骰子作画的算法

程序员Scott MacDonald做了一个很有趣的项目—-骰子作画
他用黑底白点的骰子。
模拟出一张人像照片。
把图像放大,就可以看得更清楚。
他一共用了2500多颗骰子。
最后的成品就是这样。
任何一张图片都可以用骰子模拟出来,算法非常简单:将图片分成若干个区域,每个区域经过计算以后,用1-6之间的一个整数表示,代表骰子的一个面。这种将连续的量转化成不连续的整数的算法,属于vector quantization(矢量量化)的一个应用。
具体来说,
第一步,将图片分割成16像素x16像素的小方块。
  for (int i=0; i < (pic_width/16); ++i) {
    for (int j=0; j < (pic_height/16); ++j) {
      patch = cropped_img.get(i*16, j*16, 16, 16);
    }
  }
第二步,每个小方块内共有256个像素,将每个像素点的灰度值,存入一个数组。
  for (int k=0; k < patch.pixels.length; ++k) {
   x[k] = rgb2gray(patch.pixels[k]);
  }
  int rgb2gray(int argb) {
    int _alpha = (argb >> 24) & 0xFF;
    int _red = (argb >> 16) & 0xFF;
    int _green = (argb >> 8 ) & 0xFF;
    int _blue = (argb) & 0xFF;
    return int(0.3*_red + 0.59*_green + 0.11*_blue);
  }
第三步,计算该数组的平均值,并用1-6之间的一个整数来表示。
  int dice_num = six_step_gray(mean(x));
  int mean(int[] x) {
    float m = 0;
    for (int i=0; i < x.length; ++i) {
      m += x[i];
    }
    m = m/x.length;
    return int(m);
  }
  int six_step_gray(int x) {
    if (0 <= x && x <= 41) return 1;
    if (41 < x && x <= 83) return 2;
    if (83 < x && x <= 124) return 3;
    if (124 < x && x <= 165) return 4;
    if (165 < x && x <= 206) return 5;
    if (206 < x && x <= 247) return 6;
    else return 6;
}
整数1,表示骰子朝上的一面有1个白点;整数2,表示有2个白点;以此类推。白点越少,表示这个区域越接近全黑;白点越多,表示越接近全白。根据白点值,将骰子依次放入,就能模拟出全图。
这种算法早在1981年就有人提出,当时用的是1~9个白点的多米诺骨牌。
如果区域划分得越小,模拟图的生成效果就越好。
此外,不用编程,使用Photoshop也可以得到类似效果。
另外,matlab有个一可用图片库来构建一个大的图像的功能,当然前提是你的图片库够大,各种色彩、灰度的都有。
此条目发表在IT分类目录,贴了, 标签。将固定链接加入收藏夹。

发表评论

电子邮件地址不会被公开。

验证图片

*