中点画线算法-Python实现

中点画线算法原理

该方法的主要原理是通过直线的标准方程f(x,y) = Ax+By+C ,若点(x,y)带入方程中,即f(x,y)>0则点在直线上方,小于0则在直线下方。所以在直线斜率属于(0,1)时,下一个渲染的像素点不是y就是y+1,所以我们只需计算f(x+1,y+0.5)的值d与0作比较则可以计算出下一个点的选择,若点(x+1,y+0.5)在直线下方则绘制点(x+1,y+1),否则绘制(x+1,y)。
图中红点为计算的下一个中点,蓝点为绘制的点

设d=f(x+1,y+0.5),归纳有di = d(i-1) + A (d>0),di = d(i-1)+ A+B。d0 = A+0.5B。再通过python的matplotlib包绘制点。
推导过程可参考中点画线算法详解

处理斜率绝对值大于1和斜率小于0的情况,初学方便理解我全部将直线以y=x轴或x=0轴进行翻转得到斜率在(0,1)范围内的情况进行处理,然后再进行翻转回去

python实现

	import matplotlib.pyplot as plt
    def Midpoint(self,x1,y1,x2,y2):
        """"
        处理斜率绝对值小于一的情况时进行x=y轴翻转
        处理斜率小于0时,进行x = 0轴的翻转
        以上处理之后保证变换后的直线在第一象限且斜率在(0,1)内
        """
        t1,t2 = 0,0
        k = (y2-y1)/(x2-x1)
        if k < 0 : #若斜率小于0则以y轴翻转,以t2作为标记
            x1,x2 = -x2,-x1
            y1,y2 = y2,y1
            t2 = 1
        if abs(k) > 1 :#若斜率大于一则x,y轴互换以t1作为标记
            x1,y1 = y1,x1
            x2,y2 = y2,x2
            t1 = 1

        A = abs(y2 - y1) * -1 #约定直线方程为Ax+By+C = 0,其中A小于0,B大于0,上面变换的操作已经确定A<B
        B = abs(x2 - x1)
        d = [A+0.5*B]#d0
        y = [min(y1,y2)]#y为y1或y2小的那一点先入y轴数组
        x = [i for i in range(min(x1,x2),max(x1,x2)+1)]#x轴数组
        for i in range(1,len(x)):
            if d[i-1] >= 0 :#若d(i-1)大于0,说明上一个中点在直线上方,直线离下边的点近,y不用加1
                y.append(y[i-1])
                d.append(d[i-1]+A)
            else:
                y.append(y[i-1]+1)#d(i-1)<0,说明上一个中点在直线下方,Y+1
                d.append(d[i-1]+A+B)
        if t1 == 1: #以x=y进行翻转
            x,y = y,x
        if t2 == 1: #以x = 0 进行翻转
            x = list(map(lambda x:x*-1,x))
        r = []
        # for i in range(len(x)):
        #     r.append((x[i],y[i]))
        plt.plot(x,y,linestyle=':', linewidth=1, marker='.', markersize=10, color = 'r')#绘制
        plt.show()
        return

运行截图

(1,0)&(6,3)
在这里插入图片描述

总结

网络上很少有Python写的计算机图形学的算法,现在正好学到当做复习了。
用Python实现相关的图形学算法的博客少也可以理解,毕竟python是解释型语言虽然其封装的很多类与方法使用起来是非得方便的,但是相较于C语言来说python的效率是比较低下的,而且是难以优化的。比如说该算法中其中A,B的值是取整了的,在C语言中整型运算是非常快的,但是在Python中无论是整型还是浮点型都是number类,统一是当做浮点型进行计算相对较慢。当数据量庞大时与c的效率将会体现的更明显。
在上述处理斜率非(0,1)时,我用了“对称翻转”,“旋转”的方法,在这个方法中我是将点存入数组中再进行处理的,对数组的操作也是比较费时的。

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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