Android 不规则封闭区域填充 手指秒变油漆桶,手把手教你5G时代Webview的正确使用姿势-程序员宅基地

技术标签: 程序员  5G  android  

{

mStacks.push(new Point(seed.x, seed.y + 1));

}

}

if (seed.x > 0)

{

int left = index - 1;

if (pixels[left] == pixel)

{

mStacks.push(new Point(seed.x - 1, seed.y));

}

}

if (seed.x < w - 1)

{

int right = index + 1;

if (pixels[right] == pixel)

{

mStacks.push(new Point(seed.x + 1, seed.y));

}

}

}

}

方法的思想也比较简单,将当前像素点入栈,然后出栈着色,接下来分别判断四个方向的,如果符合条件也进行入栈(只要栈不为空持续运行)。ok,这个方法我也尝试跑了下,恩,这次不会报错了,但是速度特别的慢~~~~慢得我是不可接受的。(有兴趣可以尝试,记得如果ANR,点击等待)。

这样来看,第一种算法,我们是不考虑了,没有办法使用,主要原因是假设对于矩形同色区域,都是需要填充的,而算法一依然是各种入栈。于是考虑第二种算法

扫描线填充法

详细可参考 扫描线种子填充算法的解析扫描线种子填充算法

算法思想[4]:

  1. 初始化一个空的栈用于存放种子点,将种子点(x, y)入栈;
  1. 判断栈是否为空,如果栈为空则结束算法,否则取出栈顶元素作为当前扫描线的种子点(x, y),y是当前的扫描线;
  1. 从种子点(x, y)出发,沿当前扫描线向左、右两个方向填充,直到边界。分别标记区段的左、右端点坐标为xLeft和xRight;
  1. 分别检查与当前扫描线相邻的y - 1和y + 1两条扫描线在区间[xLeft, xRight]中的像素,从xRight开始向xLeft方向搜索,假设扫描的区间为AAABAAC(A为种子点颜色),那么将B和C前面的A作为种子点压入栈中,然后返回第(2)步;

上述参考自参考文献[4],做了些修改,文章[4]中描述算法,测试有一点问题,所以做了修改.

可以看到该算法,基本上是一行一行着色的,这样的话在大块需要着色区域的效率比算法一要高很多。

ok,关于算法的步骤大家目前觉得模糊,一会可以参照我们的代码。选定了算法以后,接下来就开始编码了。


三、编码实现

我们代码中引入了一个边界颜色,如果设置的话,着色的边界参考为该边界颜色,否则会只要与种子颜色不一致为边界。

(一)构造方法与测量

public class ColourImageView extends ImageView

{

private Bitmap mBitmap;

/**

  • 边界的颜色

*/

private int mBorderColor = -1;

private boolean hasBorderColor = false;

private Stack mStacks = new Stack();

public ColourImageView(Context context, AttributeSet attrs)

{

super(context, attrs);

TypedArray ta = context.obtainStyledAttributes(attrs, R.styleable.ColourImageView);

mBorderColor = ta.getColor(R.styleable.ColourImageView_border_color, -1);

hasBorderColor = (mBorderColor != -1);

L.e("hasBorderColor = " + hasBorderColor + " , mBorderColor = " + mBorderColor);

ta.recycle();

}

@Override

protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec)

{

super.onMeasure(widthMeasureSpec, heightMeasureSpec);

int viewWidth = getMeasuredWidth();

int viewHeight = getMeasuredHeight();

//以宽度为标准,等比例缩放view的高度

setMeasuredDimension(viewWidth,

getDrawable().getIntrinsicHeight() * viewWidth / getDrawable().getIntrinsicWidth());

L.e("view’s width = " + getMeasuredWidth() + " , view’s height = " + getMeasuredHeight());

//根据drawable,去得到一个和view一样大小的bitmap

BitmapDrawable drawable = (BitmapDrawable) getDrawable();

Bitmap bm = drawable.getBitmap();

mBitmap = Bitmap.createScaledBitmap(bm, getMeasuredWidth(), getMeasuredHeight(), false);

}

可以看到我们选择的是继承ImageView,这样只需要将图片设为src即可。

构造方法中获取我们的自定义边界颜色,当然可以不设置~~

重写测量的目的是为了获取一个和View一样大小的Bitmap便于我们操作。

接下来就是点击啦~

(二)onTouchEvent

@Override

public boolean onTouchEvent(MotionEvent event)

{

final int x = (int) event.getX();

final int y = (int) event.getY();

if (event.getAction() == MotionEvent.ACTION_DOWN)

{

//填色

fillColorToSameArea(x, y);

}

return super.onTouchEvent(event);

}

/**

  • 根据x,y获得改点颜色,进行填充

  • @param x

  • @param y

*/

private void fillColorToSameArea(int x, int y)

{

Bitmap bm = mBitmap;

int pixel = bm.getPixel(x, y);

if (pixel == Color.TRANSPARENT || (hasBorderColor && mBorderColor == pixel))

{

return;

