十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
一、概述
创新互联联系热线:18982081108,为您提供成都网站建设网页设计及定制高端网站建设服务,创新互联网页制作领域十年,包括围栏护栏等多个方面拥有多年设计经验,选择创新互联,为企业锦上添花。
在上一篇的叙述中,我们通过图层的方式完成了图片颜色的填充(详情请戳:Android不规则图像填充颜色小游戏),不过在着色游戏中更多的还是基于边界的图像的填充。本篇博客将详细描述。
图像的填充有2种经典算法。
一种是种子填充法。
种子填充法理论上能够填充任意区域和图形,但是这种算法存在大量的反复入栈和大规模的递归,降低了填充效率。
另一种是扫描线填充法。
注意:实际上图像填充的算法还是很多的,有兴趣可以去Google学术上去搜一搜。
ok,下面先看看今天的效果图:
ok,可以看到这样的颜色填充比上一篇的基于层的在素材的准备上要easy 很多~~~
二、原理分析
首先我们简述下原理,我们在点击的时候拿到点击点的”颜色”,然后按照我们选择的算法进行填色即可。
算法1:种子填充法,四联通/八联通
算法简介:假设要将某个区域填充成红色。
从用户点击点的像素开始,上下左右(八联通还有左上,左下,右上,右下)去判断颜色,如果四个方向上的颜色与当前点击点的像素一致,则改变颜色至目标色。然后继续上述这个过程。
ok,可以看到这是一个递归的过程,1个点到4个,4个到16个不断的去延伸。如果按照这种算法,你会写出类似这样的代码:
/** * @param pixels 像素数组 * @param w 宽度 * @param h 高度 * @param pixel 当前点的颜色 * @param newColor 填充色 * @param i 横坐标 * @param j 纵坐标 */ private void fillColor01(int[] pixels, int w, int h, int pixel, int newColor, int i, int j) { int index = j * w + i; if (pixels[index] != pixel || i >= w || i < 0 || j < 0 || j >= h) return; pixels[index] = newColor; //上 fillColor01(pixels, w, h, pixel, newColor, i, j - 1); //右 fillColor01(pixels, w, h, pixel, newColor, i + 1, j); //下 fillColor01(pixels, w, h, pixel, newColor, i, j + 1); //左 fillColor01(pixels, w, h, pixel, newColor, i - 1, j); }
代码很简单,但是如果你去运行,会发生StackOverflowException异常,这个异常主要是因为大量的递归造成的。虽然简单,但是在移动设备上使用该方法不行。
于是,我就想,这个方法不是递归深度过多么,那么我可以使用一个Stack去存像素点,减少递归的深度和次数,于是我把代码改成如下的方式:
/** * @param pixels 像素数组 * @param w 宽度 * @param h 高度 * @param pixel 当前点的颜色 * @param newColor 填充色 * @param i 横坐标 * @param j 纵坐标 */ private void fillColor(int[] pixels, int w, int h, int pixel, int newColor, int i, int j) { mStacks.push(new Point(i, j)); while (!mStacks.isEmpty()) { Point seed = mStacks.pop(); Log.e("TAG", "seed = " + seed.x + " , seed = " + seed.y); int index = seed.y * w + seed.x; pixels[index] = newColor; if (seed.y > 0) { int top = index - w; if (pixels[top] == pixel) { mStacks.push(new Point(seed.x, seed.y - 1)); } } if (seed.y < h - 1) { int bottom = index + w; if (pixels[bottom] == pixel) { mStacks.push(new Point(seed.x, seed.y + 1)); } } if (seed.x > 0) { int left = index - 1; if (pixels[left] == pixel) { mStacks.push(new Point(seed.x - 1, seed.y)); } } if (seed.x < w - 1) { int right = index + 1; if (pixels[right] == pixel) { mStacks.push(new Point(seed.x + 1, seed.y)); } } } }
方法的思想也比较简单,将当前像素点入栈,然后出栈着色,接下来分别判断四个方向的,如果符合条件也进行入栈(只要栈不为空持续运行)。ok,这个方法我也尝试跑了下,恩,这次不会报错了,但是速度特别的慢~~~~慢得我是不可接受的。(有兴趣可以尝试,记得如果ANR,点击等待)。
这样来看,第一种算法,我们是不考虑了,没有办法使用,主要原因是假设对于矩形同色区域,都是需要填充的,而算法一依然是各种入栈。于是考虑第二种算法
扫描线填充法
算法思想[4]:
初始化一个空的栈用于存放种子点,将种子点(x, y)入栈;
判断栈是否为空,如果栈为空则结束算法,否则取出栈顶元素作为当前扫描线的种子点(x, y),y是当前的扫描线;
从种子点(x, y)出发,沿当前扫描线向左、右两个方向填充,直到边界。分别标记区段的左、右端点坐标为xLeft和xRight;
分别检查与当前扫描线相邻的y - 1和y + 1两条扫描线在区间[xLeft, xRight]中的像素,从xRight开始向xLeft方向搜索,假设扫描的区间为AAABAAC(A为种子点颜色),那么将B和C前面的A作为种子点压入栈中,然后返回第(2)步;
上述参考自参考文献[4],做了些修改,文章[4]中描述算法,测试有一点问题,所以做了修改.
