大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这篇展示 Go 标准库的图像包的使用。创建一系列的位图图像,然后将位图序列编码为 GIF 动画。示例要创建的图像叫做利萨如图形(Lissajous-Figure),是20世纪60年代科幻片中的纤维状视觉效果。利萨如图形是参数化的二维谐振曲线,如示波器x轴和y轴馈电输入的两个正弦波。
创新互联公司为企业级客户提高一站式互联网+设计服务,主要包括网站制作、网站建设、重庆APP开发公司、小程序开发、宣传片制作、LOGO设计等,帮助客户快速提升营销能力和企业形象,创新互联各部门都有经验丰富的经验,可以确保每一个作品的质量和创作周期,同时每年都有很多新员工加入,为我们带来大量新的创意。先放上完整的示例:
package main
import (
"image"
"image/color"
"image/gif"
"io"
"log"
"math"
"math/rand"
"net/http"
"os"
"time"
)
var palette = []color.Color{color.White, color.Black}
const (
whiteIndex = 0 // 画板中的第一种颜色
blackIndex = 1 // 画板中的下一种颜色
)
func main() {
rand.Seed(time.Now().UTC().UnixNano())
if len(os.Args) > 1 && os.Args[1] == "web" {
handler := func(w http.ResponseWriter, r *http.Request) {
lissajous(w)
}
http.HandleFunc("/", handler)
log.Fatal(http.ListenAndServe("localhost:8000", nil))
return
}
lissajous(os.Stdout)
}
func lissajous(out io.Writer) {
const (
cycles = 5 // 完整的x振荡器变化的个数
res = 0.001 // 角度分辨率
size = 100 // 图像画布包含[-size, size]
nframes = 64 // 动画中的帧数
delay = 8 // 以10ms为单位的帧间延迟
)
freq := rand.Float64() * 3.0 // y振荡器的相对频率
anim := gif.GIF{LoopCount: nframes}
phase := 0.0 // phase differencs
for i := 0; i < nframes; i++ {
rect := image.Rect(0, 0, 2*size+1, 2*size+1)
img := image.NewPaletted(rect, palette)
for t := 0.0; t < cycles*2*math.Pi; t += res {
x := math.Sin(t)
y := math.Sin(t*freq + phase)
img.SetColorIndex(size+int(x*size+0.5), size+int(y*size+0.5), blackIndex)
}
phase += 0.1
anim.Delay = append(anim.Delay, delay)
anim.Image = append(anim.Image, img)
}
gif.EncodeAll(out, &anim) // 注意:忽略编码错误
}
函数有两个嵌套的循环。外层有64个迭代,每个迭代产生一帧。创建一个201×201大小的画板,使用黑白两种颜色。所有的像素值默认设置为0,就是默认的颜色,这里就是白色。每一个内存循环通过设置一些像素为黑色产生一个新的图像。结果用append追加到anim的帧列表中,并且指定80ms的延迟。最后,帧和延迟的序列被编码成GIF格式,然后写入输出流out。
内层循环运行两个振荡器。x方向的振荡器是正弦函数,y方法也是正弦化的。但是它的频率频率相对于x的震动周期是0~3之间的一个随机数。它的相位相对于x的初始值为0,然后随着每个动画帧增加。该循环在x振荡器完成5个完整周期后停止。每一步它都调用SetColorIndex将对应画板上画的(x,y)位置设置为黑色,即值为1。
main函数调用 lissajous 函数,直接写到标准输出,然后用输出重定向指向一个文件名,就生成gif文件了:
$ go build gopl/ch2/liaasjous
$ ./lissajous >out.gif
不过windows貌似不支持gif了。加上web参数调用程序,直接打开浏览器就能查看,每次刷新都是一张新的图形。
该篇举了一个浮点绘图运算的例子。根据传入两个参数的函数 z=f(x,y),绘出三维的网线状曲面,绘制过程中运用了可缩放矢量图形(Scalable Vector Graphics, SVG),绘制线条的一种标准XML格式。
先放上完整的示例:
// 根据一个三维曲面函数计算并生成SVG,并输出到Web页面
package main
import (
"fmt"
"io"
"log"
"math"
"net/http"
)
const (
width, height = 600, 320 // 以像素表示的画布大小
cells = 100 // 网格单元的个数
xyrange = 30.0 // 坐标轴的范围,-xyrange ~ xyrange
