5 Algoritmy vyplňování 2D oblastí
|
|
- Marcela Žaneta Jarošová
- před 7 lety
- Počet zobrazení:
Transkript
1 5 Algoritmy vyplňování 2D oblastí Studijní cíl Tento blok je věnován základním algoritmům pro vyplňování plošných objektů. V textu bude vysvětlen rozdíl mezi vyplňováním oblastí, které jsou definovány rastrovým obrazem a oblastí, které jsou definovány vektorově. Dále budou představeny modifikace pro vyplnění jednolitou barvou, barevným přechodem, šrafováním a vlastním vzorem, který je definován pomocí matice vzoru. Pro vybrané algoritmy bude ukázána i jejich základní implementace. Doba nutná k nastudování 3-4 hodiny Průvodce studiem Při studiu tohoto bloku se předpokládá, že student je seznámen se základy analytické geometrie, dokáže použít vztahy pro nalezení průsečíků dvou přímek, zvládá základy práce s vektory, dokáže určit směrový a normálový vektor přímky, chápe význam skalárního a vektorového součinu a dokáže pracovat s jednotlivými pixely rastrového obrazu. 5.1 Definice oblasti a její rasterizace Pro potřeby dalšího výkladu lze definovat oblast (area) jako uzavřenou část plochy, která je charakterizována především svým okrajem (hranicí). Oblast může, ale také nemusí být konvexní. Součástí hranice oblasti pro potřeby vyplňování se mohou stát i okraje zobrazované plochy (okna). Úplná definice oblasti zahrnuje samotnou definici hranice, způsob vykreslení hranice, způsob vykreslení vnitřních bodů oblasti, vztažný bod pro počátek výplně, který bude použit při složitějším způsobu vyplňování, např.: vzorem, šrafováním nebo texturou. KST/IPOGR 1-1 Petr Veselý
2 Rasterizace oblasti řeší nalezení všech vnitřních zobrazovaných bodů (pixelů) dané oblasti a definování jejich barvy. K rasterizaci oblasti nelze použít již dříve představené rasterizační algoritmy liniových objektů, neboť ty jsou schopny nalézt pouze obrazové body příslušné hranice dané oblasti. Hranice je možno všeobecně chápat jako objekt, který vzájemně odděluje vnitřní plochu (body) oblasti od jejího okolí. Při specifikování oblasti může být použito obecně dvou způsobů definice hranice: Hranice určená geometricky (vektorově) Je tvořena posloupností bodů (definujících mnohoúhelník), případně posloupností geometricky popsaných liniových grafických primitiv (úsečky, křivky). Ve druhém případě je pro jednoduchost vhodné provést aproximaci křivek na lomenou čáru, neboť některé algoritmy požadují na vstupu právě posloupnost bodů definujících mnohoúhelník. Předpokladem vektorově definované hranice je uzavřenost oblasti (poslední bod = první bod, popřípadě automatické propojení posledního a prvního bodu). Hranice určená rastrovým obrazem Tato oblast je uřčena pouze obsahem (barvou) jednotlivých pixelů ve vybraném rastrovém podkladu. Za rastrový podklad může být považován i obsah obrazové paměti. Podstatná pro určení vnitřních bodů oblasti je specifikace barvy bodů tvořících hranici, nebo specifikace barvy vnitřních bodů oblasti. Při tomto způsobu definice hranice musí být uživatelem (nebo programem) určen jeden obrazový bod (pixel), který patří mezi vnitřní body (tzv. semínko). Rasterizační algoritmy se obecně dělí na dvě skupiny podle toho, se kterou definicí hranice dokáží pracovat. Dále budou představeny vybrané algoritmy, které jsou schopny vyplnit vektorově nebo rastrově definovanou oblast. 5.2 Způsob vyplnění Pro většinu algoritmů platí, že jsou schopny provést výplň oblasti (nastavení barvy vnitřních bodů oblasti) jedním z následujících způsobů (případně jejich kombinací): KST/IPOGR 1-2 Petr Veselý