可以看到该算法,基本上是一行一行着色的,这样的话在大块需要着色区域的效率比算法一要高很多。
ok,关于算法的步骤大家目前觉得模糊,一会可以参照我们的代码。选定了算法以后,接下来就开始编码了。
三、编码实现
我们代码中引入了一个边界颜色,如果设置的话,着色的边界参考为该边界颜色,否则会只要与种子颜色不一致为边界。
(一)构造方法与测量
public class ColourImageView extends ImageView { private Bitmap mBitmap; /** * 边界的颜色 */ private int mBorderColor = -1; private boolean hasBorderColor = false; private StackmStacks = new Stack (); public ColourImageView(Context context, AttributeSet attrs) { super(context, attrs); TypedArray ta = context.obtainStyledAttributes(attrs, R.styleable.ColourImageView); mBorderColor = ta.getColor(R.styleable.ColourImageView_border_color, -1); hasBorderColor = (mBorderColor != -1); L.e("hasBorderColor = " + hasBorderColor + " , mBorderColor = " + mBorderColor); ta.recycle(); } @Override protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec) { super.onMeasure(widthMeasureSpec, heightMeasureSpec); int viewWidth = getMeasuredWidth(); int viewHeight = getMeasuredHeight(); //以宽度为标准,等比例缩放view的高度 setMeasuredDimension(viewWidth, getDrawable().getIntrinsicHeight() * viewWidth / getDrawable().getIntrinsicWidth()); L.e("view's width = " + getMeasuredWidth() + " , view's height = " + getMeasuredHeight()); //根据drawable,去得到一个和view一样大小的bitmap BitmapDrawable drawable = (BitmapDrawable) getDrawable(); Bitmap bm = drawable.getBitmap(); mBitmap = Bitmap.createScaledBitmap(bm, getMeasuredWidth(), getMeasuredHeight(), false); }
可以看到我们选择的是继承ImageView,这样只需要将图片设为src即可。
构造方法中获取我们的自定义边界颜色,当然可以不设置~~
重写测量的目的是为了获取一个和View一样大小的Bitmap便于我们操作。
接下来就是点击啦~
(二)onTouchEvent
@Override public boolean onTouchEvent(MotionEvent event) { final int x = (int) event.getX(); final int y = (int) event.getY(); if (event.getAction() == MotionEvent.ACTION_DOWN) { //填色 fillColorToSameArea(x, y); } return super.onTouchEvent(event); } /** * 根据x,y获得改点颜色,进行填充 * * @param x * @param y */ private void fillColorToSameArea(int x, int y) { Bitmap bm = mBitmap; int pixel = bm.getPixel(x, y); if (pixel == Color.TRANSPARENT || (hasBorderColor && mBorderColor == pixel)) { return; } int newColor = randomColor(); int w = bm.getWidth(); int h = bm.getHeight(); //拿到该bitmap的颜色数组 int[] pixels = new int[w * h]; bm.getPixels(pixels, 0, w, 0, 0, w, h); //填色 fillColor(pixels, w, h, pixel, newColor, x, y); //重新设置bitmap bm.setPixels(pixels, 0, w, 0, 0, w, h); setImageDrawable(new BitmapDrawable(bm)); }
可以看到,我们在onTouchEvent中获取(x,y),然后拿到改点坐标:
获得点击点颜色,获得整个bitmap的像素数组
改变这个数组中的颜色
然后重新设置给bitmap,重新设置给ImageView
重点就是通过fillColor去改变数组中的颜色
