canvas学习总括6:绘制矩形

canvas学习总括6:绘制矩形

相互绘制

在画布上制图路径,从视觉上便是「选拔或三番五次连通图端点」的进程,这么些历程须要化解3个难点:

  • 手指下是还是不是有端点
  • 入选点到待选中点时期是不是成线

募集连通图端点的坐标,再监听手指滑过的坐标能够精通「手指下是不是有点」。以下伪代码是采集端点坐标:

JavaScript

// 端点坐标消息 let coords = []; lines.forEach(({x一, y1, x2, y贰})
=> { // (x壹, y一) 在 coords 数组不设有 if(!isExist(x1, y1))
coords.push([x1, y1]); // (x二, y二) 在 coords 数组不设有
if(!isExist(x2, y2)) coords.push([x2, y2]); });

1
2
3
4
5
6
7
8
// 端点坐标信息
let coords = [];
lines.forEach(({x1, y1, x2, y2}) => {
// (x1, y1) 在 coords 数组不存在
if(!isExist(x1, y1)) coords.push([x1, y1]);
// (x2, y2) 在 coords 数组不存在
if(!isExist(x2, y2)) coords.push([x2, y2]);
});

以下伪代码是监听手指滑动:

JavaScript

easel.addEventListener(“touchmove”, e => { let x0 =
e.targetTouches[0].pageX, y0 = e.targetTouches[0].pageY; // 端点半径
—— 取连通图端点半径的2倍,进步活动端体验 let r = radius * 2;
for(let [x, y] of coords){ if(Math.sqrt(Math.pow(x – x0, 贰) +
Math.pow(y – y0), 二) <= r){ // 手指下有端点,判断能或不能连线
if(canConnect(x, y)) { // todo } break; } } })

1
2
3
4
5
6
7
8
9
10
11
12
13
14
easel.addEventListener("touchmove", e => {
let x0 = e.targetTouches[0].pageX, y0 = e.targetTouches[0].pageY;
// 端点半径 —— 取连通图端点半径的2倍,提升移动端体验
let r = radius * 2;
for(let [x, y] of coords){
if(Math.sqrt(Math.pow(x – x0, 2) + Math.pow(y – y0), 2) <= r){
// 手指下有端点,判断能否连线
if(canConnect(x, y)) {
// todo
}
break;
}
}
})

在未绘制任何线段或端点从前,手指滑过的任意端点都会被看成「一笔画」的早先点;在绘制了线段(或有选中式点心)后,手指滑过的端点能或不可能与选中式点心串连成线段要求根据现有规则进行判断。

图片 1

上海教室,点A与点B可总是成线段,而点A与点C不能够接二连三。作者把「能够与钦点端点连接成线段的端点称作实惠连接点」。连通图端点的立见成效连接点从连通图的线条中领到:

JavaScript

coords.forEach(coord => { // 有效连接点(坐标)挂载在端点坐标下
coord.validCoords = []; lines.forEach(({x一, y1, x二, y二}) => { //
坐标是现阶段线段的源点 if(coord.x === x一 && coord.y === y一) {
coord.validCoords.push([x2, y2]); } // 坐标是当下线段的终点 else
if(coord.x === x二 && coord.y === y二) { coord.validCoords.push([x1,
y1]); } }) })

1
2
3
4
5
6
7
8
9
10
11
12
13
14
coords.forEach(coord => {
// 有效连接点(坐标)挂载在端点坐标下
coord.validCoords = [];
lines.forEach(({x1, y1, x2, y2}) => {
// 坐标是当前线段的起点
if(coord.x === x1 && coord.y === y1) {
coord.validCoords.push([x2, y2]);
}
// 坐标是当前线段的终点
else if(coord.x === x2 && coord.y === y2) {
coord.validCoords.push([x1, y1]);
}
})
})

But…有效连接点只可以判断五个点是还是不是为底图的线条,那只是多少个静态的参阅,在实质上的「交互绘制」中,会遭逢以下景况:

图片 2
如上图,AB已串连成线段,当前选中式点心B的可行连接点是 A 与 C。AB
已经延续成线,假若 BA 也串连成线段,那么线段就再也了,所以此时 BA
不可能成线,唯有 AC 才能成线。

对选中式点心而言,它的管事连接点有几种:

  • 与选中式点心「成线的实惠连接点」
  • 与选中式点心「未成线的灵光连接点」

当中「未成线的卓有成效连接点」才能加入「交互绘制」,并且它是动态的。

图片 3

回头本节内容先导提的七个难题「手指下是还是不是有端点」 与
「选中式点心到待选中式点心时期是还是不是成线」,其实可统一为二个难点:手指下是或不是留存「未成线的立竿见影连接点」。只须把监听手指滑动遍历的数组由连通图全部的端点坐标
coords 替换为当前选中式点心的「未成线的得力连接点」即可。