xyscale = width / 2 / xyrange // x 或 y 轴上每个单位长度的像素
zscale = height * 0.4 // z轴上每个单位长度的像素
angle = math.Pi / 6 // x、y轴的角度,30度
color = "grey" // 线条的颜色
)
var sin30, cos30 = math.Sin(angle), math.Cos(angle)
func svg(w io.Writer) {
fmt.Fprintf(w, "")
}
func corner(i, j int) (float64, float64) {
// 求出网格单元(i,j)的顶点坐标(x,y)
x := xyrange * (float64(i)/cells - 0.5)
y := xyrange * (float64(j)/cells - 0.5)
// 计算曲面高度z
z := f(x, y)
// 将(x,y,z)等角投射到二维SVG绘图平面上,坐标是(sx,sy)
sx := width/2 + (x-y)*cos30*xyscale
sy := height/2 + (x+y)*sin30*xyscale - z*zscale
return sx, sy
}
func f(x, y float64) float64 {
r := math.Hypot(x, y) // 到(0,0)的距离
return math.Sin(r) / r
}
func main() {
handler := func(w http.ResponseWriter, r *http.Request) {
w.Header().Set("Content-Type", "image/svg+xml")
svg(w)
}
http.HandleFunc("/", handler)
log.Fatal(http.ListenAndServe("localhost:8000", nil))
return
}
corner函数返回两个值,构成网格单元其中一个格子的坐标。
理解这段程序需要一些几何知识。这段程序本质上是三套不同坐标系的相互映射,见下图。首先是一个包含 100×100 个单元的二维网络,每个网络单元用整数坐标 (i, j) 标记,从最远处靠后的角落 (0, 0) 开始。从后向前绘制,就如左侧的图,因而后方的多边形可能被前方的遮住。
再看中间的图,在这个坐标系内,网络由三维浮点数 (x, y, z) 决定,其中x和y由i和j的线性函数决定,经过坐标转换,原点处于中央,并且坐标系按照xyrange进行缩放。高度值z由曲面函数 f(x,y) 决定。
最右边的图,这个坐标系是二维成像绘图平面(image canvas),原点在左上角。这个平面中点的坐标记作 (sx, sy)。这里用等角投影(isometric projection)将三维坐标点 (x, y, z) 映射到二维绘图平面上。若一个点的x值越大,y值越小,则其在绘图平面上看起来就越接近右方。而若一个点的x值或y值越大,且z值越小,则其在绘图平面上看起来就越接近下方。纵向 (x) 与横向 (y) 的缩放系数是由30度角的正弦值和余弦值推导而得。z方向的缩放系数为0.4,是个随意决定的参数值。
回到左边那张图的小图,二维网络中的单元由main函数处理,它算出多边形ABCD在绘图平面上四个顶点的坐标,其中B对应 (i, j) ,A、C、D则为其它三个顶点,然后再输出一条SVG指令将其绘出。
该篇通过复数的计算,生成 PNG 格式的分形图。
Go具备了两种大小的复数 complex64 和 complex128,二者分别由 float32 和 float64 构成。内置的 complex 函数根据给定的实部和虚部创建复数,而内置的 real 函数和 imag 函数则分别提取复数的实部和虚部:
var x complex128 = complex(1, 2) // 1+2i
// x := 1 + 2i
var y complex128 = complex(3, 4) // 3+4i
// y := 3 + 4i
fmt.Println(x*y) // -5+10i
fmt.Println(real(x*y)) // -5
fmt.Println(imag(x*y)) // 10
fmt.Println(1i * 1i) // -1
先放上完整的示例:
// 生成一个PNG格式的Mandelbrot分形图
package main
import (
"fmt"
"image"
"image/color"
"image/png"
"math/cmplx"
"os"
)
func main() {
const (
xmin, ymin, xmax, ymax = -2, -2, +2, +2
width, height = 1024, 1024
)
img := image.NewRGBA(image.Rect(0, 0, width, height))
for py := 0; py < height; py++ {
y := float64(py)/height*(ymax-ymin) + ymin
for px := 0; px < width; px++ {
x := float64(px)/height*(xmax-xmin) + xmin
z := complex(x, y)
// 点(px, py)表示复数值z
img.Set(px, py, mandelbrot(z))