}

int newColor = randomColor();

int w = bm.getWidth();

int h = bm.getHeight();

//拿到该bitmap的颜色数组

int[] pixels = new int[w * h];

bm.getPixels(pixels, 0, w, 0, 0, w, h);

//填色

fillColor(pixels, w, h, pixel, newColor, x, y);

//重新设置bitmap

bm.setPixels(pixels, 0, w, 0, 0, w, h);

setImageDrawable(new BitmapDrawable(bm));

}

可以看到,我们在onTouchEvent中获取(x,y),然后拿到改点坐标:

  • 获得点击点颜色,获得整个bitmap的像素数组

  • 改变这个数组中的颜色

  • 然后重新设置给bitmap,重新设置给ImageView

重点就是通过fillColor去改变数组中的颜色

/**

  • @param pixels 像素数组

  • @param w 宽度

  • @param h 高度

  • @param pixel 当前点的颜色

  • @param newColor 填充色

  • @param i 横坐标

  • @param j 纵坐标

*/

private void fillColor(int[] pixels, int w, int h, int pixel, int newColor, int i, int j)

{

//步骤1:将种子点(x, y)入栈;

mStacks.push(new Point(i, j));

//步骤2:判断栈是否为空,

// 如果栈为空则结束算法,否则取出栈顶元素作为当前扫描线的种子点(x, y),

// y是当前的扫描线;

while (!mStacks.isEmpty())

{

/**

  • 步骤3:从种子点(x, y)出发,沿当前扫描线向左、右两个方向填充,

  • 直到边界。分别标记区段的左、右端点坐标为xLeft和xRight;

*/

Point seed = mStacks.pop();

//L.e("seed = " + seed.x + " , seed = " + seed.y);

int count = fillLineLeft(pixels, pixel, w, h, newColor, seed.x, seed.y);

int left = seed.x - count + 1;

count = fillLineRight(pixels, pixel, w, h, newColor, seed.x + 1, seed.y);

int right = seed.x + count;

/**

  • 步骤4:

  • 分别检查与当前扫描线相邻的y - 1和y + 1两条扫描线在区间[xLeft, xRight]中的像素,

  • 从xRight开始向xLeft方向搜索,假设扫描的区间为AAABAAC(A为种子点颜色),

  • 那么将B和C前面的A作为种子点压入栈中,然后返回第(2)步;

*/

//从y-1找种子

if (seed.y - 1 >= 0)

findSeedInNewLine(pixels, pixel, w, h, seed.y - 1, left, right);

//从y+1找种子

if (seed.y + 1 < h)

findSeedInNewLine(pixels, pixel, w, h, seed.y + 1, left, right);

}

}

可以看到我已经很清楚的将该算法的四个步骤标识到该方法中。好了,最后就是一些依赖的细节上的方法:

/**

  • 在新行找种子节点

  • @param pixels

  • @param pixel

  • @param w

  • @param h

  • @param i

  • @param left

  • @param right

*/

private void findSeedInNewLine(int[] pixels, int pixel, int w, int h, int i, int left, int right)

{

/**

  • 获得该行的开始索引

*/

int begin = i * w + left;

/**

  • 获得该行的结束索引

*/

int end = i * w + right;

boolean hasSeed = false;

int rx = -1, ry = -1;

ry = i;

/**

  • 从end到begin,找到种子节点入栈(AAABAAAB,则B前的A为种子节点)

*/

while (end >= begin)

{

if (pixels[end] == pixel)

{

if (!hasSeed)

{

rx = end % w;

mStacks.push(new Point(rx, ry));

hasSeed = true;

}

} else

{

hasSeed = false;

}

end–;

}

}

/**

  • 往右填色,返回填充的个数

  • @return

*/

private int fillLineRight(int[] pixels, int pixel, int w, int h, int newColor, int x, int y)

{

int count = 0;

while (x < w)

{

//拿到索引

int index = y * w + x;

if (needFillPixel(pixels, pixel, index))

{

pixels[index] = newColor;

count++;

x++;

} else

{

break;

}

}

return count;

}

/**

  • 往左填色,返回填色的数量值

  • @return

*/

private int fillLineLeft(int[] pixels, int pixel, int w, int h, int newColor, int x, int y)

{

int count = 0;

while (x >= 0)

{

//计算出索引

int index = y * w + x;

if (needFillPixel(pixels, pixel, index))

{

pixels[index] = newColor;

count++;

x–;

} else

{

break;

}

}

return count;
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数初中级Android工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则近万的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Android移动开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。

img

img

img

img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Android开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注:Android)

最后:学习总结——Android框架体系架构知识脑图(纯手绘xmind文档)

学完之后,若是想验收效果如何,其实最好的方法就是可自己去总结一下。比如我就会在学习完一个东西之后自己去手绘一份xmind文件的知识梳理大纲脑图,这样也可方便后续的复习,且都是自己的理解,相信随便瞟几眼就能迅速过完整个知识,脑补回来。

下方即为我手绘的Android框架体系架构知识脑图,由于是xmind文件,不好上传,所以小编将其以图片形式导出来传在此处,细节方面不是特别清晰。但可给感兴趣的朋友提供完整的Android框架体系架构知识脑图原件(包括上方的面试解析xmind文档)

除此之外,前文所提及的Alibaba珍藏版 Android框架体系架构 手写文档以及一本 《大话数据结构》 书籍等等相关的学习笔记文档,也皆可分享给认可的朋友!