从那之后「一笔画」的关键意义已经完成。能够抢先体验一下:

图片 4

line(imgOriginal,vertex[3],vertex[0],Scalar(100,200,211),6,LINE_AA);

function drawRect(){
    ctx.fillRect(20, 20, 180, 180);
}

strokeRect(x, y, w, h):
绘制一个描边的矩形

H伍游戏开发:一笔画

2017/11/07 · HTML5 ·
游戏

原稿出处: 坑坑洼洼实验室   

图片 5

imshow(“滤波后的图像”, imgThresholded);

立时绘图函数

 

线条识别

作者分八个步骤完结「线段识别」:

  1. 加以的八个端点连接成线,并收集连线上N个「样本点」;
  2. 遍历样本点像素,要是像素色值不对等线段色值则象征那多个端点之间不设有线段

怎么着收集「样式点」是个难题,太密集会潜移默化属性;太疏松精准度不能够确定保证。

在作者前边有七个挑选:N 是常量;N 是变量。
假设 N === 5。局地提取「样式点」如下:

图片 6

上海体育场所,会识别出三条线条:AB, BC 和 AC。而实际,AC无法成线,它只是因为
AB 和 BC 视觉上共一线的结果。当然把 N 值向上进步能够缓解这么些难题,但是 N
作为常量的话,这些常量的取量需求靠经验来判定,果然放任。

为了防止 AB 与 BC 同处一向线时 AC 被辨认成线段,其实很简单 ——
四个「样本点」的间隔小于或等于端点直径
假设 N = S / (2 * R),S 代表两点的相距,Sportage表示端点半径。局地提取「样式点」如下:

图片 7

如上海体育地方,成功地绕过了 AC。「线段识别算法」的伪代码达成如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len – 1; ++i) { let {x: x1,
y: y1} = vertexes[i]; for(let j = i + 1; j < len; ++j) { let {x:
x2, y: y2} = vertexes[j]; let S = Math.sqrt(Math.pow(x1 – x2, 2) +
Math.pow(y1 – y2, 2)); let N = S / (R * 贰); let stepX = (x一 – x2) / N,
stepY = (y一 – y二) / n; while(–N) { // 样本点不是线段色
if(!isBelongLine(x1 + N * stepX, y1 + N * stepY)) break; } //
样本点都合格 —- 表示两点成线,保存 if(0 === N) lines.push({x1, y一, x二,
y贰}) } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
for(let i = 0, len = vertexes.length; i < len – 1; ++i) {
let {x: x1, y: y1} = vertexes[i];
for(let j = i + 1; j < len; ++j) {
let {x: x2, y: y2} = vertexes[j];
let S = Math.sqrt(Math.pow(x1 – x2, 2) + Math.pow(y1 – y2, 2));
let N = S / (R * 2);
let stepX = (x1 – x2) / N, stepY = (y1 – y2) / n;
while(–N) {
// 样本点不是线段色
if(!isBelongLine(x1 + N * stepX, y1 + N * stepY)) break;
}
// 样本点都合格 —- 表示两点成线,保存
if(0 === N) lines.push({x1, y1, x2, y2})
}
}

split(imgHSV, hsvSplit);

途径绘制矩形

随即绘制图形方法仅有多个strokeRect(),fillRect(),多少个主意都以用来绘制矩形的。

游戏的达成

「一笔画」的贯彻不复杂,小编把完成进程分成两步:

  1. 底图绘制
  2. 相互绘制

「底图绘制」把连通图以「点线」的款式体今后画布上,是二十五日游最简单完成的片段;「交互绘制」是用户绘制解题路径的进程,这一个进度会主假若处理点与点动态成线的逻辑。

s1.x=(vertex[0].x+vertex[2].x)/2.0;

绘图圆角矩形

途径绘制矩形

H伍游戏开发:一笔画

by leeenx on 2017-11-02

一笔画是图论[科普](https://zh.wikipedia.org/wiki/%E5%9B%BE%E8%AE%BA)中一个显赫的难题,它起点于柯火奴鲁鲁堡7桥题材[科普](https://zh.wikipedia.org/wiki/%E6%9F%AF%E5%B0%BC%E6%96%AF%E5%A0%A1%E4%B8%83%E6%A1%A5%E9%97%AE%E9%A2%98)。地文学家欧拉在她173陆年刊载的诗歌《柯塔尔萨堡的七桥》中不仅仅缓解了柒桥难题,也建议了一笔画定理,顺带解决了一笔画难题。用图论的术语来说,对于三个加以的连通图[科普](https://zh.wikipedia.org/wiki/%E8%BF%9E%E9%80%9A%E5%9B%BE)留存一条恰好含有全体线段并且未有再次的门道,这条途径就是「一笔画」。

