PYQT Delaunay triangulation 互动编程

原创已于 2023-07-05 16:50:17 修改 · 242 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#pyqt #图形渲染 #qt #python

于 2023-06-28 12:45:33 首次发布

本文介绍了DelaunayTriangulation在2D平面上生成均匀点分布的作用，以及如何通过Lloydrelaxation改进点的分布，减少尖锐的多边形形状。通过Python的numpy库创建随机点，然后利用Delaunay算法进行三角剖分。通过迭代执行近似的Lloydrelaxation，使点更均匀分布，从而得到平滑的多边形。此外，文章还提到了处理边界拉伸问题的策略，包括去除扭曲的多边形和添加固定点。最后，展示了如何在pyqt5环境下实现交互式图形界面来操作这些算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Delaunay Triangulation 能干什么？
有限元计算架空地图设计(procedural map) 几何图像生成实在是算法学中重量级的算法

在2D平面上均匀散布点
用numpy形成均匀网格

self.point_count = 100
self.points = np.random.uniform(-400,400,(self.point_count,2))

使用reb blob games中提供的算法，获得的多边形比较尖锐，
未松弛的网格

The polygon shapes and sizes are a bit irregular. Random numbers are more “clumpy” than what people expect. I want something closer to semi-random “blue noise”, or quasirandomness, not random points. I approximate that by using a variant of Lloyd relaxation, which is a fairly simple tweak to the random point locations to make them more evenly distributed. Lloyd relaxation replaces each point by the centroid of the polygon. In my code I merely average the corners (see improveRandomPoints). Here’s the result after running approximate Lloyd relaxation twice:

意思大概是：产生的多边形形状和大小比我们的预期有些不规则，使用一种 Lloyd relaxation 方法进行网格松弛。在 Lloyd relaxation 方法中，会把新多边形的几何中心替换原来的随机点，作者这里使用了一种近似与Lloyd relaxation 的方法，经过两次迭代达到类似于 Lloyd relaxation效果。

到底如何才能，作者没具体写，至于作者提到的centroid ，到底是几何中心还是质心，也不清楚，真是欲言又止啊。

$\begin{cases} x_c =\frac{1}{n}\sum_{i=1}^{n} x_i \\ y_c =\frac{1}{n}\sum_{i=1}^{n} y_i \end{cases}$

计算多边形中心，非常粗糙的几何中心，可以认为用几何中心作为多边形的centroid，当然是有误差的

cx,cy = 0,0
for ie in range(0, len(vertices)):
    cx = cx + vertices[ie][0]
    cy = cy + vertices[ie][1]

cx = cx/len(vertices)
cy = cy/len(vertices)

将新的点集合，重新使用Delaunay算法，经过两次迭代后，可以看到原先尖锐的多边形明显圆滑起来，尖角现象消除，随机性还是有的，这是我们需要的
松弛网格

缩小后，边界拉伸的问题比较严重，因为边界没有支撑点，被松弛后，边界无法保持，这里有两方法可以

刻意去除扭曲比较大的多边形
在多边形加入固定点，防止拉伸后变形

如何使用本案例

Delaunay Triangulation 算法基于pyqt5 gui 互动编程
涉及到的算法如下

均匀分布基于numpy
Delaunay Triangulation 使用和结构渲染
Lloyd relaxation 松弛网格

默认100个点，需要修改请 point_count = <数值>

操作说明：

空格：形成Delaunay Triangulation网格并Lloyd relaxation 松弛网格
V：形成Delaunay Triangulation网格
左键：移动点并自动Delaunay化
右键：移动画布
鼠标滚轮：缩放画布

边界noise二分化处理

def div_quad(self,quad):
	if dist(quad[0], quad[3])<10:
		return [quad]
	k = .4+random.random()*.3
	cut = self.interp(quad[1], quad[3], k)
	v1 =  self.interp(quad[0], quad[1], 0.5)
	v2 =  self.interp(quad[0], quad[3], 0.5)
	quad1 = [quad[0],v1,cut,v2]

	v3 =  self.interp(quad[1], quad[2], 0.5)
	v4 =  self.interp(quad[3], quad[2], 0.5)
	quad2 = [cut,v3,quad[2],v4]
	return [quad1,quad2]

def interp(self,a,b,k):
	x = k*a[0]+(1-k)*b[0]
	y = k*a[1]+(1-k)*b[1]
	return [x,y]

def draw_costa(self,quad,painter):
    painter.drawLine(quad[0][0],quad[0][1],quad[2][0],quad[2][1])

def paintEvent(self,event):
    quad = [self.quad]
    # divide
    for j in range(8):
        qr = []
        for qq in quad:
            qarr = self.div_quad(qq)
            qr = qr + qarr
        quad = qr

    for qj in quad:
        self.draw_costa(qj,painter)