问题规范： 我有一个矩形和均匀间隔的像素图像，顶点坐标为（i，j），（i + 1，j），（i，j + 1），（i + 1，j + 1）[i = 0，... ..，M-1; j = 0，...，n-1]和具有顶点坐标（x_1，y_1），...，（x_n，y_n）的多边形P.现在我想有效地计算与P重叠的每个像素的百分比.P可以是非凸的，甚至是自相交的。
基本上，这是扫描线光栅化算法的“软”推广，如果像素中心位于多边形内部/外部，则可以有效地检查。
我可以想到以下方法：
（1）对图像进行采样（例如，通过因子10 * 10），计算多边形内有多少个子像素中心，并除以100.问题：时间效率，记忆效率，准确度。
（2）在较大的（0.5,0.5）平移网格上使用扫描线算法计算完全位于内部/外部的像素，创建“边界”像素列表，沿逆时针方向行走边缘并计算沿途所有像素的交叉区域。问题：需要细微的编码，容易引入错误。
我的问题：有没有人已经遇到过这个问题，你知道第三种更好的方法吗？如果没有，你有（1）或（2）更好的经历吗？我假设在抗锯齿的情况下可能会出现这个问题吗？
答案 0 :(得分：3)
进行精确的几何分析可能不会太困难。
首先处理多边形部分覆盖的像素：您可以使用technique from ray-tracing快速查找与多边形边相交的所有像素。然后，您可以使用Cohen-Sutherland算法有效地找到边和像素之间的交点，因此您可以计算该像素的覆盖区域。
请注意，您可以避免Cohen-Sutherland中涉及的两个裁剪操作之一，因为相邻像素将共享一个分段交叉点。例如 - 如果您有两个相邻像素，A和B与点p->q，a1，a2处的细分b1相交和b2，然后a2和b1将是相同的。 <{1}}时，将a2->q段传递到例程中可以避免重复工作。
你必须特别处理包含多边形顶点的像素，但同样不应该太棘手：Cohen-Sutherland也会在这里提供帮助。
自相交多边形也会抛出一些特殊情况来处理 - 与两条或更多条边相交的像素。我可以很容易地想象，在所有情况下处理这些都可能会变得棘手，所以我很想在这里进行上采样方法。
识别出这些边缘像素后，您可以使用标准扫描线来填充多边形的内部像素。
编辑：实际上，现在我想更多关于它，你可以完全跳过Cohen-Sutherland的一步。可以容易地扩展链接纸中的算法以返回段和像素网格之间的交叉点。该段将在B处留下给定像素。跟踪最后一个出口点，重新用作下一个像素的入口点。
答案 1 :(得分：0)
我愿意
1a）当像素部分重叠时的上传：
但不是整个图像，只有当前要检查的像素，或当前扫描行中的所有像素（如果有帮助）。
比没有内存参数。
速度？高达16x16我不认为速度是一个问题。