找寻连通图那条途径的经过正是「一笔画」的游艺经过,如下:

图片 8

//绘制出最小面积的重围矩形

解除画布的法子

在第陆章中(canvas学习计算5:线段的端点与连接点)我们介绍了lineJoin属性
用来设置线的连接点的样式,由此我们得以绘制圆角矩形

底图绘制

「一笔画」是多关卡的游艺方式,作者决定把关卡(连通图)的定制以两个安插接口的花样对外暴光。对外揭破关卡接口供给有一套描述连通图形状的科班,而在小编眼下有多少个选项:

  • 点记法
  • 线记法

举个连通图 —— 5角星为例来说一下那多少个挑选。

图片 9

点记法如下:

JavaScript

levels: [ // 当前关卡 { name: “5角星”, coords: [ {x: Ax, y: Ay}, {x:
Bx, y: By}, {x: Cx, y: Cy}, {x: Dx, y: Dy}, {x: Ex, y: Ey}, {x: Ax, y:
Ay} ] } … ]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
levels: [
// 当前关卡
{
name: "五角星",
coords: [
{x: Ax, y: Ay},
{x: Bx, y: By},
{x: Cx, y: Cy},
{x: Dx, y: Dy},
{x: Ex, y: Ey},
{x: Ax, y: Ay}
]
}
]

线记法如下:

JavaScript

levels: [ // 当前关卡 { name: “伍角星”, lines: [ {x1: Ax, y1: Ay, x2:
Bx, y2: By}, {x1: Bx, y1: By, x2: Cx, y2: Cy}, {x1: Cx, y1: Cy, x2: Dx,
y2: Dy}, {x1: Dx, y1: Dy, x2: Ex, y2: Ey}, {x1: Ex, y1: Ey, x2: Ax, y2:
Ay} ] } ]

1
2
3
4
5
6
7
8
9
10
11
12
13
levels: [
// 当前关卡
{
name: "五角星",
lines: [
{x1: Ax, y1: Ay, x2: Bx, y2: By},
{x1: Bx, y1: By, x2: Cx, y2: Cy},
{x1: Cx, y1: Cy, x2: Dx, y2: Dy},
{x1: Dx, y1: Dy, x2: Ex, y2: Ey},
{x1: Ex, y1: Ey, x2: Ax, y2: Ay}
]
}
]

「点记法」记录关卡通过海关的2个答案,即端点要按自然的逐条存放到数组
coords中,它是有序性的记录。「线记法」通过两点描述连通图的线条,它是冬日的笔录。「点记法」最大的优势是表现更简单,但它必须记录1个通关答案,笔者只是关卡的搬运工不是关卡创制者,所以笔者最后甄选了「线记法」。:)

图片 10

function drawRect(){
  // 描边矩形
  ctx.beginPath();
  ctx.moveTo(20, 20);
  ctx.lineTo(200, 20);
  ctx.lineTo(200, 200);
  ctx.lineTo(200, 200);
  ctx.lineTo(20, 200);
  ctx.lineTo(20, 20);
  ctx.stroke();

  //填充矩形
  ctx.beginPath();
  ctx.moveTo(220, 20);
  ctx.lineTo(400, 20);
  ctx.lineTo(400, 200);
  ctx.lineTo(220, 200);
  ctx.lineTo(220, 200);
  ctx.lineTo(220, 20);
  ctx.fill();
}

moveTo(),
lineTo()绘制路径,stroke()与fill()举办描边与填充

自行识图

我在录加入关贸总协定协会卡配置时,发现多个7条边以上的衔接图很简单录错或录重线段。小编在思想是还是不是开发七个自动识别图形的插件,毕竟「一笔画」的图片是有规则的几何图形。

图片 11

地点的卡子「底图」,1眼就能够识出几个颜色:

  • 白底
  • 端点颜色
  • 线条颜色

并且那二种颜色在「底图」的面积大小顺序是:白底 > 线段颜色 >
端点颜色。底图的「采集色值表算法」很简短,如下伪代码:

JavaScript

let imageData = ctx.getImageData(); let data = imageData.data; // 色值表
let clrs = new Map(); for(let i = 0, len = data.length; i < len; i +=
4) { let [r, g, b, a] = [data[i], data[i + 1], data[i + 2],
data[i + 3]]; let key = `rgba(${r}, ${g}, ${b}, ${a})`; let value =
clrs.get(key) || {r, g, b, a, count: 0}; clrs.has(key) ? ++value.count :
clrs.set(rgba, {r, g, b, a, count}); }

1
2
3
4
5
6
7
8
9
10
let imageData = ctx.getImageData();
let data = imageData.data;
// 色值表
let clrs = new Map();
for(let i = 0, len = data.length; i < len; i += 4) {
let [r, g, b, a] = [data[i], data[i + 1], data[i + 2], data[i + 3]];
let key = `rgba(${r}, ${g}, ${b}, ${a})`;
let value = clrs.get(key) || {r, g, b, a, count: 0};
clrs.has(key) ? ++value.count : clrs.set(rgba, {r, g, b, a, count});
}

对于连通图来说,只要把端点识别出来,连通图的概略也就出来了。

morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element);
//闭操作 (连接一些连通域)

大家先来看望基于路径的绘图矩形的主意

在第二章中(canvas学习计算三:绘制路径-线段)我们增强Canvas绘图环境中稍微属于马上绘制图形方法,有个别绘图方法是依照路径的。

端点识别

力排众议上,通过采集的「色值表」能够平昔把端点的坐标识别出来。小编设计的「端点识别算法」分以下二步:

  1. 按像素扫描底图直到遇见「端点颜色」的像素,进入第一步
  2. 从底图上去掉端点并记下它的坐标,重回继续第三步

伪代码如下:

JavaScript

for(let i = 0, len = data.length; i < len; i += 4) { let [r, g, b,
a] = [data[i], data[i + 1], data[i + 2], data[i + 3]]; //
当前像素颜色属于端点 if(isBelongVertex(r, g, b, a)) { // 在 data
中清空端点 vertex = clearVertex(i); // 记录端点消息vertexes.push(vertext); } }

1
2
3
4
5
6
7
8
9
10
for(let i = 0, len = data.length; i < len; i += 4) {
let [r, g, b, a] = [data[i], data[i + 1], data[i + 2], data[i + 3]];
// 当前像素颜色属于端点
if(isBelongVertex(r, g, b, a)) {
// 在 data 中清空端点
vertex = clearVertex(i);
// 记录端点信息
vertexes.push(vertext);
}
}

But…
上边包车型大巴算法只可以跑无损图。小编在使用了一张手提式有线电电话机截屏做测试的时候发现,收集到的「色值表」长度为
四千+ !那直接导致端点和线条的色值无法直接拿走。

由此分析,能够窥见「色值表」里多数色值都以周边的,也等于在原来的「采集色值表算法」的根底上添加1个类似颜色过滤即能够找出端点和线条的主色。伪代码达成如下:

JavaScript

let lineColor = vertexColor = {count: 0}; for(let clr of clrs) { //
与底色周边,跳过 if(isBelongBackground(clr)) continue; //
线段是数据第三多的颜料,端点是第一多的颜色 if(clr.count >
lineColor.count) { [vertexColor, lineColor] = [lineColor, clr] } }

1
2
3
4
5
6
7
8
9
let lineColor = vertexColor = {count: 0};
for(let clr of clrs) {
// 与底色相近,跳过
if(isBelongBackground(clr)) continue;
// 线段是数量第二多的颜色,端点是第三多的颜色
if(clr.count > lineColor.count) {
[vertexColor, lineColor] = [lineColor, clr]
}
}

取到端点的主色后,再跑一遍「端点识别算法」后居识别出 20三个端点!那是为何呢?

图片 12

上海体育场面是放手伍倍后的底图局地,威尼斯红端点的周边和中间充斥着多量噪点(杂色块)。事实上在「端点识别」进程中,由于噪点的留存,把原先的端点被分解成二十一个或数10个小端点了,以下是跑过「端点识别算法」后的底图:

图片 13

经过上海体育场面,能够直观地搜查捕获3个结论:识别出来的小端点只在指标(大)端点上集聚分布,并且大端点范围内的小端点叠加交错。

假诺把叠加交错的小端点归并成多少个多边点,那么那一个大端点将不胜类似目的端点。小端点的集合伪代码如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len – 1; ++i) { let vertexA
= vertexes[i]; if(vertextA === undefined) continue; // 注意这里 j = 0
而不是 j = i +一 for(let j = 0; j < len; ++j) { let vertexB =
vertexes[j]; if(vertextB === undefined) continue; //
点A与点B有增大,点B合并到点A并删除点B if(isCross(vertexA, vertexB)) {
vertexA = merge(vertexA, vertexB); delete vertexA; } } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
for(let i = 0, len = vertexes.length; i < len – 1; ++i) {
let vertexA = vertexes[i];
if(vertextA === undefined) continue;
// 注意这里 j = 0 而不是 j = i +1
for(let j = 0; j < len; ++j) {
let vertexB = vertexes[j];
if(vertextB === undefined) continue;
// 点A与点B有叠加,点B合并到点A并删除点B
if(isCross(vertexA, vertexB)) {
vertexA = merge(vertexA, vertexB);
delete vertexA;
}
}
}

加了小端点归并算法后,「端点识别」的准确度就上来了。经笔者本地质衡量试已经得以
百分百 识别有损的过渡图了。

r.y=s1.y;

rect(x, y, w,
h)顺时针绘制路径,stroke()与fill()进行描边与填充

总结:

行使「自动识图」的提出

即便笔者在该地质测量试的时候能够把具备的「底图」识别出来,可是并不可能确定保障其余开发者上传的图形是或不是被很好的辨识出来。作者建议,可以把「自动识图」做为贰个独门的工具使用。

作者写了多个「自动识图」的单身工具页面:
能够在那一个页面生成对应的卡子配置。

图片 14

总结:

图片 15

结语

下边是本文介绍的「一笔画」的线上
DEMO 的2维码:

图片 4

三十日游的源码托管在:
中间玩耍达成的关键性代码在:
机关识图的代码在:

谢谢耐心阅读完本小说的读者。本文仅表示小编的个人观点,如有不妥之处请不吝赐教。

感激您的读书,本文由 坑坑洼洼实验室
版权全数。假使转发,请注脚出处:凹凸实验室()

1 赞 1 收藏
评论

图片 17

{

 

马上绘制矩形

属性优化

由于「自动识图」必要对图像的的像素点进行围观,那么质量确实是个必要关心的难点。小编设计的「自动识图算法」,在甄别图像的历程中须求对图像的像素做两回扫描:「采集色值表」
与 「采集端点」。在围观次数上实际很难下落了,不过对于一张 750 * 1334
的底图来说,「自动识图算法」必要遍历四次长度为
750 * 1334 * 4 = 4,002,000
的数组,压力照旧会某个。作者是从压缩被围观数组的尺寸来提高品质的。

被扫描数组的尺码怎么削减?
小编直接通过缩短画布的尺寸来完结减少被扫描数组尺寸的。伪代码如下:

JavaScript

// 要削减的倍数 let resolution = 四; let [width, height] = [img.width
/ resolution >> 0, img.height / resolution >> 0];
ctx.drawImage(img, 0, 0, width, height); let imageData =
ctx.getImageData(), data = imageData;

1
2
3
4
5
// 要压缩的倍数
let resolution = 4;
let [width, height] = [img.width / resolution >> 0, img.height / resolution >> 0];
ctx.drawImage(img, 0, 0, width, height);
let imageData = ctx.getImageData(), data = imageData;

把源图片裁减4倍后,获得的图纸像素数组唯有原来的
4^2 = 16倍。那在性质上是不小的升级。

//对灰度图实行滤波

function drawRect(){
  ctx.lineWidth = 13;
  ctx.lineJoin = 'round';
  ctx.strokeRect(20, 20, 180, 180);
}

图片 18

只是这一个代码的职能照旧远远不够,前期可思考提升功用,如只展现最大的矩形,自动依据光照来改变阈值来解惑各异颜色情形下的景观。由此可知,有点极度意思了,百尺竿头更进一步。

moveTo(), lineTo()

 

图片 19

在第伍章中(canvas学习总括5:线段的端点与连接点)大家介绍了lineJoin属性
用来设置线的连接点的体裁,由此大家得以绘制圆角矩形

铲除画布的主意

本次来大家用opencv来落实识别跟踪茶色物体并再次来到地点坐标的功力。

rect()绘制矩形
rect(x, y, w,
h):绘制1个查封的矩形路径
参数x, y 分别为矩形左上角的坐标,w, h
分别为矩形的宽高

function drawRect(){
    ctx.fillRect(20, 20, 180, 180);
}

d.x=s1.x;

即刻绘制矩形

图片 20

return -1;

图片 15

参数x, y 分别为矩形左上角的坐标,w, h
分别为矩形的宽高

cout<<“Blue\n”<<“( “<<x<<“,”<<y<<”
)”<<endl;

 

function drawRect(){
  ctx.strokeRect(20, 20, 180, 180);
}

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图