NeuQuant.js（JavaScript颜色量化）隐藏在js转换中的错误

当图像宽度和高度为100的倍数时效果良好：

300x300

否则，显然存在一个bug：

299x300

（这些是用塑料制成的。）

我90%确信这个bug在NeuQuant.js中。我已经用和做了测试，两个编码器都有相同的错误。只有当图像大小不是100的倍数时，摄影图像（量化到256色）才明显可见

如果您了解神经网络、颜色量化和/或将AS3移植到JS的问题，请看一看。原来的搬运工已经放弃了这个项目，它离工作太近了

---

下面是使用OMGGIF在worker中实现它的示例：

importScripts（'omggif.js'，'NeuQuant.js'）；
var rgba2rgb=函数（数据）{
var像素=[]；
var计数=0；
var len=data.length；
对于（var i=0；i>=netbiashift；
网络[i][1]>>=netbiashift；
网络[i][2]>>=netbiashift；
网络[i][3]=i；/*记录颜色编号*/
}
}
/*
*通过预先计算的alpha*（1-（（i-j）^2/[r]^2））移动相邻神经元
*无线电功率
* ---------------------------------------------------------------------------------
*/
var alterneigh=函数alterneigh（rad/*int*/，i/*int*/，b/*int*/，g/*int*/，r/*int*/）/*void*/
{
var j/*int*/；
变量k/*int*/；
var lo/*int*/；
var hi/*int*/；
var a/*int*/；
var m/*int*/；
var p/*数组*/；
lo=i-rad；
如果（lo<-1）lo=-1；
hi=i+rad；
如果（hi>netsize）hi=netsize；
j=i+1；
k=i-1；
m=1；
而（（jlo））
{
a=辐射功率[m++]；
如果（jlo）
{
p=网络[k--]；
尝试
{
p[0]=（a*（p[0]-b））/alpharadbias；
p[1]=（a*（p[1]-g））/alpharadbias；
p[2]=（a*（p[2]-r））/alpharadbias；
}捕获（e/*错误*/）{}
}
}
}
/*
*通过因子α将神经元i移向偏置（b，g，r）
* ----------------------------------------------------
*/
var altersingle=函数altersingle（alpha/*int*/，i/*int*/，b/*int*/，g/*int*/，r/*int*/）/*void*/
{
/*改变击中神经元*/
var n/*数组*/=网络[i]；
n[0]=（α*（n[0]-b））/initalpha；
n[1]=（α*（n[1]-g））/initalpha；
n[2]=（α*（n[2]-r））/initalpha；
}
/*
*搜索有偏差的BGR值----------------------------
*/
变量竞赛=函数竞赛（b/*int*/，g/*int*/，r/*int*/）/*int*/
{
/*查找最近的神经元（最小距离）并更新频率*/
/*找到最佳神经元（最小距离偏差）并返回位置*/
/*对于频繁选择的神经元，freq[i]较高，bias[i]为负*/
/*偏差[i]=伽马*（（1/netsize）-freq[i]）*/
var i/*int*/；
var dist/*int*/；
var a/*int*/；
var biasdist/*int*/；
变量betafreq/*int*/；
var bestpos/*int*/；
var bestbiaspos/*int*/；
var bestd/*int*/；
var bestbiasd/*int*/；
var n/*数组*/；
bestd=~（1>（intbiasshift-netbiasshift））；
if（biasdist>betashift）；
freq[i]=betafreq；
bias[i]+=（betafreqJavaScript代码似乎忽略了C在将运算结果赋给整数变量之前先用十进制数截断运算结果。因此，
int i=5/2；
对于C是
2
，但是
var i=5/2；
对于JavaScript是
2.5

他说，改变这一行：

delta = samplepixels / ncycles;

致：

这解决了这个问题，但我不清楚这个更改是解决了所有可能的整数转换问题，还是只解决了问题中暴露的问题

请注意，我使用了按位OR运算符来截断结果。这是JavaScript中截断数字的一种经典方法，因为按位运算符将其操作数视为32位整数。
我花了几天时间才发现这个微妙的错误。问题不限于JavaScript实现，C/C++和C#版本都有它也是。错误在于学习过程中像素采样的方式。代码使用四个素数中的一个，499、491、487和503。例如，如果图像是500x499，它选择491，像素采样非常均匀，如下所示（红色点是采样像素）：


现在，对于500x500图像，选择了499，采样非常糟糕：


我去掉了所有的素数废话，使用了一个很好的旧随机数生成器：

    int step = ((float)rand() / (float)RAND_MAX) * lengthcount;
    if( step >= lengthcount )
        step = lengthcount - 1;
    p = thepicture + step;

适用于任何图像大小！
原版：可能有一种黑客解决方案，为颜色量化构建一个%100==0像素阵列，然后再次对其进行裁剪以进行GIF编码…原始帧来自何处？您确定步幅等于
宽度*大小（像素）
？例如，如果您有一个32位RGBA帧，其跨距要求为8字节的倍数，则299像素行将占据
四舍五入（299*4/8）*8
=
1200
字节。也就是说，每行将包含4个字节的填充。如果是这种情况，您必须让量化器考虑填充。@Michael我正在从html画布获取图像数据，并将画布的RGBA转换为NeuQuant期望的RGB数组。不确定您的点是否会在JS版本，因为
    int step = ((float)rand() / (float)RAND_MAX) * lengthcount;
    if( step >= lengthcount )
        step = lengthcount - 1;
    p = thepicture + step;