}
}
f, err := os.OpenFile("p1.png", os.O_WRONLY|os.O_CREATE, 0666)
if err != nil {
fmt.Println("ERROR", err)
return
}
defer f.Close()
png.Encode(f, img) // 注意:忽略错误
}
func mandelbrot(z complex128) color.Color {
const iterations = 200
const contrast = 15
var v complex128
for n := uint8(0); n < iterations; n++ {
v = v*v + z
if cmplx.Abs(v) > 2 {
return color.Gray{255 - contrast*n}
}
}
return color.Black
}
这个程序用 complex128 运算生成一个 Mandelbrot 集。
两个嵌套循环在 1024×1024 的灰度图上逐行扫描每个点,这个图表示复平面上-2~+2的区域,每个点都对应一个复数,该程序针对各个点反复迭代计算其平方与自身的和,判断其最终能否超出半径为2的圆(取模)。然后根据超出边界所需的迭代次数设定点的灰度。在设定的迭代次数内没有超出的那部分点,这些点属于 Mandelbrot 集,就是黑色的内些部分。最后输出PNG图片。
这次将PNG写到img标签里,并且不生成图片文件,而是用base64对图片进行编码:
package main
import (
"encoding/base64"
"fmt"
"image"
"image/color"
"image/png"
"log"
"math/cmplx"
"net/http"
)
var f func(z complex128) color.Color
func main() {
fmt.Println("http://localhost:8000/?f=newton")
handler := func(w http.ResponseWriter, r *http.Request) {
if err := r.ParseForm(); err != nil {
log.Print(err)
}
if v, ok := r.Form["f"]; ok {
switch v[0] {
case "newton", "2":
f = newton
default:
f = mandelbrot
}
}
fmt.Fprint(w, ``)
fmt.Fprint(w, ``)
fmt.Fprint(w, ``)
}
http.HandleFunc("/", handler)
log.Fatal(http.ListenAndServe("localhost:8000", nil))
return
}
func createPng(w http.ResponseWriter) {
const (
xmin, ymin, xmax, ymax = -2, -2, +2, +2
width, height = 1024, 1024
)
img := image.NewRGBA(image.Rect(0, 0, width, height))
for py := 0; py < height; py++ {
y := float64(py)/height*(ymax-ymin) + ymin
for px := 0; px < width; px++ {
x := float64(px)/height*(xmax-xmin) + xmin
z := complex(x, y)
// 点(px, py)表示复数值z
img.Set(px, py, f(z))
}
}
b64w := base64.NewEncoder(base64.StdEncoding, w) // 往b64w里写,就是编码后写入到w
defer b64w.Close()
png.Encode(b64w, img) // 注意:忽略错误
}
func mandelbrot(z complex128) color.Color {
const iterations = 200
const contrast = 15
var v complex128
for n := uint8(0); n < iterations; n++ {
v = v*v + z
if cmplx.Abs(v) > 2 {
x := 255 - contrast*n
switch n % 3 {
case 0:
return color.RGBA{x, 0, 0, x}
case 1:
return color.RGBA{0, x, 0, x}
case 2:
return color.RGBA{0, 0, x, x}
}
}
}
return color.Black
}
// f(x) = x^4 - 1
//
// z' = z - f(z)/f'(z)
// = z - (z^4 - 1) / (4 * z^3)
// = z - (z - 1/z^3) / 4
func newton(z complex128) color.Color {
const iterations = 37
const contrast = 7
for i := uint8(0); i < iterations; i++ {
z -= (z - 1/(z*z*z)) / 4
if cmplx.Abs(z*z*z*z-1) < 1e-6 {
