甜橘子，专注成都网站制作网站设计与营销型网站建设与优化
QQ :532337155
电话：028-86922220
一、概述
创新互联联系热线：18982081108，为您提供成都网站建设网页设计及定制高端网站建设服务，创新互联网页制作领域十年，包括围栏护栏等多个方面拥有多年设计经验，选择创新互联，为企业锦上添花。
在上一篇的叙述中，我们通过图层的方式完成了图片颜色的填充（详情请戳：Android不规则图像填充颜色小游戏），不过在着色游戏中更多的还是基于边界的图像的填充。本篇博客将详细描述。
图像的填充有2种经典算法。
一种是种子填充法。
种子填充法理论上能够填充任意区域和图形,但是这种算法存在大量的反复入栈和大规模的递归,降低了填充效率。
另一种是扫描线填充法。
注意：实际上图像填充的算法还是很多的，有兴趣可以去Google学术上去搜一搜。
ok，下面先看看今天的效果图：
ok，可以看到这样的颜色填充比上一篇的基于层的在素材的准备上要easy 很多~~~
二、原理分析
首先我们简述下原理，我们在点击的时候拿到点击点的”颜色”，然后按照我们选择的算法进行填色即可。
算法1：种子填充法，四联通/八联通
算法简介：假设要将某个区域填充成红色。
从用户点击点的像素开始，上下左右（八联通还有左上，左下，右上，右下）去判断颜色，如果四个方向上的颜色与当前点击点的像素一致，则改变颜色至目标色。然后继续上述这个过程。
ok，可以看到这是一个递归的过程，1个点到4个，4个到16个不断的去延伸。如果按照这种算法，你会写出类似这样的代码：
/**
* @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 fillColor01(int[] pixels, int w, int h, int pixel, int newColor, int i, int j)
{
int index = j * w + i;
if (pixels[index] != pixel || i >= w || i < 0 || j < 0 || j >= h)
return;
pixels[index] = newColor;
//上
fillColor01(pixels, w, h, pixel, newColor, i, j - 1);
//右
fillColor01(pixels, w, h, pixel, newColor, i + 1, j);
//下
fillColor01(pixels, w, h, pixel, newColor, i, j + 1);
//左
fillColor01(pixels, w, h, pixel, newColor, i - 1, j);
}
代码很简单，但是如果你去运行，会发生StackOverflowException异常，这个异常主要是因为大量的递归造成的。虽然简单，但是在移动设备上使用该方法不行。
于是，我就想，这个方法不是递归深度过多么，那么我可以使用一个Stack去存像素点，减少递归的深度和次数，于是我把代码改成如下的方式：
/**
* @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)
{
mStacks.push(new Point(i, j));
while (!mStacks.isEmpty())
{
Point seed = mStacks.pop();
Log.e("TAG", "seed = " + seed.x + " , seed = " + seed.y);
int index = seed.y * w + seed.x;
pixels[index] = newColor;
if (seed.y > 0)
{
int top = index - w;
if (pixels[top] == pixel)
{
mStacks.push(new Point(seed.x, seed.y - 1));
}
}
if (seed.y < h - 1)
{
int bottom = index + w;
if (pixels[bottom] == pixel)
{
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
算法思想[4]：
初始化一个空的栈用于存放种子点，将种子点(x, y)入栈；
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；
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；
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;
}
private boolean needFillPixel(int[] pixels, int pixel, int index)
{
if (hasBorderColor)
{
return pixels[index] != mBorderColor;
} else
{
return pixels[index] == pixel;
}
}
/**
* 返回一个随机颜色
*
* @return
*/
private int randomColor()
{
Random random = new Random();
int color = Color.argb(255, random.nextInt(256), random.nextInt(256), random.nextInt(256));
return color;
}
ok，到此，代码就介绍完毕了~~~
最后贴下布局文件~~
<?xml version="1.0" encoding="utf-8"?>
参考链接
扫描线种子填充算法的解析
图像处理之泛洪填充算法(Flood Fill Algorithm)
递归种子填充算法
扫描线种子填充算法
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对创新互联的支持。