【计算机图形学】实验一 DDA算法、Bresenham算法

简介: 【计算机图形学】实验一 DDA算法、Bresenham算法

😘欢迎关注:👍点赞🙌收藏✍️留言

🏇码字不易,你的👍点赞🙌收藏❤️关注对我真的很重要,有问题可在评论区提出,感谢支持!!!


实验一、DDA算法、Bresenham算法

一、实验目的及要求

  1. 使用DDA算法画直线
  2. 使用Bresenham算法画直线和圆弧

二、实验设备

  • Microsoft Visual Studio 2022

三、实验原理

  1. DDA算法(Digital Differential Analyzer): DDA算法是一种基于差分的算法,通过逐个增加x和y的步长来绘制直线。其基本原理是计算出两点之间的x和y的差值,然后根据斜率选择较大的差值来确定下一点的位置。
  2. Bresenham算法: Bresenham算法是一种整数算法,通过判断像素点到直线的距离来确定下一个像素点的位置。该算法通过利用递推关系式,避免了浮点数运算,提高了绘制速度。

四、实验方法与步骤

  1. 算法思想
  • DDA算法:根据起点和终点的坐标,计算出x和y的增量,并根据斜率选择较大的增量来确定下一个像素点的位置。
  • Bresenham算法:根据起点和终点的坐标,计算出dx和dy的差值,并根据差值来选择下一个像素点的位置。
  1. 算法步骤
  • DDA算法:
  1. 计算出dx和dy的差值。
  2. 根据斜率选择较大的增量。
  3. 根据起点和增量计算下一个像素点的位置。
  4. 重复以上步骤,直到达到终点。
  • Bresenham算法:
  1. 计算出dx和dy的差值。
  2. 判断斜率是否小于1,如果是则选择x方向为递增方向,否则选择y方向为递增方向。
  3. 根据判断结果选择递增方向,并计算初始决策参数。
  4. 循环计算下一个像素点的位置,并更新决策参数。
  5. 重复以上步骤,直到达到终点。
  6. 代码
  • DDA算法画直线
void LineDDA(int x0, int y0, int x1, int y1)
{
    // 初始化变量
    int x;
    int dy, dx;
    int y;
    float k;

    // 计算斜率和增量
    dx = x1 - x0;
    dy = y1 - y0;
    k = (float)dy / dx; // 计算斜率
    y = y0; // 初始化y坐标为起始点y坐标

    // 设置绘制点的颜色和大小
    glColor3f(0.0f, 0.0f, 0.0f); // 将线条颜色设置为黑色
    glPointSize(1);

    // 使用逐点递增算法绘制直线
    for (x = x0; x <= x1; x++) {
        glBegin(GL_POINTS); // 开始绘制一个点
        glVertex2i(x, (int)(y + 0.5)); // 绘制当前像素点
        glEnd(); // 结束绘制点
        y += k; // 根据斜率递增y坐标
    }

    // 强制刷新缓冲区,执行绘制命令
    glFlush();
}
  • Bresenham算法画直线
void Line(int x0, int y0, int x1, int y1)
{
    // 判断斜率绝对值是否大于1,以确定直线是陡峭还是平缓
    bool steep = abs(y1 - y0) > abs(x1 - x0);

    // 如果是陡峭的直线,则交换x和y的坐标值
    if (steep) {
        swap(x0, y0);
        swap(x1, y1);
    }

    // 确保x0 < x1
    if (x0 > x1) {
        swap(x0, x1);
        swap(y0, y1);
    }

    // 计算直线斜率的绝对值
    int dx = x1 - x0;
    int dy = abs(y1 - y0);

    // 初始化误差值和y的增量
    int error = dx / 2;
    int ystep = (y0 < y1) ? 1 : -1;
    int y = y0;

    // 设置绘制颜色为红色
    glColor3f(1.0f, 0.0f, 0.0f);