3 Výplň jednou určenou barvou, tzv. jednolité souvislé vyplnění (Solid Fill) Aplikování barevného přechodu dvou nebo více barev (Gradient Fill, Multi- Color Gradient Fill) Šrafování oblasti (Hatch Fill) pravidelným nebo nepravidelným opakováním dvou nebo více barev Opakovaným nanášením zadaného vzoru (Pattern Fill) Texturové vyplnění, kdy je pro nastavení bravy na vnitřních bodů použit vybraný rastrový obrázek (Texture/Picture Fill) 5.3 Vyplňování vektorově zadané oblasti Řádkové vyplňování Tento algoritmus je založen na postupném nalezení průsečíků jednotlivých řádků obrazového rastru se všemi hraničními úsečkami, které tvoří hranici dané oblasti. Nalezené průsečíky na každém řádku jsou využity k určení (a následnému zabarvení) té části řádku, která tvoří vnitřní body oblasti. KST/IPOGR 1-3 Petr Veselý
4 Obrázek 1: Základní princip řádkového vyplňování Samotný algoritmus se skládá z několika kroků, které jsou popsány a vysvětleny na následujícím ukázkovém příkladu, který je znázorněn na obrázku 1. Je dána vektorově definovaná uzavřená oblast, která je ohraničena nepravidelným osmiúhelníkem, který je určen posloupností vrcholů A-B-C-D-E-F-G-H. Krok 1 Odstranění vodorovných hran Vzhledem k tomu, že budou následně vyhledávány průsečíky jednotlivých řádků, které lze analyticky popsat jako vodorovné přímky, s jednotlivými hranami mnohoúhelníku (tvořící hranici), generovaly by vodorovné hrany nekonečně mnoho průsečíků a proto musí být z dalšího zpracování vypuštěny Krok 2 Orientace a zkrácení zbývajících hran Této krok slouží jako příprava před hledáním průsečíků. Je totiž nutné rozpojit hrany, které mají společný bod. Pokud by se toto rozpojení neprovedlo, došlo by při následném hledání průsečíků k nalezení násobných průsečíků, což by způsobilo problémy při jejich dalším zpracování. Všechny zbývající hrany je třeba orientovat stejným směrem (shora dolů nebo zdola nahoru) a poté se rozpojení provede zkrácením úseček, tvořící jednotlivé KST/IPOGR 1-4 Petr Veselý
5 hrany. Důležité je zkracovat všechny hrany na stejné straně, buď na jejich začátku, nebo na konci. Krok 3 Průchod přes všechny řádky V tomto kroku je určen rozsah řádků rastru, kde mohou být hledány průsečíky s jednotlivými hranami a následně je spuštěn cyklus, který provede pro každý řádek krok 3a a 3b. Kroky 3a + 3b Nalezení průsečíků a zobrazení vnitřních bodů na řádku V tomto kroku jsou nalezeny všechny průsečíky daného řádku rastru se všemi upravenými úsečkami, tvořící hranici (mimo úseček, vyloučených v kroku 1). Těchto průsečíků musí být sudý počet. Jednotlivé nalezené průsečíky jsou následně seřazeny dle x-ové souřadnice průsečíku. Vnitřní body oblasti, ležící na daném řádku rastru se nachází vždy mezi lichým a následujícím sudým průsečíkem v seznamu (indexovaném od 1) nalezených a seřazených průsečíků z daného řádku. Jinými slovy vnitřní body leží mezi 1. a 2. průsečíkem, dále mezi 3. a 4. průsečíkem atd. Jejich změnu barvy lze provést buď jednotlivě pixel po pixelu, nebo podstatně rychlejším způsobem pomocí metody pro kreslení úsečky. KST/IPOGR 1-5 Petr Veselý
