Language agnostic 一个很好的程序化生成；blob"；二维图形

我希望以计算快速的方式创建一个“blob”。blob在这里被定义为像素的集合，这些像素可以是任何形状，但都是相互连接的。示例：

.ooo....  
..oooo..  
....oo..  
.oooooo.
..o..o..  

...ooooooooooooooooooo...  
..........oooo.......oo..  
.....ooooooo..........o..  
.....oo..................  


......ooooooo....  
...ooooooooooo...  
..oooooooooooooo.  
..ooooooooooooooo  
..oooooooooooo...  
...ooooooo.......  
....oooooooo.....  
.....ooooo.......  
.......oo........  

在哪里。是死区，o是标记的像素。我只关心“二进制”生成——一个像素要么开要么关。例如，这些看起来像是一团想象中的番茄酱或虚构的细菌或任何有机物质

---

什么样的算法可以实现这一点？我真是不知所措

你也许可以设计一些算法来实现这一点，这些算法是一系列随机迷宫生成算法的小变种。我会根据这个方法推荐一个

联合查找的基本思想是，给定一组被划分为不相交（非重叠）子集的项，快速识别特定项属于哪个分区。“并集”是将两个不相交的集合组合在一起形成一个更大的集合，“查找”是确定特定成员属于哪个分区。其思想是，集合的每个分区都可以由集合的特定成员标识，因此可以形成树结构，其中指针从一个成员指向另一个成员，指向根。通过首先查找每个分区的根，然后修改一个根的（以前为空）指针以指向另一个，可以合并两个分区（每个分区都有一个任意成员）

你可以把你的问题表述为一个不相交的并集问题。最初，每个单独的单元都是它自己的一个分区。您想要的是合并分区，直到获得连接单元的少量分区（不一定是两个）。然后，您只需选择一个（可能是最大的）分区并绘制它

对于每个单元格，您需要一个用于联合的指针（最初为null）。您可能需要一个位向量来充当一组相邻单元。最初，每个单元将有一组四个（或八个）相邻单元

对于每个迭代，您随机选择一个单元格，然后按照指针链查找其根。在根的细节中，你可以找到它的邻居。从中选择一个随机成员，然后找到该成员的根，以标识相邻区域。执行并集（将一个根指向另一个根等）以合并两个区域。重复以上步骤，直到你对其中一个区域满意为止

合并分区时，新根的新邻居集将是前两个根的邻居集的集对称差（异或）

在每个根元素中增加分区（例如大小）时，可能需要维护其他数据。你可以用它来选择一个特定的工会，并帮助决定何时停止。分区中单元散射的某些度量可能是相关的-例如，小偏差或标准偏差（相对于大单元计数）可能表示密集的大致圆形斑点

完成后，只需扫描所有单元格，以测试每个单元格是否都是所选分区的一部分，从而构建单独的位图

---

在这种方法中，当您在迭代开始时随机选择一个单元时，会强烈倾向于选择较大的分区。当您选择一个相邻分区时，也会倾向于选择一个更大的相邻分区。这意味着你很快就会得到一个明显占主导地位的斑点。

David Thonley的评论是正确的，但我假设你想要一个“有机”形状和光滑边缘的斑点。为此，您可以使用元球。Metaballs是一个在标量字段上工作的幂函数。使用marching cubes算法可以高效地渲染标量场。通过改变球的数量、位置和半径，可以形成不同的形状

有关二维元球的介绍，请参见此处：

下面介绍marching cubes算法：

请注意，3D中交叉点的256个组合在2D中仅为16个组合。它很容易实现

编辑：

我用GLSL着色器拼凑了一个快速示例。以下是使用50个水滴的结果，能量函数来自hkankaan的主页。

这是实际的GLSL代码，尽管我对每个片段都进行了计算。我没有使用marching cubes算法。您需要渲染一个全屏四边形，它才能工作（两个三角形）。vec3均匀阵列只是通过

glUniform3fv

传递的单个水滴的2D位置和半径

/* Trivial bare-bone vertex shader */
#version 150
in vec2 vertex;
void main()
{
    gl_Position = vec4(vertex.x, vertex.y, 0.0, 1.0);
}