    // 使用 Bresenham 算法绘制直线
    for (int x = x0; x <= x1; x++) {
        glBegin(GL_POINTS);
        if (steep) {
            glVertex2i(y, x);
        }
        else {
            glVertex2i(x, y);
        }
        glEnd();
        error -= dy;
        if (error < 0) {
            y += ystep;
            error += dx;
        }
    }
}
  • Bresenham算法画圆
void CirclePoints(int cx, int cy, int x, int y) {
    glBegin(GL_POINTS);
    glVertex2i(cx + x, cy + y);
    glVertex2i(cx - x, cy + y);
    glVertex2i(cx + x, cy - y);
    glVertex2i(cx - x, cy - y);
    glVertex2i(cx + y, cy + x);
    glVertex2i(cx - y, cy + x);
    glVertex2i(cx + y, cy - x);
    glVertex2i(cx - y, cy - x);
    glEnd();
}

void DrawCircle(int cx, int cy, int radius, bool drawFullCircle = true) {
    int x = 0;
    int y = radius;
    int d = 3 - 2 * radius;

    glColor3f(1.0f, 0.0f, 0.0f);

    while (x <= y) {
        if (drawFullCircle) {
            CirclePoints(cx, cy, x, y);
        }
        else {
            // 如果只画圆弧,可以在这里加入逻辑来决定哪些点应该被画出来
            glBegin(GL_POINTS);
            glVertex2i(cx + x, cy + y); // 仅示例:画1/8圆弧
            glEnd();
        }
        if (d < 0) {
            d += 4 * x + 6;
        }
        else {
            d += 4 * (x - y) + 10;
            y--;
        }
        x++;
    }
}

五、实验结果

  1. DDA算法画直线

  1. Bresenham算法画线

  1. Bresenham算法画圆

六、结论

  1. DDA算法和Bresenham算法都是用于绘制直线的算法,它们各有特点:
  • DDA算法(Digital Differential Analyzer)是一种基于差分的算法,通过逐个增加x和y的步长来绘制直线。它的优点在于简单易懂,但由于需要进行浮点数运算,因此在绘制速度上相对较慢。
  • Bresenham算法是一种整数算法,通过判断像素点到直线的距离来确定下一个像素点的位置,避免了浮点数运算,提高了绘制速度。因此,Bresenham算法在绘制直线时具有更高的效率。

在绘制圆弧时,Bresenham算法同样展现了其优势,通过使用整数计算和递推关系式,能够高效地绘制圆形和圆弧。

因此,根据本次实验结果,可以得出结论:在绘制直线和圆弧时,Bresenham算法相比DDA算法具有更高的效率和精确度,特别是在涉及大量像素绘制的情况下,Bresenham算法更为优越。

