• 用canvas 实现个图片三角化(LOW POLY)效果


      之前无意中看到 用threejs做了个LOW POLY,也就是图片平面三角化的效果,觉得很惊艳,然后就自己花了点时间尝试了一下。

      我是没怎么用过threejs,所以就直接用canvas的2d绘图API来做,因为感觉似乎这效果也用不上threejs。

      直接上demo先:http://whxaxes.github.io/canvas-test/src/Funny-demo/lowpoly/index.html   (也可以在移动端看,不过因为计算量比较大,移动设备计算起来会比PC要多花些时间。)

      做这种效果主要需要把图片三角化,以及对图片进行边缘化检测。这两个,第一个用到的delaunay三角化算法,第二个用到的sobel边缘检测算法。听起来偷挺高大上的,索性两个算法都有相应的开源组件可以直接拿来用:ironwallaby的delaunay组件  以及 Miguel Mota的sobel组件。

      这两个算法sobel还好一点,delaunay就有点复杂了,待日后可以研究一下。不过目前只为做出个效果的话,还是可以用这些组件的。

      两个最重要的组件都有了,剩下的事就很简单了:

      先将图片绘制到canvas上:

    canvas.width = (img.width > 800) ? 800 : img.width;
    canvas.height = img.height * canvas.width/img.width;
    
    ctx.drawImage(img, 0, 0, canvas.width, canvas.height);

      然后获取到canvas的imgData,再通过sobel计算返回新的imgData

     var imgData = ctx.getImageData(0, 0, canvas.width, canvas.height);
    
    var newImgData = Sobel(imgData);

       如果我们把newImgData放到canvas上,就会发现,彩色图片变成了这样的灰度图片:

      

      由于上面说的那个Sobel组件不是很适合自己的用法,同时代码也有不恰当的地方,所以自己做了适当修改和优化,优化了循环方法,加快了运算速度,同时加入了回调函数。详见该项目github中的sobel.js文件

      在Sobel方法中对imgData.data进行遍历的时候,会调用回调函数,在回调中把颜色值大于40(也就是灰度为rgb(40,40,40)以上的)的坐标点记录下来。然后随机获取一部分边缘点,再加入一些随机出来的坐标 以及 四个边角的坐标值。这样,我们就可以获取到我们需要的坐标点了

            var imgData = ctx.getImageData(0, 0, canvas.width, canvas.height);
    
    //          收集色值大于40的边缘像素点
                var collectors = [];
                Sobel(imgData , function(value , x , y){
                    if(value > 40){collectors.push([x , y]);}
                });
    
    //          添加一些随机点
                for(var i=0;i<300;i++){particles.push([Math.random()*canvas.width , Math.random()*canvas.height]);}
    
    //          添加随机边缘点,数量为边缘点数量除于50
                var length = ~~(collectors.length/50), random;
                for(var l=0;l<length;l++){
                    random = (Math.random()*collectors.length)<<0;
                    particles.push(collectors[random]);
                    collectors.splice(random , 1);
                }
    
    //          添加四顶点坐标
                particles.push([0,0] , [0,canvas.height] , [canvas.width,0] , [canvas.width,canvas.height]);

      获取到坐标点后,就可以通过delaunay组件计算,获取到拍好次序的三角坐标数组,对这些数组里的点进行连线,就可以出现这样的效果:

      

       当然,我们要的效果不是连线,而是对所有三角形进行颜色填充,也就是获取三角形的三个坐标,然后计算出中心点的坐标,再根据中心点坐标在imgData里获取到相应的rgb的颜色值,然后填充到三角区域就可以了:

    //        使用delaunay三角化获取三角坐标
    var triangles = Delaunay.triangulate(particles);
    
    var x1,x2,x3,y1,y2,y3,cx,cy;
    for(var i=0;i < triangles.length; i+=3) {
        x1 = particles[triangles[i]][0];
        x2 = particles[triangles[i+1]][0];
        x3 = particles[triangles[i+2]][0];
        y1 = particles[triangles[i]][1];
        y2 = particles[triangles[i+1]][1];
        y3 = particles[triangles[i+2]][1];
    
    //            获取三角形中心点坐标
        cx = ~~((x1 + x2 + x3) / 3);
        cy = ~~((y1 + y2 + y3) / 3);
    
    //            获取中心点坐标的颜色值
        index = (cy*imgData.width + cx)*4;
        var color_r = imgData.data[index];
        var color_g = imgData.data[index+1];
        var color_b = imgData.data[index+2];
    
    //            绘制三角形
        ctx.save();
        ctx.beginPath();
        ctx.moveTo(x1, y1);
        ctx.lineTo(x2, y2);
        ctx.lineTo(x3, y3);
        ctx.closePath();
        ctx.fillStyle = "rgba("+color_r+","+color_g+","+color_b+",1)";
        ctx.fill();
        ctx.restore();
    }

      上面有一点要注意,获取到的中心点坐标一定要取整,才能够获取到正确的颜色参数,如果想着不取整,而是在获取rgb索引的时候再取整,获取到的颜色值就是错的。因为这样获取到的那个像素点就不是我们要的中心像素点。

      颜色也获取到后,就是简单的连线,然后填充操作了,最后出来的效果就是:

      

      

      虽然没有设计师手动描出来的好看,不过也方便很多,做来玩玩还是挺有意思的。

      源码地址,有兴趣的可以一看哈:

      https://github.com/whxaxes/canvas-test/tree/gh-pages/src/Funny-demo/lowpoly

  • 相关阅读:
    Google Maps 尝鲜
    ASDoc 的一些参数
    一本比较简单易懂的中文python入门教程
    word2010 2007中如何去掉首页页码
    转贴:关于出现java.lang.UnsupportedClassVersionError 错误的原因
    Windows下搭建SVN傻瓜式教程
    Red Hat中jdk1.6.0_03 tomcat6.0.35将hudson.war放入webapp后启动tomcat报错X connection to localhost:11.0 broken
    使用alternatives切换red hat linux的jdk版本
    linux安装ant 1.8.2
    反编译插件jadclips
  • 原文地址:https://www.cnblogs.com/axes/p/4605474.html
Copyright © 2020-2023  润新知