骰子作画的算法

程序员Scott MacDonald做了一个很有趣的项目----骰子作画。

他用黑底白点的骰子。

模拟出一张人像照片。

把图像放大，就可以看得更清楚。

他一共用了2500多颗骰子。

最后的成品就是这样。

任何一张图片都可以用骰子模拟出来，算法非常简单：将图片分成若干个区域，每个区域经过计算以后，用1-6之间的一个整数表示，代表骰子的一个面。这种将连续的量转化成不连续的整数的算法，属于vector quantization（矢量量化）的一个应用。

具体来说，

第一步，将图片分割成16像素x16像素的小方块。

　　for (int i=0; i < (pic_width/16); ++i) {

　　　　for (int j=0; j < (pic_height/16); ++j) {

　　　　　　patch = cropped_img.get(i*16, j*16, 16, 16);

　　　　}

　　}

第二步，每个小方块内共有256个像素，将每个像素点的灰度值，存入一个数组。

　　for (int k=0; k < patch.pixels.length; ++k) {

　　　x[k] = rgb2gray(patch.pixels[k]);

　　}

　　int rgb2gray(int argb) {

　　　　int _alpha = (argb >> 24) & 0xFF;

　　　　int _red = (argb >> 16) & 0xFF;

　　　　int _green = (argb >> 8 ) & 0xFF;

　　　　int _blue = (argb) & 0xFF;

　　　　return int(0.3*_red + 0.59*_green + 0.11*_blue);

　　}

第三步，计算该数组的平均值，并用1-6之间的一个整数来表示。

　　int dice_num = six_step_gray(mean(x));

　　int mean(int[] x) {

　　　　float m = 0;

　　　　for (int i=0; i < x.length; ++i) {

　　　　　　m += x[i];

　　　　}

　　　　m = m/x.length;

　　　　return int(m);

　　}

　　int six_step_gray(int x) {

　　　　if (0 <= x && x <= 41) return 1;

　　　　if (41 < x && x <= 83) return 2;

　　　　if (83 < x && x <= 124) return 3;

　　　　if (124 < x && x <= 165) return 4;

　　　　if (165 < x && x <= 206) return 5;

　　　　if (206 < x && x <= 247) return 6;

　　　　else return 6;
　　}

整数1，表示骰子朝上的一面有1个白点；整数2，表示有2个白点；以此类推。白点越少，表示这个区域越接近全黑；白点越多，表示越接近全白。根据白点值，将骰子依次放入，就能模拟出全图。

这种算法早在1981年就有人提出，当时用的是1~9个白点的多米诺骨牌。

如果区域划分得越小，模拟图的生成效果就越好。

此外，不用编程，使用Photoshop也可以得到类似效果。

（完）