——感谢大家伙的认可支持,请注意:点赞+点赞+点赞!!!

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!

新!**

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注:Android)

最后:学习总结——Android框架体系架构知识脑图(纯手绘xmind文档)

学完之后,若是想验收效果如何,其实最好的方法就是可自己去总结一下。比如我就会在学习完一个东西之后自己去手绘一份xmind文件的知识梳理大纲脑图,这样也可方便后续的复习,且都是自己的理解,相信随便瞟几眼就能迅速过完整个知识,脑补回来。

下方即为我手绘的Android框架体系架构知识脑图,由于是xmind文件,不好上传,所以小编将其以图片形式导出来传在此处,细节方面不是特别清晰。但可给感兴趣的朋友提供完整的Android框架体系架构知识脑图原件(包括上方的面试解析xmind文档)
[外链图片转存中…(img-2xK0seg4-1712346849598)]

除此之外,前文所提及的Alibaba珍藏版 Android框架体系架构 手写文档以及一本 《大话数据结构》 书籍等等相关的学习笔记文档,也皆可分享给认可的朋友!

——感谢大家伙的认可支持,请注意:点赞+点赞+点赞!!!

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/2401_84152223/article/details/137415796

智能推荐

分布式光纤传感器的全球与中国市场2022-2028年:技术、参与者、趋势、市场规模及占有率研究报告_预计2026年中国分布式传感器市场规模有多大-程序员宅基地

文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势,分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括:FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大

07_08 常用组合逻辑电路结构——为IC设计的延时估计铺垫_基4布斯算法代码-程序员宅基地

文章浏览阅读1.1k次,点赞2次,收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的:估计模块间的delay,确保写的代码的timing 综合能给到多少HZ,以满足需求!_基4布斯算法代码

OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版-程序员宅基地

文章浏览阅读3.3k次,点赞3次,收藏5次。OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版

关于美国计算机奥赛USACO,你想知道的都在这_usaco可以多次提交吗-程序员宅基地

文章浏览阅读2.2k次。USACO自1992年举办,到目前为止已经举办了27届,目的是为了帮助美国信息学国家队选拔IOI的队员,目前逐渐发展为全球热门的线上赛事,成为美国大学申请条件下,含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学,越来越多的学生进入了康奈尔,麻省理工,普林斯顿,哈佛和耶鲁等大学,这些同学的共同点是他们都参加了美国计算机科学竞赛(USACO),并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学,高三学生也可以参加12月的第_usaco可以多次提交吗

MySQL存储过程和自定义函数_mysql自定义函数和存储过程-程序员宅基地

文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程

半导体基础知识与PN结_本征半导体电流为0-程序员宅基地

文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0

随便推点

【Unity3d Shader】水面和岩浆效果_unity 岩浆shader-程序员宅基地

文章浏览阅读2.8k次,点赞3次,收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画(无顶点位移),整个mesh由4个顶点构成。实现了水面效果(左图),不动代码稍微修改下参数和贴图可以实现岩浆效果(右图)。有要思路是1,uv按时间去做正弦波移动2,在1的基础上加个凹凸图混合uv3,在1、2的基础上加个水流方向4,加上对雾效的支持,如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader

广义线性模型——Logistic回归模型(1)_广义线性回归模型-程序员宅基地

文章浏览阅读5k次。广义线性模型是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为:其中g(μY)是条件均值的函数(称为连接函数)。另外,你可放松Y为正态分布的假设,改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后,便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下,线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是,有时候我们要进行非正态因变量的分析,例如:(1)类别型.._广义线性回归模型

HTML+CSS大作业 环境网页设计与实现(垃圾分类) web前端开发技术 web课程设计 网页规划与设计_垃圾分类网页设计目标怎么写-程序员宅基地

文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验:一般的网页需要融入以下知识点:div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点,网页的风格主题也很全面:如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题,学生、新手可参考下方页面的布局和设计和HTML源码(有用点赞△) 一套A+的网_垃圾分类网页设计目标怎么写

C# .Net 发布后,把dll全部放在一个文件夹中,让软件目录更整洁_.net dll 全局目录-程序员宅基地

文章浏览阅读614次,点赞7次,收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录

BRIEF特征点描述算法_breif description calculation 特征点-程序员宅基地

文章浏览阅读1.5k次。本文为转载,原博客地址:http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度..._breif description calculation 特征点

房屋租赁管理系统的设计和实现,SpringBoot计算机毕业设计论文_基于spring boot的房屋租赁系统论文-程序员宅基地

文章浏览阅读4.1k次,点赞21次,收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档,可以给应届毕业生提供格式撰写参考,也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文