相关文章
|
1月前
|
算法 图形学
【计算机图形学】实验三 用Cohen-Sutherland裁剪算法实现直线段裁剪
【计算机图形学】实验三 用Cohen-Sutherland裁剪算法实现直线段裁剪
231 2
|
1月前
|
存储 算法 图形学
【计算机图形学】实验二 用扫描线算法实现多边形填充
【计算机图形学】实验二 用扫描线算法实现多边形填充
53 2
|
2天前
|
机器学习/深度学习 自然语言处理 算法
m基于深度学习的OFDM+QPSK链路信道估计和均衡算法误码率matlab仿真,对比LS,MMSE及LMMSE传统算法
**摘要:** 升级版MATLAB仿真对比了深度学习与LS、MMSE、LMMSE的OFDM信道估计算法,新增自动样本生成、复杂度分析及抗频偏性能评估。深度学习在无线通信中,尤其在OFDM的信道估计问题上展现潜力,解决了传统方法的局限。程序涉及信道估计器设计,深度学习模型通过学习导频信息估计信道响应,适应频域变化。核心代码展示了信号处理流程,包括编码、调制、信道模拟、降噪、信道估计和解调。
23 8
|
4天前
|
算法
基于GA遗传优化的混合发电系统优化配置算法matlab仿真
**摘要:** 该研究利用遗传算法(GA)对混合发电系统进行优化配置,旨在最小化风能、太阳能及电池储能的成本并提升系统性能。MATLAB 2022a用于实现这一算法。仿真结果展示了一系列图表,包括总成本随代数变化、最佳适应度随代数变化,以及不同数据的分布情况,如负荷、风速、太阳辐射、弃电、缺电和电池状态等。此外,代码示例展示了如何运用GA求解,并绘制了发电单元的功率输出和年变化。该系统原理基于GA的自然选择和遗传原理,通过染色体编码、初始种群生成、适应度函数、选择、交叉和变异操作来寻找最优容量配置,以平衡成本、效率和可靠性。
|
5天前
|
机器学习/深度学习 算法
基于鲸鱼优化的knn分类特征选择算法matlab仿真
**基于WOA的KNN特征选择算法摘要** 该研究提出了一种融合鲸鱼优化算法(WOA)与K近邻(KNN)分类器的特征选择方法,旨在提升KNN的分类精度。在MATLAB2022a中实现,WOA负责优化特征子集,通过模拟鲸鱼捕食行为的螺旋式和包围策略搜索最佳特征。KNN则用于评估特征子集的性能。算法流程包括WOA参数初始化、特征二进制编码、适应度函数定义(以分类准确率为基准)、WOA迭代搜索及最优解输出。该方法有效地结合了启发式搜索与机器学习,优化特征选择,提高分类性能。
|
22小时前
|
机器学习/深度学习 存储 算法
基于SFLA算法的神经网络优化matlab仿真
**摘要:** 使用MATLAB2022a,基于SFLA算法优化神经网络,降低训练误差。程序创建12个神经元的前馈网络,训练后计算性能。SFLA算法寻找最优权重和偏置,更新网络并展示训练与测试集的预测效果,以及误差对比。SFLA融合蛙跳与遗传算法,通过迭代和局部全局搜索改善网络性能。通过调整算法参数和与其他优化算法结合,可进一步提升模型预测精度。
|
5天前
|
机器学习/深度学习 算法 数据可视化
基于BP神经网络的64QAM解调算法matlab性能仿真
**算法预览图省略** MATLAB 2022A版中,运用BP神经网络进行64QAM解调。64QAM通过6比特映射至64复数符号,提高数据速率。BP网络作为非线性解调器,学习失真信号到比特的映射,对抗信道噪声和多径效应。网络在处理非线性失真和复杂情况时展现高适应性和鲁棒性。核心代码部分未显示。
|
3天前
|
算法 计算机视觉
基于Chan-Vese算法的图像边缘提取matlab仿真
**算法预览展示了4幅图像,从边缘检测到最终分割,体现了在matlab2022a中应用的Chan-Vese水平集迭代过程。核心代码段用于更新水平集并显示迭代效果,最后生成分割结果及误差曲线。Chan-Vese模型(2001)是图像分割的经典方法,通过最小化能量函数自动检测平滑区域和清晰边界的图像分割,适用于复杂环境,广泛应用于医学影像和机器视觉。**
|
8天前
|
机器学习/深度学习 算法 数据可视化
m基于PSO-LSTM粒子群优化长短记忆网络的电力负荷数据预测算法matlab仿真
在MATLAB 2022a中,应用PSO优化的LSTM模型提升了电力负荷预测效果。优化前预测波动大,优化后预测更稳定。PSO借鉴群体智能,寻找LSTM超参数(如学习率、隐藏层大小)的最优组合,以最小化误差。LSTM通过门控机制处理序列数据。代码显示了模型训练、预测及误差可视化过程。经过优化,模型性能得到改善。
28 6
|
6天前
|
缓存 算法
基于机会网络编码(COPE)的卫星网络路由算法matlab仿真
**摘要:** 该程序实现了一个基于机会网络编码(COPE)的卫星网络路由算法,旨在提升无线网络的传输效率和吞吐量。在MATLAB2022a中测试,结果显示了不同数据流个数下的网络吞吐量。算法通过Dijkstra函数寻找路径,计算编码机会(Nab和Nx),并根据编码机会减少传输次数。当有编码机会时,中间节点执行编码和解码操作,优化传输路径。结果以图表形式展示,显示数据流与吞吐量的关系,并保存为`R0.mat`。COPE算法预测和利用编码机会,适应卫星网络的动态特性,提高数据传输的可靠性和效率。