我目前正在尝试找出一种可以像这样转换位图的算法:
二维坐标系中向量的集合。不幸的是,我一无所获。有没有人听说过解决这个问题的算法?
最佳答案
这绝不是“最佳”方法,但我不久前尝试过,效果相当不错。我唯一要求的是填充形状。
我所做的是将图像视为密度场并应用 marching squares算法。这当然会产生太多的顶点(即使没有在原生 rez 上采样),所以我做了一些非常原始的抽取:删除相邻边几乎是直的顶点(通过删除我的意思是用一条边替换顶点 + 2 条边) .迭代抽取几次后,我得到了一个低顶点向量表示。
改进可能涉及将输入转换为带符号的距离场以改进行进正方形或沿正方形边缘采样以找到与原始图像的交点(从黑色跳到白色是一个交点)。
对于真正的算法,您需要搜索“向量化”。
关于image - 将位图中的平面对象形状转换为二维坐标系统中矢量集合的算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18379723/