点,它的面积为0,它的亮度由覆盖该点的图形的亮度所决定;象素的面积不为0;
直线段是数学上抽象直线段,它的宽度为0。直线段的宽度至少为1个像素。

假设与现实的矛盾是导致走样现象出现的原因之一

基本思想:

  • 每个象素是一个具有一定面积的小区域,将直线段看作具有一定宽度的狭长矩形。当直线段与象素有交时,求出两者相交区域的面积,然后根据相交区域面积的大小确定该象素的亮度值。

有宽度的线条轮廓

image-20201215134320337

象素相交的五种情况及用于计算面积的量,其中m是直线的斜率。一个像素宽为1。

image-20201215134428451

面积计算

  • 情况(1)(5)阴影面积为: D 2 2 m \frac{D^2}{2m} 2mD2

  • 情况(2)(4)阴影面积为: D − m 2 D - \frac{m}{2} D2m

  • 情况(3)阴影面积为: 1 − D 2 m 1-\frac{D^2}{m} 1mD2

上述阴影面积是介于0-1之间的正数,用它乘以象素的最大灰度值,再取整,即可得到象素的显示灰度值。这种区域取样法的反走样效果较好。

为了简化计算可以采用离散的方法

步骤

  • 首先将屏幕象素均分成n个子象素

  • 然后计算中心点落在直线段内的子象素的个数k

  • 将屏幕该象素的亮度置为相交区域面积的近似值可k/n

非加权区域采样方法有两个缺点

  • 象素的亮度与相交区域的面积成正比,而与相交区域落在象素内的位置无关,这仍然会导致锯齿效应

  • 直线条上沿理想直线方向的相邻两个象素有时会有较大的灰度差

4.4.3 加权区域采样

image-20201215140352561 image-20201215140445480 image-20201215140514007

4.5 直线和多边形裁剪

裁剪:

  • 确定图形中哪些部分落在显示区之内,哪些落在显示区之外,以便只显示落在显示区内的那部分图形。这个选择过程称为裁剪。

    image-20201215140844596

4.5.1 编码裁剪

基本思想:

image-20201215142436387
  • 对于每条线段 P 1 P 2 P_1P_2 P1P2分为三种情况处理:

    (1)若 P 1 P 2 P_1P_2 P1P2完全在窗口内,则显示该线段

    (2)若 P 1 P 2 P_1P_2 P1P2明显在窗口外,则丢弃该线段

    (3)若线段不满足“取”或 “弃”的条件,则在交点处把线段分为两段。其中一段完全在窗口外,可弃之。然后对另一段重复上述处理

  • 为快速判断,采用编码方法:每个区域赋予4位编码

image-20201215142454582 image-20201215142633242
  • P 1 P 2 P_1P_2 P1P2完全在窗口内code1=0 且 code2=0, 则“取”
  • P 1 P 2 P_1P_2 P1P2明显在窗口外(code1 & code2) ≠ 0, 则“弃”
  • 在交点处把线段分为两段。其中一段完全在窗口外,可弃之。然后对另一段重复上述处理
image-20201215142952998

本算法的优点在于简单,易于实现。

他可以简单的描述为将直线在窗口左边的部分删去,按左,右,下,上的顺序依次进行,处理之后,剩余部分就是可见的了。

在这个算法中求交点是很重要的,他决定了算法的速度。

另外,本算法对于其他形状的窗口未必同样有效。

特点:用编码方法可快速判断线段的完全可见和显然不可见。

4.5.2 中点分割裁剪

image-20201215144046267 (A、B分别为距 P 0 、 P 1 P_0、P_1 P0P1最近的可见点, P m P_m Pm P 0 P 1 P_0P_1 P0P1中点)

与编码裁剪算法一样首先对线段端点进行编码,并把线段与窗口的关系分为三种情况:

  • 全在、完全不在和线段和窗口有交。对前两种情况,进行一样的处理

  • 对于第三种情况,用中点分割的方法求出线段与窗口的交点

P 0 P_0 P0出发找最近可见点采用中点分割方法

  • 先求出 P 0 P 1 P_0P_1 P0P1的中点Pm

  • P 0 P m P_0P_m P0Pm不是显然不可见的,并且P0P1在窗口中有可见部分,则距P0最近的可见点一定落在 P 0 P m P_0P_m P0Pm上,所以用 P 0 P m P_0P_m P0Pm代替 P 0 P 1 P_0P_1 P0P1

  • 否则取 P m P 1 P_mP_1 PmP1代替 P 0 P 1 P_0P_1 P0P1

  • 再对新的 P 0 P 1 P_0P_1 P0P1求中点 P m P_m Pm。重复上述过程,直到 P m P 1 P_mP_1 PmP1长度小于给定的控制常数为止,此时 P m P_m Pm收敛于交点