6 Následující kód obsahuje implementaci hledání průsečíků na jednom konkrétním řádku rastru. Parematry metody urcenipruseciku jsou hranice oblasti (mnohoúhelník, předaný jako instance třídy Polygon) a y-ová souřadnice představující konkrétní řádek rastru. Návratovou hodnotu tvoří seznam x-ových souřadnic nalezených průsečíků. static ArrayList <Float> urcenipruseciku(polygon p, int y) { ArrayList <Float> seznam = new ArrayList <Float> (); int zx, zy, kx, ky; float smernice; int dy, dx; float x; Point zacatek = new Point(p.xpoints[p.npoints-1], p.ypoints[p.npoints-1]); Point konec; for (int index = 0; index < p.npoints; index++) { konec = new Point(p.xpoints[index], p.ypoints[index]); //logika je v SSZ (pixely, y roste dolu) if (zacatek.y<konec.y) { zx = zacatek.x; zy = zacatek.y; kx = konec.x; ky = konec.y; } else { zx = konec.x; zy = konec.y; kx = zacatek.x; ky = zacatek.y; } dy = ky - zy; dx = kx - zx; // ignorovani vodorovneho useku if (dy!=0) { // osetreni svisleho useku neni treba, // smernice = +/- Infinity smernice = (float) dy / dx; KST/IPOGR 1-6 Petr Veselý
7 // zkraceni useku na jeho konci // pro svisle useky neni treba pocitat // nove kx, zustava stejne ky = ky - 1; if (dy!=0) kx = Math.round(kx - 1/smernice); if ((zy<=y) && (ky>=y)) { if (dy!=0) x = zx + (y-zy)/smernice; else x = zx; } seznam.add(x); } } zacatek = konec; } return seznam; Příklad 2: Nalezení průsečíků v algoritmu řádkového vyplňování 5.4 Vyplňování rastrově zadané oblasti Semínkové vyplňování Základem je semínko, které určí uživatel jako začátek vyplňování. Tento pixel se vybarví požadovanou barvou a postup se opakuje na všechny jeho sousedy, pokud patří do vnitřní oblasti. Implementace je možná pomocí rekurzivní varianty, nebo pomocí vlastního zásobníku. Tento způsob jednoduchého rastrového vyplňování nevykazuje příliš velkou efektivitu (opakované vyplňování již vyplněných pixelů) a při použití zásobníku je omezen jeho velikostí a nehodí se k reálnému vyplnění větších oblastí Určení hranice Při rastrovém vyplňování může být hranice určena dvojím způsobem: KST/IPOGR 1-7 Petr Veselý
8 Hraniční vyplňování - Určuje se barva hranice a bod patří do oblasti, pokud má jinou barvu než hranice. Záplavové vyplňování - Vnitřní body jsou ty, které mají stejnou barvu jako původní semínko Spojitost rastrově definované oblasti Obdobně jako u rasterizace liniových objektů je možno i při rasterizaci plošných objektů hovořit o spojitosti. Pro rasterizaci oblasti platí: 4-spojitá oblast je tvořena jednotlivými vnitřními body, přičemž mezi libovolnými dvěmi existuje cesta složená z vodorovných a svislých kroků po vnitřních bodech této oblasti. Je ohraničena 8 spojitou hranicí. KST/IPOGR 1-8 Petr Veselý
