正确的BresenHam算法。请各位讲解一下优化算法!

2023-11-29 03:18

本文主要是介绍正确的BresenHam算法。请各位讲解一下优化算法!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

     正确的画直线算法:
     不过,第二个使用整数的变形算法搞不大明白

/*Bresenham算法

    Bresenham算法是计算机图形学领域使用最广泛的直线扫描转换算法。仍然假定直线斜率在0~1之间,该方法类似于中点法,由一个误差项符号决定下一个象素点。

    算法原理如下: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,然后确定该列象素中与此交点最近的象素。该算法的巧妙之处在于采用增量计算,使得对于每一列,只要检查一个误差项的符号,就可以确定该列的所求象素。

    如图2.1.4所示,设直线方程为yi+1=yi+k(xi+1-xi)+k。假设列坐标象素已经确定为xi,其行坐标为yi。那么下一个象素的列坐标为xi+1,而行坐标要么为yi,要么递增1为yi+1。是否增1取决于误差项d的值。误差项d的初值d0=0,x坐标每增加1,d的值相应递增直线的斜率值k,即d=d+k。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,直线与垂线x=xi+1交点最接近于当前象素(xi,yi)的右上方象素(xi+1,yi+1);而当d<0.5时,更接近于右方象素(xi+1,yi)。为方便计算,令e=d-0.5,e的初值为-0.5,增量为k。当e≥0时,取当前象素(xi,yi)的右上方象素(xi+1,yi+1);而当e<0时,取(xi,yi)右方象素(xi+1,yi)。

 

图2.1.4 Bresenham算法所用误差项的几何含义

 */


 //Bresenham画线算法程序:

void Bresenhamline (int x0,int y0,int x1, int y1,int color)

{ int x, y, dx, dy;

  float k, e;

  dx = x1-x0;dy = y1- y0;k=dy/dx;//dx,dy是直线总的增量。k是实数的斜率
 
  e=-0.5; x=x0;y=y0;//x,y为起点。e是调整数,以使问题成为〉=0,还是<0的问题。
/*
为方便计算,令e0=-0.5,e i+1=di+1-0.5,增量为k。当ei+1≥0时,取当前像素(xi,yi)
的右上方像素(xi+1, yi+1);而当e i+1<0时,更接近于右方像素(xi+1,yi)。
*/
//这里,我们利用了k=dy/dx这个斜率,而不是利用上面的逐个比较的方法。
//实数yi的值>=0.5,则用y(整数)+1的像素,<0.5则y轴仍用上一个像素的y坐标。
//一旦,用y+1,则我们的yi这个y轴的实数增量就会多出1这个增量。所以,一旦y++,就要yi--。
//这里,为了使我们不是判断是否>=0.5,而是改为判断是否>=0,我们需要对所有的yi-0.5。
//这实际上只需yi-0.5一次即可。因为yi是连续的增量----+k。
//这里我们用float e表示yi,并且赋e=-0.5,以后e=e+k,这样实际上就实现了给e-0.5的目的。
  for (i=0;i<dx;i++)//循环dx次,即绘制dx个像素。
  { drawpixel (x, y, color);

    x=x+1;e=e+k;

    if (e>=0)

    { y++; e=e-1;}

  }

}

 /*举例:用Bresenham方法扫描转换连接两点P0(0,0)和P1(5,2)的直线段。

 i x y e
0
 --  0 0 -0.5
    1     -0.1
      
   1 0 -0.1

   2 1 -0.7

   3 1 -0.3

   4 2 -0.9                                    图2.1.5 Bresenham算法

   5 2 -0.5

 

    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:2*e*dx。 

 改进的Bresenham画线算法程序:
*/
void InterBresenhamline (int x0,int y0,int x1, int y1,int color)

{
int x, y, dx, dy;

 int k, e;
dx = x1-x0;dy = y1- y0;e=-dx;

  x=x0;
  y=y0;

  for (i=0; i<dx; i++)

  {drawpixel (x, y, color);

   x++; e=e+2*dy;//大概是用2倍的y的绝对增量减去x的绝对增量这样的方法来计算的。
   //具体怎样也搞不清楚!!!!!

   if (e>=0) { y++; e=e-2*dx;}

   }

}

 

这篇关于正确的BresenHam算法。请各位讲解一下优化算法!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/431243

相关文章

深入理解Mysql OnlineDDL的算法

《深入理解MysqlOnlineDDL的算法》本文主要介绍了讲解MysqlOnlineDDL的算法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小... 目录一、Online DDL 是什么?二、Online DDL 的三种主要算法2.1COPY(复制法)

Java 中的 equals 和 hashCode 方法关系与正确重写实践案例

《Java中的equals和hashCode方法关系与正确重写实践案例》在Java中,equals和hashCode方法是Object类的核心方法,广泛用于对象比较和哈希集合(如HashMa... 目录一、背景与需求分析1.1 equals 和 hashCode 的背景1.2 需求分析1.3 技术挑战1.4

Java中实现对象的拷贝案例讲解

《Java中实现对象的拷贝案例讲解》Java对象拷贝分为浅拷贝(复制值及引用地址)和深拷贝(递归复制所有引用对象),常用方法包括Object.clone()、序列化及JSON转换,需处理循环引用问题,... 目录对象的拷贝简介浅拷贝和深拷贝浅拷贝深拷贝深拷贝和循环引用总结对象的拷贝简介对象的拷贝,把一个

如何正确识别一台POE交换机的好坏? 选购可靠的POE交换机注意事项

《如何正确识别一台POE交换机的好坏?选购可靠的POE交换机注意事项》POE技术已经历多年发展,广泛应用于安防监控和无线覆盖等领域,需求量大,但质量参差不齐,市场上POE交换机的品牌繁多,如何正确识... 目录生产标识1. 必须包含的信息2. 劣质设备的常见问题供电标准1. 正规的 POE 标准2. 劣质设

Docker多阶段镜像构建与缓存利用性能优化实践指南

《Docker多阶段镜像构建与缓存利用性能优化实践指南》这篇文章将从原理层面深入解析Docker多阶段构建与缓存机制,结合实际项目示例,说明如何有效利用构建缓存,组织镜像层次,最大化提升构建速度并减少... 目录一、技术背景与应用场景二、核心原理深入分析三、关键 dockerfile 解读3.1 Docke

Java中如何正确的停掉线程

《Java中如何正确的停掉线程》Java通过interrupt()通知线程停止而非强制,确保线程自主处理中断,避免数据损坏,线程池的shutdown()等待任务完成,shutdownNow()强制中断... 目录为什么不强制停止为什么 Java 不提供强制停止线程的能力呢?如何用interrupt停止线程s

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变