P 1 P_1 P1出发找最近可见点采用上面类似方法

image-20201215145327913 image-20201215145339537

4.5.2 梁友栋-Barskey算法

这个看PPT确实是不好理解, 可以看看这里计算机图形学——梁友栋-Barsky算法

image-20201215145701885

主要思想:

  • 将线段 P 1 P 2 P_1P_2 P1P2表示为参数形式:image-20201215145629169

  • 确定始边和终边
    左→右,右→左
    下→上,上→下

image-20201215155023809 image-20201215155035321

对于每条直线,裁剪矩形内的线段部分由参数u1和u2定义

  • u1的值由线段的始边边界(即:从外到内遇到的矩形边界)(p<0)所决定。对这些边界计算rk。u1取0和各个rk值之中的最大值

  • u2的值由由线段的终边边界(即:线段从内到外遇到的矩形边界)(p>0)所决定。对这些边界计算rk。u2取1和各个rk值之中的最小值

  • 如果u1>u2,则线段完全落在裁剪窗口之外,被舍弃

  • 否则裁剪线段由参数u的两个值u1,u2计算出来

image-20201215155313445 image-20201215155329719

4.5.4 多边形逐边裁剪算法

基本思想是一次用窗口的一条边裁剪多边形

考虑窗口的一条边以及延长线构成的裁剪线该线把平面分成两个部分:可见一侧;不可见一侧

多边形的各条边的两端点S、P。它们与裁剪线的位置关系只有四种:

image-20201215155602663

情况(1)仅输出顶点P;

情况(2)输出0个顶点

情况(3)输出线段SP与裁剪线的交点 I

情况(4)输出线段SP与裁剪线的交点 I 和终点 P

上述算法仅用一条裁剪边对多边形进行裁剪,得到一个顶点序列,作为下一条裁剪边处理过程的输入
对于每一条裁剪边,算法框图同上,只是判断点在窗口哪一侧以及求线段SP与裁剪边的交点算法应随之改变

image-20201215155757504

裁剪过程

image-20201215155814015

4.5.5 双边裁剪算法

裁剪窗口为任意多边形(凸、凹、带内环)的情况

image-20201215155954550 image-20201215160008138 image-20201215160031602 image-20201215160043282
  • 1
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算机图形学是研究计算机生成和处理图像的学科。在计算机图形学期末速成中,通常会涉及到图像的生成、变换、渲染和消隐等方面的知识。以下是一个简单的介绍和演示: 1. 图像生成计算机图形学中常用的图像生成包括光栅化和矢量图形。光栅化是将矢量图形转换为像素点的过程,常用于显示器上的图像显示。矢量图形则是通过数学公式描述图像,可以无损地进行缩放和变换。 2. 图像变换:图像变换是指对图像进行平移、转、缩放等操作,以实现图像的变形和变换。常用的图像变换方包括仿射变换和透视变换。 3. 图像渲染:图像渲染是指将三维模型转换为二维图像的过程。常用的图像渲染方包括光照模型、阴影计算和纹理映射等。 4. 图像消隐:图像消隐是指在三维场景中,将被遮挡的物体从图像中消除的过程。常用的图像消隐算法包括深度缓冲、扫描线算法和光线追踪等。 以下是一个简单的演示代码,展示了如何使用Python和OpenGL库进行简单的图形绘制和渲染: ```python import pygame from pygame.locals import * from OpenGL.GL import * from OpenGL.GLU import * def draw_cube(): vertices = ( (1, -1, -1), (1, 1, -1), (-1, 1, -1), (-1, -1, -1), (1, -1, 1), (1, 1, 1), (-1, -1, 1), (-1, 1, 1) ) edges = ( (0, 1), (1, 2), (2, 3), (3, 0), (4, 5), (5, 6), (6, 7), (7, 4), (0, 4), (1, 5), (2, 6), (3, 7) ) glBegin(GL_LINES) for edge in edges: for vertex in edge: glVertex3fv(vertices[vertex]) glEnd() def main(): pygame.init() display = (800, 600) pygame.display.set_mode(display, DOUBLEBUF | OPENGL) gluPerspective(45, (display[0] / display[1]), 0.1, 50.0) glTranslatef(0.0, 0.0, -5) while True: for event in pygame.event.get(): if event.type == pygame.QUIT: pygame.quit() quit() glRotatef(1, 3, 1, 1) glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT) draw_cube() pygame.display.flip() pygame.time.wait(10) if __name__ == '__main__': main() ``` 这代码使用了Pygame和OpenGL库,绘制了一个旋转的立方体。你可以尝试运行这代码,观察立方体的旋转效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值