9 8-spojitá oblast je tvořena jednotlivými vnitřními body, přičemž mezi libovolnými dvěmi existuje cesta složená z vodorovných a svislých a diagonálních kroků po vnitřních bodech této oblasti. Je ohraničena 4 spojitou hranicí Semínkové vyplňování řádková varianta Efektivnější, menší velikost zásobníku, rychlejší (kreslení vodorovných čar, méně opakovaného testování). Semínko obsahuje atributy všech čtyř směrů pro další prohledávání. Pro každou položku vybranou ze zásobníku určujeme okraje oblasti na daném řádku. Postup: (1) Zadané semínko vložíme do zásobníku s atributy (true) všech čtyř směrů pro další prohledávání. (2) Dokud není zásobník prázdný, vybereme jednu položku a provedeme s ní následující operace: (2.a) Pokud obsahuje směr NAHORU a pixel [x, y-1] je vnitřní, vložíme tento pixel do zásobníku s atributy,,. (2.b) Pokud obsahuje směr DOLU a pixel [x, y+1] je vnitřní, vložíme tento pixel do zásobníku s atributy,,. KST/IPOGR 1-9 Petr Veselý
10 (2.c) Pokud obsahuje směr VLEVO, zmenšujeme x a hledáme v tomto směru poslední vnitřní bod. (2.d) Pokud obsahuje směr VPRAVO zvětšujeme x a hledáme v tomto směru poslední vnitřní bod. (2.e) Vykreslíme zadanou barvou pixely mezi nalezenými krajními body. (2.c.1, 2.d.1) Při hledání minima a maxima na daném řádku je třeba kontrolovat i změnu barvy u bodů [x, y-1] a [x, y+1] (podle směru ) a pokud nastala mezi [x, y-1] a [x-1, y-1], respektive mezi ([x, y+1] a [x-1, y+1]) změna z hraniční na překreslovanou barvu, je třeba tyto body zanést s příslušnými atributy směru ( ) (resp. ) do zásobníku. Pojmy k zapamatování Rasterizace, rasterizační algoritmus, grafická primitiva, rekurze, záplavové a hraniční vyplňování, semínko, čtyř a osmispojitá oblast, obrazová paměť KST/IPOGR 1-10 Petr Veselý
11 Otázky na procvičení 1. Jaké jsou základní 2D plošné grafické primitivy? 2. Jak je definována oblast? 3. Jaké jsou možnosti vyplnění oblasti? 4. Jaký je rozdíl mezi rastrově a vektorově definovanou oblastí? 5. Jak je ohraničená čtyřspojitá a ospispojitá oblast? 6. Co je to rekurzivní algoritmus? 7. Jaké jsou způsoby pro vyplnění vektorově definované oblasti? 8. Jak se řeší vyplnění pomocí šrafování? 9. Jaká je úprava algoritmu pro šrafování pod libovolným úhlem? 10. Jaký je algoritmus inverzního vyplňování? Odkazy a další studijní prameny Žára, J., Beneš, B., Felkel, P. Moderní počítačová grafika. Computer Press, Brno, ISBN Foley, Van D. Computer Graphics. Principles and Practice. Addison-Wesley,1991. KST/IPOGR 1-11 Petr Veselý
7 Transformace 2D. 7.1 Transformace objektů obecně. Studijní cíl. Doba nutná k nastudování. Průvodce studiem
7 Transformace 2D Studijní cíl Tento blok je věnován základním principům transformací v rovinné grafice. V následujícím textu bude vysvětlen rozdíl v přístupu k transformacím u vektorového a rastrového
Více13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
Více9 Prostorová grafika a modelování těles
9 Prostorová grafika a modelování těles Studijní cíl Tento blok je věnován základům 3D grafiky. Jedná se především o vysvětlení principů vytváření modelů 3D objektů, jejich reprezentace v paměti počítače.
Více11 Zobrazování objektů 3D grafiky
11 Zobrazování objektů 3D grafiky Studijní cíl Tento blok je věnován základním algoritmům zobrazení 3D grafiky. Postupně budou probrány základní metody projekce kolmé promítání, rovnoběžné promítání a
VíceText úlohy. Která barva nepatří do základních barev prostoru RGB? Vyberte jednu z nabízených možností: a. Černá b. Červená c. Modrá d.
