最近在學圖形學繪制，想到了ImagePy框架的ROI涂抹交互很方便，于是啃起了繪制代碼。

這里主要對ImagePy中一個填充工具進行難點講解。

讓我們好好學習Python中的圖形學繪制吧。

例子代碼來源：

https://github.com/Image-Py/imagepy/blob/master/imagepy/core/draw/polygonfill.py?github.com

疑問：

for i in range(len(polys)): for j in range(len(polys[i])): ys.append((i,j,polys[i][j][1])) ys = np.array(ys)

轉換成一維數組還是轉換成適合pandas處理的數據結構？

polys[i][j][1])代表什么？

cur = scan(polys, idx, ys[:,2], st, y, cur, buf)

一列掃描嗎？

ImagePy_Learn學習系列

土鹽：ImagePy_Learn | 圖形學繪制代碼學習：coredrawfill.py

土鹽：ImagePy_Learn | 圖形學繪制代碼學習：paint.py

詳解如下：

round((p1[0]+k*p2[0])/(1+k),4)

參考原文鏈接：Python round() 函數

np.sort(rs)

參考原文鏈接：np.sort()函數的作用 - Vaxue的博客 - CSDN博客

plg[:-1]

X[:,0]是numpy中數組的一種寫法，表示對一個二維數組，取該二維數組第一維中的所有數據，第二維中取第0個數據，直觀來說，X[:,0]就是取所有行的第0個數據, X[:,-1] 就是取所有行的最后一個數據。

import numpy as np a=np.random.rand(5) print(a) [ 0.64061262 0.8451399 0.965673 0.89256687 0.48518743]print(a[-1]) ###取最后一個元素 [0.48518743]print(a[:-1]) ### 除了最后一個取全部 [ 0.64061262 0.8451399 0.965673 0.89256687]print(a[::-1]) ### 取從后向前（相反）的元素 [ 0.48518743 0.89256687 0.965673 0.8451399 0.64061262]print(a[2::-1]) ### 取從下標為2的元素翻轉讀取 [ 0.965673 0.8451399 0.64061262]

參考原文鏈接：python中[-1]、[:-1]、[::-1]、[n::-1]使用方法 - qq_21840201的博客 - CSDN博客

python p[:0]與p[:1]的區別

img.shape[:2]

img.shape[:2] 取彩色圖片的高、寬，如果img.shape[:3] 取彩色圖片的高、寬、通道

1：一般的數組如：【22，33】 shape是（2，）：他表示他是一個一維數組，數組中有兩個元素；注意他和shape（2，1）的區別，他兩個不一樣。

2：[[22],[33]] 他的shape是(2,1),表示二維數組，每行有一個元素

3：[[22,33]] shape是（1，2） 他表示一個二維數組，每行有兩個元素

image.shape[0], 圖片垂直尺寸
image.shape[1], 圖片水平尺寸
image.shape[2], 圖片通道數

參考原文鏈接：shape 函數，以及shape(2,)和shape（2，1）區別

區別 image.shape[0],image.shape[1],image.shape[2]

st = np.argsort(ys[:,2])

numpy.argsort(a, axis=-1, kind=’quicksort’, order=None)

功能: 將矩陣a按照axis排序，并返回排序后的下標

參數: a:輸入矩陣， axis:需要排序的維度

返回值: 輸出排序后的下標

參考原文鏈接：numpy中實用但不常見的方法(3)np.argsort - cetrol_chen的博客 - CSDN博客

bot,top = np.clip([int(ys[:,2].min()-1),int(ys[:,2].max()+2)], 0, shape[0])

將[int(ys[:,2].min()-1),int(ys[:,2].max()+2)]范圍外的數強制轉化為[0, shape[0]]范圍內的數

• def clip(a, a_min, a_max, out=None): 將數組a中的所有數限定到范圍a_min和a_max中，即az中所有比a_min小的數都會強制變為a_min，a中所有比a_max大的數都會強制變為a_max.
• 其中a_min和a_max可以為一個和a一樣大小的數組(列表也可以，只要是類似數組的結構就是可行的),則數組中相應位置的元素進行比較。
• out 是可選項，表示把強制截取后的結果放到這個數組中，但是out中的數組必須和a形狀一樣

參考原文鏈接：np.clip截取函數 - cloud&ken - 博客園

python中numpy模塊下的np.clip()的用法 - IT屆的小學生 - CSDN博客

idx = ys[:,:2].astype(np.int16)

使用方法：

• df.astype('數據類型') #改變整個df的數據類型
• df['列名'].astype('數據類型') #僅改變某一列的數據類型

num=num.astype('str')#將整個dataframe都轉換為str類型

參考原文鏈接：python強制類型轉換astype - weixin_42036641的博客 - CSDN博客

ys.append((i,j,polys[i][j][1]))

numpy.append(arr, values, axis=None):