// return color.Gray{255 - contrast*i}
x := contrast*i
switch i % 3 {
case 0:
return color.RGBA{x, 0, 0, x}
case 1:
return color.RGBA{0, x, 0, x}
case 2:
return color.RGBA{0, 0, x, x}
}
}
}
return color.Black
}
这里还增加一个的图形,运用牛顿法求某个函数的复数解(z^4-1=0)。原来的图形这次做成了彩图。
image 包下有3个子包:
所以,这3种图片格式是标准库原生支持的。
标准库的 image 包导出了 Decode 函数,它从 io.Reader 读取数据,并且识别使用哪一种图像格式来编码数据,调用适当的解碼器,返回 image.Image 对象作为结果。使用 image.Decode 可以构建一个简单的图像转换器,读取某一种格式的图像,然后输出为另外一个格式:
// 读取 PNG 图像,并把它作为 JPEG 图像保存
package main
import (
"fmt"
"image"
"image/jpeg"
_ "image/png" // 注册 PNG ×××
"io"
"os"
"path/filepath"
)
func main() {
fileName := "test" // 不要扩展名
dir, _ := os.Getwd() // 返回当前文件路径的字符串和一个err信息,忽略err
pngPath := filepath.Join(dir, fileName+".png")
jpgPath := filepath.Join(dir, fileName+".jpg")
// 打开 png 文件
pngFile, err := os.Open(pngPath)
if err != nil {
// 文件可能不存在
fmt.Fprintf(os.Stderr, "ERROR: %v\n", err)
os.Exit(1)
}
defer pngFile.Close()
// 创建 jpg 文件
jpgFile, err := os.Create(jpgPath)
if err != nil {
fmt.Fprintf(os.Stderr, "ERROR: %v\n", err)
os.Exit(1)
}
defer jpgFile.Close()
// 调用文件转换
if err := toJPEG(pngFile, jpgFile); err != nil {
fmt.Fprintf(os.Stderr, "jpeg: %v\n", err)
os.Exit(1)
}
}
func toJPEG(in io.Reader, out io.Writer) error {
img, kind, err := image.Decode(in)
if err != nil {
return err
}
fmt.Fprintln(os.Stderr, "Input format =", kind)
return jpeg.Encode(out, img, &jpeg.Options{Quality: 95})
}
该程序打开一个png文件,再创建一个新的jpg文件,然后进行图像格式的转换。
注意空白导入"image/png"。如果没有这一行,程序可以正常编译和链接,但是不能识别和解码 PNG 格式的输入:
PS H:\Go\src\gopl\ch20\jpeg> go run main.go
jpeg: image: unknown format
exit status 1
PS H:\Go\src\gopl\ch20\jpeg>
这个例子里是解码png格式的图片,程序能识别png格式是因为上面的一行空导入。也可以支持其他格式,并且是同时支持的,只要多导入几个包。具体看下面的展开。
接下来解释它是如何工作的。标准库提供 GIF、PNG、JPEG 等格式的解码库,用户自己可以提供其他格式的,但是为了使可执行程序简短,除非明确需要,否则解碼器不会被包含进应用程序。image.Decode 函数查阅一个关于支持格式的表格。每一个表项由4个部分组成:
对于每一种格式,通常通过在其支持的包的初始化函数中来调用 image.RegisterFormat 来向表格添加项。例如 image.png 中的实现如下:
package png // image/png
func Decode(r io.Reader) (image.Image, error)
func DecodeConfig(r io.Reader) (image.Config, error)
const pngHeader = "\x89PNG\r\n\x1a\n"
func init() {
image.RegisterFormat("png", pngHeader, Decode, DecodeConfig)
}
这个效果就是,一个应用只需要空白导入格式化所需的包,就可以让 image.Decode 函数具备应对格式的解码能力。
所以,可以多导入几个空包,这样程序就可以支持更多格式的解码了。
创新互联www.cdcxhl.cn,专业提供香港、美国云服务器,动态BGP最优骨干路由自动选择,持续稳定高效的网络助力业务部署。公司持有工信部办法的idc、isp许可证, 机房独有T级流量清洗系统配攻击溯源,准确进行流量调度,确保服务器高可用性。佳节活动现已开启,新人活动云服务器买多久送多久。