Úloha 1 Která barva nepatří do základních barev prostoru RGB? a. Černá b. Červená c. Modrá d. Zelená Úloha 2 V rovině je dán NEKONVEXNÍ n-úhelník a bod A. Pokud paprsek (polopřímka) vedený z tohoto bodu
VíceUniverzita Palackého v Olomouci
Počítačová grafika - 8. cvičení Radek Janoštík Univerzita Palackého v Olomouci 12.11.2018 Radek Janoštík (Univerzita Palackého v Olomouci) Počítačová grafika - 8. cvičení 12.11.2018 1 / 11 Výplň oblasti
Více12 Metody snižování barevného prostoru
12 Metody snižování barevného prostoru Studijní cíl Tento blok je věnován základním metodám pro snižování barevného rozsahu pro rastrové obrázky. Postupně zde jsou vysvětleny důvody k použití těchto algoritmů
VíceRasterizace je proces při kterém se vektorově definovaná grafika konvertuje na. x 2 x 1
Kapitola 4 Rasterizace objektů Rasterizace je proces při kterém se vektorově definovaná grafika konvertuje na rastrově definované obrazy. Při zobrazení reálného modelu ve světových souřadnicích na výstupní
VíceJana Dannhoferová Ústav informatiky, PEF MZLU
Počítačová grafika 1. Definice oblasti souvisí: a) s definováním množiny všech bodů, které náleží do hranice a zároveň do jejího vnitřku b) s popisem její hranice c) s definováním množiny všech bodů, které
VíceGeometrické vyhledávání
mnohoúhelníky a jejich vlastnosti lokalizace bodu vůči konvexnímu mnohoúhelníku rozhodnutí, zda je bod vnitřní či vnější lokalizace bodu vůči nekonvexnímu mnohoúhelníku rozhodnutí, zda je bod vnitřní či
VíceVyplňování souvislé oblasti
Počítačová grafika Vyplňování souvislé oblasti Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU. Které z následujících tvrzení není pravdivé: a) Princip interpolace je určení
VíceTéma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech."
Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech." Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Na
Více4 Rasterizace liniových objektů
4 Rasterizace liniových objektů Studijní cíl Tento blok je věnován základním algoritmům pro rasterizaci liniových (tzv. čárových) objektů, mezi které patří zejména úsečky, mnohoúhelníky, lomené čáry a
VíceWatkinsův algoritmus řádkového rozkladu
Watkinsův algoritmus řádkového rozkladu 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15 Watkinsův algoritmus nepotřebuje výstupní buffer rastrový výstup
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
Více2 Grafický výstup s využitím knihovny
2 Grafický výstup s využitím knihovny Studijní cíl Tento blok je věnován základním principům při vytváření grafického výstupu pomocí standardních metod, které poskytuje grafické rozhraní. V textu budou
VícePočítačová grafika 1 (POGR 1)
Počítačová grafika 1 (POGR 1) Pavel Strachota FJFI ČVUT v Praze 8. října 2015 Kontakt Ing. Pavel Strachota, Ph.D. Katedra matematiky Trojanova 13, místnost 033a E-mail: WWW: pavel.strachota@fjfi.cvut.cz
VíceAlgoritmy pro ořezávání 2D polygonů
Algoritmy pro ořezávání 2D polygonů Využití ořezávání v praxi odstranění částí obrazu nacházejících se mimo zobrazitelnou oblast výstupního zařízení Využití ořezávání v praxi Vyplňování 3D objektů Vytvoření
VíceAlgoritmizace prostorových úloh
Algoritmizace prostorových úloh Vektorová data Daniela Szturcová Prostorová data Geoobjekt entita definovaná v prostoru. Znalost jeho identifikace, lokalizace umístění v prostoru, vlastností vlastních
VíceZobrazování těles. problematika geometrického modelování. základní typy modelů. datové reprezentace modelů základní metody geometrického modelování
problematika geometrického modelování manifold, Eulerova rovnost základní typy modelů hranový model stěnový model objemový model datové reprezentace modelů základní metody geometrického modelování těleso
VíceSEZNAM ANOTACÍ. CZ.1.07/1.5.00/ III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_MA4 Analytická geometrie
SEZNAM ANOTACÍ Číslo projektu Číslo a název šablony klíčové aktivity Označení sady DUM Tematická oblast CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_MA4 Analytická
VíceVY_32_INOVACE_INF.10. Grafika v IT
VY_32_INOVACE_INF.10 Grafika v IT Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Jiří Kalous Základní a mateřská škola Bělá nad Radbuzou, 2011 GRAFIKA Grafika ve smyslu umělecké grafiky
VíceDynamické datové struktury III.