/* Fragment shader */
#version 150
#define NUM_BALLS 50
out vec4 color_out;
uniform vec3 balls[NUM_BALLS]; //.xy is position .z is radius

bool energyField(in vec2 p, in float gooeyness, in float iso)
{
    float en = 0.0;
    bool result = false;
    for(int i=0; i<NUM_BALLS; ++i)
    {
        float radius = balls[i].z;
        float denom =  max(0.0001, pow(length(vec2(balls[i].xy - p)), gooeyness));
        en += (radius / denom);
    }
    if(en > iso)
        result = true;
    return result;
}
void main()
{
    bool outside;
    /* gl_FragCoord.xy is in screen space / fragment coordinates */
    outside = energyField(gl_FragCoord.xy, 1.0, 40.0);
    if(outside == true)
        color_out = vec4(1.0, 0.0, 0.0, 1.0);
    else
        discard;
}

/*普通裸骨顶点着色器*/
#版本150
在vec2顶点；
void main（）
{
gl_位置=vec4（顶点x，顶点y，0.0，1.0）；
}
/*片段着色器*/
#版本150
#定义球数50
输出vec4颜色输出；
均匀vec3球[NUM_球]；/。xy是位置，z是半径
布尔能量场（在vec2 p中，在浮动粘性中，在浮动iso中）
{
浮动en=0.0；
布尔结果=假；
对于（int i=0；i iso）
结果=真；
返回结果；
}
void main（）
{
在外面；
/*gl_FragCoord.xy位于屏幕空间/碎片坐标中*/
外部=能量场（gl_FragCoord.xy，1.0,40.0）；
如果（外部==真）
color_out=vec4（1.0,0.0,0.0,1.0）；
其他的
丢弃；
}

这里有一种方法，我们首先生成一个分段仿射马铃薯，然后通过插值使其平滑。插值思想的基础是采用DFT，然后保持低频不变，在高频处用零填充，然后采用逆DFT

以下代码只需要标准Python库：

import cmath
from math import atan2
from random import random

def convexHull(pts):    #Graham's scan.
    xleftmost, yleftmost = min(pts)
    by_theta = [(atan2(x-xleftmost, y-yleftmost), x, y) for x, y in pts]
    by_theta.sort()
    as_complex = [complex(x, y) for _, x, y in by_theta]
    chull = as_complex[:2]
    for pt in as_complex[2:]:
        #Perp product.
        while ((pt - chull[-1]).conjugate() * (chull[-1] - chull[-2])).imag < 0:
            chull.pop()
        chull.append(pt)
    return [(pt.real, pt.imag) for pt in chull]


def dft(xs):
    pi = 3.14
    return [sum(x * cmath.exp(2j*pi*i*k/len(xs)) 
                for i, x in enumerate(xs))
            for k in range(len(xs))]

def interpolateSmoothly(xs, N):
    """For each point, add N points."""
    fs = dft(xs)
    half = (len(xs) + 1) // 2
    fs2 = fs[:half] + [0]*(len(fs)*N) + fs[half:]
    return [x.real / len(xs) for x in dft(fs2)[::-1]]

pts = convexHull([(random(), random()) for _ in range(10)])
xs, ys = [interpolateSmoothly(zs, 100) for zs in zip(*pts)]   #Unzip.

它们偶尔会有扭结和凹陷。这就是这个水滴家族的本质

---

请注意，SciPy具有凸包和FFT，因此可以用它们替换上述函数。

对blob有什么约束？一个产生一个像素的程序会根据您的规格创建一个blob，而且效率很高。如果你不说什么

pts = [(random() + 0.8) * cmath.exp(2j*pi*i/7) for i in range(7)]
pts = convexHull([(pt.real, pt.imag ) for pt in pts])
xs, ys = [interpolateSmoothly(zs, 30) for zs in zip(*pts)]