/** * @param pixels 像素数组 * @param w 宽度 * @param h 高度 * @param pixel 当前点的颜色 * @param newColor 填充色 * @param i 横坐标 * @param j 纵坐标 */ private void fillColor(int[] pixels, int w, int h, int pixel, int newColor, int i, int j) { //步骤1:将种子点(x, y)入栈; mStacks.push(new Point(i, j)); //步骤2:判断栈是否为空, // 如果栈为空则结束算法,否则取出栈顶元素作为当前扫描线的种子点(x, y), // y是当前的扫描线; while (!mStacks.isEmpty()) { /** * 步骤3:从种子点(x, y)出发,沿当前扫描线向左、右两个方向填充, * 直到边界。分别标记区段的左、右端点坐标为xLeft和xRight; */ Point seed = mStacks.pop(); //L.e("seed = " + seed.x + " , seed = " + seed.y); int count = fillLineLeft(pixels, pixel, w, h, newColor, seed.x, seed.y); int left = seed.x - count + 1; count = fillLineRight(pixels, pixel, w, h, newColor, seed.x + 1, seed.y); int right = seed.x + count; /** * 步骤4: * 分别检查与当前扫描线相邻的y - 1和y + 1两条扫描线在区间[xLeft, xRight]中的像素, * 从xRight开始向xLeft方向搜索,假设扫描的区间为AAABAAC(A为种子点颜色), * 那么将B和C前面的A作为种子点压入栈中,然后返回第(2)步; */ //从y-1找种子 if (seed.y - 1 >= 0) findSeedInNewLine(pixels, pixel, w, h, seed.y - 1, left, right); //从y+1找种子 if (seed.y + 1 < h) findSeedInNewLine(pixels, pixel, w, h, seed.y + 1, left, right); } }
可以看到我已经很清楚的将该算法的四个步骤标识到该方法中。好了,最后就是一些依赖的细节上的方法:
/** * 在新行找种子节点 * * @param pixels * @param pixel * @param w * @param h * @param i * @param left * @param right */ private void findSeedInNewLine(int[] pixels, int pixel, int w, int h, int i, int left, int right) { /** * 获得该行的开始索引 */ int begin = i * w + left; /** * 获得该行的结束索引 */ int end = i * w + right; boolean hasSeed = false; int rx = -1, ry = -1; ry = i; /** * 从end到begin,找到种子节点入栈(AAABAAAB,则B前的A为种子节点) */ while (end >= begin) { if (pixels[end] == pixel) { if (!hasSeed) { rx = end % w; mStacks.push(new Point(rx, ry)); hasSeed = true; } } else { hasSeed = false; } end--; } } /** * 往右填色,返回填充的个数 * * @return */ private int fillLineRight(int[] pixels, int pixel, int w, int h, int newColor, int x, int y) { int count = 0; while (x < w) { //拿到索引 int index = y * w + x; if (needFillPixel(pixels, pixel, index)) { pixels[index] = newColor; count++; x++; } else { break; } } return count; } /** * 往左填色,返回填色的数量值 * * @return */ private int fillLineLeft(int[] pixels, int pixel, int w, int h, int newColor, int x, int y) { int count = 0; while (x >= 0) { //计算出索引 int index = y * w + x; if (needFillPixel(pixels, pixel, index)) { pixels[index] = newColor; count++; x--; } else { break; } } return count; } private boolean needFillPixel(int[] pixels, int pixel, int index) { if (hasBorderColor) { return pixels[index] != mBorderColor; } else { return pixels[index] == pixel; } } /** * 返回一个随机颜色 * * @return */ private int randomColor() { Random random = new Random(); int color = Color.argb(255, random.nextInt(256), random.nextInt(256), random.nextInt(256)); return color; }
ok,到此,代码就介绍完毕了~~~
最后贴下布局文件~~
<?xml version="1.0" encoding="utf-8"?>
参考链接
扫描线种子填充算法的解析
图像处理之泛洪填充算法(Flood Fill Algorithm)
递归种子填充算法
扫描线种子填充算法
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对创新互联的支持。