簡答來說，就是arr和values會重新組合成一個新的數組，做為返回值。而axis是一個可選的值

當axis無定義時，是橫向加成，返回總是為一維數組！

Examples-------->>> np.append([1, 2, 3], [[4, 5, 6], [7, 8, 9]])array([1, 2, 3, 4, 5, 6, 7, 8, 9])

numpu.append(arr,values,axis=None)

將values插入到目標arr的最后。

注意，這里values跟arr應該為相同維度的向量

參考原文鏈接：numpy的numpy.delete()/insert()/append()函數 - 開貳錘 - CSDN博客

對numpy.append()里的axis的用法詳解_python_腳本之家

ys = np.array(ys)

參考原文鏈接：python中數組（numpy.array）的基本操作 - fu6543210的博客 - CSDN博客

np.array(rst).T

轉置函數.T，將原shape為（n，m）的數組轉置為（m，n），一維數組轉置不變

參考原文鏈接：python數據分析(3)--numpy數組形狀轉換.T/.reshape()/.resize() - weixin_42695959的博客 - CSDN博客

rst.extend([(x,y) for x in range(max(x1,o[0]), min(x2, shape[2]))])

1. 列表可包含任何數據類型的元素，單個列表中的元素無須全為同一類型。

2. append() 方法向列表的尾部添加一個新的元素。只接受一個參數。

3. extend()方法只接受一個列表作為參數，并將該參數的每個元素都添加到原有的列表中。

數組拼接方法一

思路：首先將數組轉成列表，然后利用列表的拼接函數append()、extend()等進行拼接處理，最后將列表轉成數組。

示例1：

>>> import numpy as np

>>> a=np.array([1,2,5])

>>> b=np.array([10,12,15])

>>> a_list=list(a)

>>> b_list=list(b)

>>> a_list.extend(b_list)

>>> a_list

[1, 2, 5, 10, 12, 15]

>>> a=np.array(a_list)

>>> a

array([ 1, 2, 5, 10, 12, 15])

該方法只適用于簡單的一維數組拼接，由于轉換過程很耗時間，對于大量數據的拼接一般不建議使用。

參考原文鏈接：numpy數組拼接方法介紹 - zyl1042635242的專欄 - CSDN博客

python中的append的用法 - m0_37870649的博客 - CSDN博客

for i in zip(rs[::2],rs[1::2])

參考原文鏈接:Python zip() 函數 | 菜鳥教程

源碼快查

# -*- coding: utf-8 -*- """ Created on Mon Nov 14 17:40:41 2016 @author: yxl """ from __future__ import absolute_import import numpy as npdef f(p1,p2,y):if abs(p1[1]-y) > abs(p2[1]-y):p1,p2 = p2,p1k =1.0* (p1[1]-y)/(y-p2[1])return round((p1[0]+k*p2[0])/(1+k),4)def scan(polys, idx, ys, st, y, cur, buf):while cur<len(idx) and ys[st[cur]]<=y:c = idx[st[cur]]poly = polys[c[0]]for i in (c[0], (c[1]-1)%len(poly)), tuple(c):if i in buf:buf.remove(i)else: buf.append(i)cur += 1return curdef roots(polys, buf, y):rs = []for i in buf:poly = polys[i[0]]i1,i2 = i, (i[0],(i[1]+1)%len(poly))rs.append(f(poly[i1[1]], poly[i2[1]],y))return np.sort(rs)def fill(plgs, img, color = 1, o=(0,0)):polys = [np.array(plg[:-1])-0.5 for plg in plgs]shape = img.shape[:2]ys = []for i in range(len(polys)):for j in range(len(polys[i])):ys.append((i,j,polys[i][j][1]))ys = np.array(ys)st = np.argsort(ys[:,2])buf, rst, cur = [], [], 0bot,top = np.clip([int(ys[:,2].min()-1),int(ys[:,2].max()+2)], 0, shape[0])idx = ys[:,:2].astype(np.int16)for y in range(bot, top):cur = scan(polys, idx, ys[:,2], st, y, cur, buf)rs = roots(polys, buf, y)for i in zip(rs[::2],rs[1::2]):x1, x2 = int(np.ceil(i[0])), int(np.floor(i[1])+2)x1, x2 = max(x1,0), min(x2, shape[1])if x1 >= shape[1] or x2 < 0: continue#rst.extend([(x,y) for x in range(max(x1,o[0]), min(x2, shape[2]))])img[y,x1:x2] = colorreturn np.array(rst).Tif __name__ == '__main__':import matplotlib.pyplot as pltfrom time import time# pg.shape = (1,4,2)pg = np.array([[(-300,-100),(1100,100),(400,1300),(100,100)]])# img.shape = (1000, 500)img = np.zeros((1000, 500))a = time()rc= fill(pg, img)print(time() - a)plt.imshow(img, interpolation='nearest',cmap='gray')plt.show()print("Done!")

總結

以上是生活随笔為你收集整理的java绘制图形代码_ImagePy_Learn | 图形学绘制代码学习：core\draw\polygonfill.py的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。