当前位置: 首页 > news >正文

【学Rust写CAD】23 渐变效果(gradient_source.rs)

源码

//color/gradient_source.rs
use super::spread::*;
use super::super::matrix::generic::*;
use super::super::matrix::point::*;
pub struct GradientSource {
    matrix: Matrix2D<Fixed>,
    lut: [u32; 256],
}

impl GradientSource {
    // 泛型化的 radial_gradient_eval
    pub fn radial_gradient_eval<S: Spread>(&self, x: u16, y: u16) -> u32 {
        let p = Point(x as i32,y as i32)*self.matrix;
        let px = p.x as f32;
        let py = p.y as f32;
        let mut distance = (px * px + py * py).sqrt() as i32;
        distance >>= 8;

        self.lut[S::apply(distance) as usize]
    }

    // 泛型化的 linear_gradient_eval
    pub fn linear_gradient_eval<S: SpreadBehavior>(&self, x: u16, y: u16) -> u32 {
        let p = Point(x,y)*self.matrix;
        let lx = p.x >> 8;

        self.lut[S::apply(lx) as usize]
    }
}

代码分析

这段代码定义了一个GradientSource结构体,用于处理渐变效果的计算。它提供了径向渐变和线性渐变的评估方法。

结构体定义
pub struct GradientSource {
    matrix: Matrix2D<Fixed>,  // 2D变换矩阵
    lut: [u32; 256],          // 256个元素的查找表(LUT)
}
  • matrix: 一个2D变换矩阵,用于坐标变换

  • lut: 一个包含256个u32值的查找表,存储颜色或渐变值

方法实现

  1. 径向渐变评估 (radial_gradient_eval)
pub fn radial_gradient_eval<S: Spread>(&self, x: u16, y: u16) -> u32 {
    let p = Point(x as i32,y as i32)*self.matrix;  // 应用变换矩阵
    let px = p.x as f32;
    let py = p.y as f32;
    let mut distance = (px * px + py * py).sqrt() as i32;  // 计算到原点的距离
    distance >>= 8;  // 右移8位,相当于除以256

    self.lut[S::apply(distance) as usize]  // 使用Spread特性处理距离并查找颜色
}

这个方法:

  1. 将输入坐标(x,y)转换为i32并应用变换矩阵

  2. 计算变换后点到原点的欧几里得距离

  3. 将距离值右移8位(相当于除以256)

  4. 使用Spread特性处理距离值

  5. 从查找表中返回对应的颜色值

  6. 线性渐变评估 (linear_gradient_eval)

pub fn linear_gradient_eval<S: SpreadBehavior>(&self, x: u16, y: u16) -> u32 {
    let p = Point(x,y)*self.matrix;  // 应用变换矩阵
    let lx = p.x >> 8;  // 只使用x坐标,右移8位

    self.lut[S::apply(lx) as usize]  // 使用SpreadBehavior特性处理x值并查找颜色
}

这个方法:

  1. 将输入坐标(x,y)应用变换矩阵

  2. 只使用变换后的x坐标,并右移8位

  3. 使用SpreadBehavior特性处理x值

  4. 从查找表中返回对应的颜色值

特性约束
  • radial_gradient_eval要求泛型参数S实现Spread特性

  • linear_gradient_eval要求泛型参数S实现SpreadBehavior特性

这些特性可能定义了如何处理渐变边界(如重复、反射或夹紧等行为)。

用途

这段代码用于图形渲染中实现渐变效果,通过查找表(LUT)和矩阵变换来高效计算任意位置的渐变颜色值。

http://www.dtcms.com/a/112244.html

相关文章:

  • 【面试篇】Dubbo
  • NSSCTF [HGAME 2023 week1]simple_shellcode
  • 音视频入门基础:MPEG2-PS专题(8)——使用Wireshark分析GB28181的PS流
  • 第十二步:react
  • 如何用Python轻松实现快速复制或剪切文件列表中的所有文件呢?
  • 【架构艺术】Go大仓monorepo中使用wire做依赖注入的经验
  • PowerMonitor的使用步骤
  • 【jvm】GC评估指标
  • 面试手撕------智能指针
  • 操作系统、虚拟化技术与云原生及云原生AI简述
  • JavaScript智能对话机器人——企业知识库自动化
  • 使用HTML5和CSS3实现炫酷的3D立方体动画
  • 地球科学领域常用python库
  • 软件工程面试题(十九)
  • Redis高级技能进阶
  • 【GPT写代码】动作视频切截图研究器
  • MATLAB中plot函数的详细参数表
  • 数据结构:二叉树(三)·(重点)
  • 医疗信息系统的主要痛点分析
  • session临时文件包含
  • 【教学类-102-02】自制剪纸图案(留白边、沿线剪)02——Python+PS自动化添加虚线边框
  • ROS订阅相机图像识别颜色并发布识别信息
  • 【进收藏夹吃灰】Python基础学习指南
  • 【读书笔记·VLSI电路设计方法解密】问题61:扫描插入的目的是什么
  • java 局部内部类
  • Git 教程:从 0 到 1 全面指南 教程【全文三万字保姆级详细讲解】
  • DPDI版本升级说明
  • AI提示词:分享卡片生成器
  • 浅析 Spring AI 与 Python:企业级 AI 开发的技术分野
  • 在Git中如何处理冲突?