菜单

canvas学习总括六:绘制矩形

2019年2月2日 - 金沙前端

品质优化

由于「自动识图」必要对图像的的像素点举行扫描,那么质量确实是个须要关爱的难题。作者设计的「自动识图算法」,在识别图像的经过中须要对图像的像素做几次扫描:「采集色值表」
与 「采集端点」。在扫描次数上其实很难下落了,可是对于一张 750 * 1334
的底图来说,「自动识图算法」需求遍历两次长度为
750 * 1334 * 4 = 4,002,000
的数组,压力如故会有的。作者是从压缩被围观数组的尺码来升高品质的。

被围观数组的尺寸怎么削减?
小编直接通过压缩画布的尺码来达到裁减被围观数组尺寸的。伪代码如下:

JavaScript

// 要压缩的翻番 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;

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,得到的图片像素数组唯有原来的
4^2 = 16倍。那在性质上是很大的晋级。

d.x=s1.x;

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

制图圆角矩形

线条识别

小编分八个步骤达成「线段识别」:

  1. 加以的七个端点连接成线,并搜集连线上N个「样本点」;
  2. 遍历样本点像素,借使像素色值不等于线段色值则意味那多个端点之间不存在线段

怎么着搜集「样式点」是个难题,太密集会影响属性;太疏松精准度不可以确保。

在作者面前有七个选用:N 是常量;N 是变量。
假设 N === 5。局地提取「样式点」如下:

图片 1

上图,会识别出三条线条:AB, BC 和 AC。而实际上,AC不可以成线,它只是因为
AB 和 BC 视觉上共一线的结果。当然把 N 值向上提升能够缓解那一个题材,但是 N
作为常量的话,这几个常量的取量须求靠经验来判定,果然废弃。

为了幸免 AB 与 BC 同处一向线时 AC 被识别成线段,其实很简短 ——
多少个「样本点」的间隔小于或等于端点直径
假设 N = S / (2 * R),S 代表两点的距离,R
代表端点半径。局地提取「样式点」如下:

图片 2

如上图,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 * 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}) } }

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})
}
}

要想完毕颜色的甄别,大家要打开视频头,读取捕获的图像。将图像的颜料通道转化为HSV,设置选用的特定颜色的参数。使用inRange函数将图像转变为二值图,其中肉色部分显得为白色,其他为褐色。

moveTo(),
lineTo()绘制路径,stroke()与fill()举行描边与填充

moveTo(), lineTo()

端点识别

答辩上,通过征集的「色值表」能够一直把端点的坐标识别出来。小编设计的「端点识别算法」分以下2步:

  1. 按像素扫描底图直到遇见「端点颜色」的像素,进入第二步
  2. 从底图上排除端点并记下它的坐标,再次回到继续第一步

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); // 记录端点信息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…
下边的算法只好跑无损图。作者在利用了一张手机截屏做测试的时候发现,收集到的「色值表」长度为
5000+ !那直接导致端点和线条的色值不能直接获取。

经过分析,可以发现「色值表」里多数色值都是相仿的,也就是在原先的「采集色值表算法」的基本功上添加一个看似颜色过滤即可以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) { //
与底色相近,跳过 if(isBelongBackground(clr)) continue; //
线段是数量第二多的水彩,端点是第三多的水彩 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,再跑三遍「端点识别算法」后居识别出 203
个端点!那是干吗吗?

图片 3

上图是加大5倍后的底图局地,青色端点的周围和里面充斥着多量噪点(杂色块)。事实上在「端点识别」进度中,由于噪点的存在,把本来的端点被分解成十多少个或数十个小端点了,以下是跑过「端点识别算法」后的底图:

图片 4

透过上图,能够直观地查获一个定论:识别出来的小端点只在对象(大)端点上会聚分布,并且大端点范围内的小端点叠加交错。

假定把叠加交错的小端点归并成一个多方点,那么这几个大端点将足够类似目标端点。小端点的联结伪代码如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len – 1; ++i) { let vertexA
= vertexes[i]; if(vertextA === undefined) continue; // 注意那里 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有增大,点B合并到点A并剔除点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」的准确度就上去了。经小编本地测试已经足以
100% 识别有损的衔接图了。

图片 5

图片 6

当即绘制图形方法仅有七个strokeRect(),fillRect(),多少个主意都是用来绘制矩形的。

H5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)中一个响当当的标题,它起点于柯俄克拉荷马城堡七桥题材[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)。物理学家欧拉在他1736年登出的小说《柯澳门堡的七桥》中不仅化解了七桥难题,也提出了一笔画定理,顺带解决了一笔画难题。用图论的术语来说,对于一个加以的连通图[科普](https://zh.wikipedia.org/wiki/%E8%BF%9E%E9%80%9A%E5%9B%BE)留存一条恰好含有所有线段并且没有重新的路线,这条路径就是「一笔画」。

摸索连通图那条路线的经过就是「一笔画」的游乐进程,如下:

图片 7

canny图

旋即绘制图形方法仅有多少个strokeRect(),fillRect(),多少个格局都是用来绘制矩形的。

当然大家还能运用lineJoin的别的属性值绘制差别措施的矩形。大家可以团结测试一下。

底图绘制

「一笔画」是多关卡的游艺格局,小编决定把关卡(连通图)的定制以一个配置接口的花样对外揭发。对外揭露关卡接口需求有一套描述连通图形状的规范,而在小编面前有八个挑选:

举个连通图 —— 五角星为例来说一下这多少个接纳。

图片 8

点记法如下:

JavaScript

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} ] } … ]

