给定一个3D体素网格,其中每个体素的SIZE * SIZE * SIZE(宽度*高度*长度)对于某个整数SIZE和一条线穿过网格中的一些体素,是否有一种相当有效的计算方法视线算法检测线通过的所有体素?
算法约束:
答案 0 :(得分:0)
首先,Bresenham在视线方面并不擅长:如图所示,由于所有这些锯齿状边缘,所得到的细胞/体素选择将不允许光源“看到”目标。
但是,如果你愿意在2d中考虑Bresenham对你的问题有好处,那么很容易扩展到3d:给定一条从p0 = {x0,y0,z0}到p1 = {x1,y1,z1}的行,你可以从{x0,y0}到{x1,y1}以及从{x0,z0}到{x1,z1}两次运行2d Bresenham。使用第一次运行的x和y值,以及第二次运行的z值。
或者,您可以进行全面概括:
// adapted from https://en.wikipedia.org/wiki/Bresenham%27s_line_algorithm
// expects x to be the fastest-changing dimension; replace
// with fastest-changing dimension otherwise, and fix plot() accordingly
function line(float x0, float y0, float x1, float y1, float z1, float y1) {
float dx = x1 - x0;
float dy = y1 - y0;
float dz = z1 - z0;
float deltaErrorY := abs(dy / dx);
float deltaErrorZ := abs(dz / dx);
float errorY = 0;
float errorZ = 0;
int y = y0;
int z = z0;
for (int x = x0; x<x1; x++) {
plot(x,y,z);
errorY += deltaErrorY;
while (errorY >= 0.5) {
y += sign(dy);
errorY --;
}
errorZ += deltaErrorZ;
while (errorZ >= 0.5) {
z += sign(dz);
errorZ --;
}
}
}
Brensenham背后的理念可以推广到任何方面:只需跟踪累积的错误,并在需要时跳转以控制它们