您想要的是基数样条,因为基数样条穿过您绘制的实际点。
注意:要获得专业的结果,您还需要对短阈值实施移动平均,同时对较大的阈值使用基数样条曲线,并使用拐点值在尖角处折断线条,这样您就不会平滑整条线。我不会在这里讨论移动平均线或拐点(也不是锥形),因为它们超出了范围,但展示了一种使用基数样条的方法。
附带说明 - 应用程序似乎修改线条的效果是不可避免的,因为平滑发生在后期。存在在您绘制时平滑的算法,但它们不保留膝盖值,并且在您绘制时线条似乎“摆动”。我猜这是一个偏好问题。
这是一个演示以下内容的小提琴:
ONLINE DEMO
首先是一些先决条件(我正在使用我的easyCanvas库在演示中设置环境,因为它为我节省了大量工作,但这不是此解决方案工作的必要条件):
- 我建议您将新笔画绘制到位于主要画布之上的单独画布上。
- 当笔画完成时(鼠标向上),将其通过平滑器并将其存储在笔画堆栈中。
- 然后将平滑线绘制到主线。
当您按 X / Y (即)按数组顺序排列点时,[x1, y1, x2, y2, ... xn, yn]
您可以使用此函数对其进行平滑处理:
张力值 ( ts
,默认 0.5) 是平滑曲线的原因。数字越大,曲线越圆。您可以超出正常区间 [0, 1] 进行卷曲。
段(或nos
段数)是每个点之间的分辨率。在大多数情况下,您可能不需要高于 9-10。但是在速度较慢的计算机上或您快速绘制更高值的地方是需要的。
功能(优化):
/// cardinal spline by Ken Fyrstenberg, CC-attribute
function smoothCurve(pts, ts, nos) {
// use input value if provided, or use a default value
ts = (typeof ts === 'undefined') ? 0.5 : ts;
nos = (typeof nos === 'undefined') ? 16 : nos;
var _pts = [], res = [], // clone array
x, y, // our x,y coords
t1x, t2x, t1y, t2y, // tension vectors
c1, c2, c3, c4, // cardinal points
st, st2, st3, st23, st32, // steps
t, i, r = 0,
len = pts.length,
pt1, pt2, pt3, pt4;
_pts.push(pts[0]); //copy 1. point and insert at beginning
_pts.push(pts[1]);
_pts = _pts.concat(pts);
_pts.push(pts[len - 2]); //copy last point and append
_pts.push(pts[len - 1]);
for (i = 2; i < len; i+=2) {
pt1 = _pts[i];
pt2 = _pts[i+1];
pt3 = _pts[i+2];
pt4 = _pts[i+3];
t1x = (pt3 - _pts[i-2]) * ts;
t2x = (_pts[i+4] - pt1) * ts;
t1y = (pt4 - _pts[i-1]) * ts;
t2y = (_pts[i+5] - pt2) * ts;
for (t = 0; t <= nos; t++) {
// pre-calc steps
st = t / nos;
st2 = st * st;
st3 = st2 * st;
st23 = st3 * 2;
st32 = st2 * 3;
// calc cardinals
c1 = st23 - st32 + 1;
c2 = st32 - st23;
c3 = st3 - 2 * st2 + st;
c4 = st3 - st2;
res.push(c1 * pt1 + c2 * pt3 + c3 * t1x + c4 * t2x);
res.push(c1 * pt2 + c2 * pt4 + c3 * t1y + c4 * t2y);
} //for t
} //for i
return res;
}
然后在存储点后简单地从mouseup
事件中调用它:
stroke = smoothCurve(stroke, 0.5, 16);
strokes.push(stroke);
关于膝盖值的简短评论:
在此上下文中的拐点值是线中点之间的角度(作为线段的一部分)大于某个阈值(通常在 45 - 60 度之间)。当出现膝盖时,这些线会被分成一条新线,以便只使用由它们之间的角度小于阈值的点组成的线(您会在演示中看到由于不使用膝盖而导致的小卷曲)。
关于移动平均线的简短评论:
移动平均线通常用于统计目的,但对于绘图应用程序也非常有用。当你有一个由许多点组成的集群时,它们之间的距离很短,样条曲线就不能很好地工作。所以在这里你可以使用 MA 来平滑点。
也可以使用点减少算法,例如Ramer/Douglas/Peucker算法,但它更多地用于存储目的以减少数据量。