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: “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} ] } ]

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」记录关卡通关的一个答案,即端点要按自然的次第存放到数组
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,它是无序的笔录。「点记法」最大的优势是展现更精简,但它必须记录一个及格答案,小编只是关卡的搬运工不是关卡成立者,所以作者最后甄选了「线记法」。:)

Point2f vertex[4];

fillRect(x, y, w, h):
绘制一个填写的矩形

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

相互绘制

在画布上制图路径,从视觉上实属「接纳或屡次三番连通图端点」的长河,这么些进度需求缓解2个难题:

收集连通图端点的坐标,再监听手指滑过的坐标可以精通「手指下是还是不是有点」。以下伪代码是采访端点坐标:

JavaScript

// 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,提高活动端体验 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作为「一笔画」的发轫点;在绘制了线段(或有选中点)后,手指滑过的端点能否与选中点串连成线段需求根据现有基准举行判定。

图片 9

上图,点A与点B可延续成线段,而点A与点C无法三番五次。小编把「可以与指定端点连接成线段的端点称作实用连接点」。连通图端点的有效性连接点从连通图的线条中领取:

JavaScript

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}) => { //
坐标是近期线段的源点 if(coord.x === x1 && coord.y === y1) {
coord.validCoords.push([x2, y2]); } // 坐标是时下线段的终端 else
if(coord.x === x2 && coord.y === y2) { 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…有效连接点只好判断多个点是或不是为底图的线条,那只是一个静态的参考,在实际上的「交互绘制」中,会遇上以下情状:

图片 10
如上图,AB已串连成线段,当前选中点B的管事连接点是 A 与 C。AB
已经一连成线,假使 BA 也串连成线段,那么线段就再一次了,所以此时 BA
无法成线,唯有 AC 才能成线。

对选中点而言,它的卓有功能连接点有两种:

里面「未成线的实惠连接点」才能参预「交互绘制」,并且它是动态的。

图片 11

回头本节内容开端提的三个难题「手指下是还是不是有端点」 与
「选中点到待选中点之间是不是成线」,其实可统一为一个题材:手指下是不是留存「未成线的管事连接点」。只须把监听手指滑动遍历的数组由连通图所有的端点坐标
coords 替换为近期选中点的「未成线的一蹴而就连接点」即可。

至此「一笔画」的重点职能已经完成。能够领先体验一下:

图片 12

爱你呦,方宇。

moveTo(), lineTo()

图片 13

H5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 14

RotatedRect box=minAreaRect(Mat(points));

fillRect(x, y, w, h):
绘制一个填写的矩形

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();
}

结语

上边是本文介绍的「一笔画」的线上
DEMO 的二维码:

图片 15

娱乐的源码托管在:
里面玩耍完成的侧重点代码在:
自行识图的代码在:

感谢耐心阅读完本文章的读者。本文仅代表小编的个人观点,如有不妥之处请不吝赐教。

感谢您的阅读,本文由 坑坑洼洼实验室
版权所有。如果转发,请评释出处:凹凸实验室()

1 赞 1 收藏
评论

图片 16

line(imgOriginal,vertex[0],vertex[1],Scalar(100,200,211),6,LINE_AA);

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

图片 17

玩耍的兑现

「一笔画」的落到实处不复杂,作者把完成进度分成两步:

  1. 底图绘制
  2. 互相绘制

「底图绘制」把连通图以「点线」的样式显示在画布上,是游玩最不难已毕的有些;「交互绘制」是用户绘制解题路径的历程,这么些进度会重视是处理点与点动态成线的逻辑。

图片 18

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

fillRect(x, y, w, h):
绘制一个填写的矩形

活动识图

小编在录入关卡配置时,发现一个7条边以上的连片图很容易录错或录重线段。小编在思考是或不是开发一个自动识别图形的插件,毕竟「一笔画」的图形是有规则的几何图形。

图片 19

地点的关卡「底图」,一眼就可以识出三个颜色:

同时那三种颜色在「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});
}

对此连通图来说,只要把端点识别出来,连通图的概貌也就出去了。

return -1;

图片 20

裁撤画布的不二法门

运用「自动识图」的提出

纵然作者在地方测试的时候可以把具备的「底图」识别出来,可是并不可以有限支撑其余开发者上传的图纸是不是被很好的辨别出来。作者提出,能够把「自动识图」做为一个单独的工具使用。

小编写了一个「自动识图」的独自工具页面:
可以在这几个页面生成对应的卡子配置。

split(imgHSV, hsvSplit);

rect()绘制矩形
rect(x, y, w,
h):绘制一个查封的矩形路径
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);
}

r.x=s1.x+10;

图片 21

总结:

此次来我们用opencv来贯彻识别跟踪灰色物体并赶回地方坐标的效益。

咱俩先来探望基于路径的绘图矩形的点子

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

//绘制出最小面积的重围矩形

排除画布的法子

rect()绘制矩形
rect(x, y, w,
h):绘制一个封闭的矩形路径
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

VideoCapture cap(0);//打开视频头

strokeRect(x, y, w, h):
绘制一个描边的矩形

图片 22

line(imgOriginal,vertex[1],vertex[2],Scalar(100,200,211),6,LINE_AA);

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

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

line(imgOriginal,l,r,Scalar(100,200,211),2,LINE_AA);

在第三章中(canvas学习总括三:绘制路径-线段)我们进步Canvas绘图环境中稍微属于马上绘制图形方法,有些绘图方法是基于路径的。

fillRect(x, y, w, h):
绘制一个填写的矩形

相关文章

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