Dynamické datové struktury III. Halda. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK. Tomáš Bayer bayertom@natur.cuni.cz (Katedra aplikované
VíceGeometrické transformace pomocí matic
Geometrické transformace pomocí matic Pavel Strachota FJFI ČVUT v Praze 2. dubna 2010 Obsah 1 Úvod 2 Geometrické transformace ve 2D 3 Geometrické transformace ve 3D Obsah 1 Úvod 2 Geometrické transformace
VícePŘÍMKA A JEJÍ VYJÁDŘENÍ V ANALYTICKÉ GEOMETRII
PŘÍMKA A JEJÍ VYJÁDŘENÍ V ANALYTICKÉ GEOMETRII V úvodu analytické geometrie jsme vysvětlili, že její hlavní snahou je popsat geometrické útvary (body, vektory, přímky, kružnice,...) pomocí čísel nebo proměnných.
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
VíceFakulta elektrotechniky a informatiky Počítačová grafika. Zkouška ústní
Zkouška ústní (Anti)aliasing Aliasing je jev, ke kterému může docházet v situacích, kdy se spojitá (analogová) informace převádí na nespojitou (digitální signály). Postup, jak docílit lepší ostrosti obrazu
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
Více2 Tvorba interaktivních grafických programů
2 Tvorba interaktivních grafických programů Studijní cíl Tento blok je věnován vytváření interaktivních grafických programů. Podrobně bude vysvětleno, jakým způsobem je možno programově reagovat na události
Více2. Mřížky / Záplavové vyplňování
2. Mřížky / Záplavové vyplňování BI-EP2 Efektivní programování 2 LS 2017/2018 Ing. Martin Kačer, Ph.D. 2011-18 Martin Kačer Katedra teoretické informatiky Fakulta informačních technologií České vysoké
VíceÚloha 1. Text úlohy. Vyberte jednu z nabízených možností: NEPRAVDA. PRAVDA Úloha 2. Text úlohy
Úloha 1 Úloha 2 Otázka se týká předchozího kódu. Určete pravdivost následujícího tvrzení: "Pro každý bod vytvoří úsečku mezi ním a středem panelu." Úloha 3 Otázka se týká předchozího kódu. Určete pravdivost
VíceGymnázium Jiřího Ortena, Kutná Hora
Předmět: Cvičení z matematiky Náplň: Systematizace a prohloubení učiva matematiky Třída: 4. ročník Počet hodin: 2 Pomůcky: Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné obory
VíceSystematizace a prohloubení učiva matematiky. Učebna s dataprojektorem, PC, grafický program, tabulkový procesor. Gymnázium Jiřího Ortena, Kutná Hora
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Cvičení z matematiky Systematizace a prohloubení učiva matematiky 4. ročník 2 hodiny Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné
VíceVýpočetní geometrie Computational Geometry
Datové struktury a algoritmy Část 11 Výpočetní geometrie Computational Geometry Petr Felkel 20.12.2005 Úvod Výpočetní geometrie (CG) Příklady úloh Algoritmické techniky paradigmata řazení - jako předzpracování
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. 2. PŘEDNÁŠKA MATEMATICKÝ MODEL ÚLOHY LP Mgr. Sekničková Jana, Ph.D. 2 OSNOVA PŘEDNÁŠKY Obecná formulace MM Množina
VíceGrafická data jsou u 2D vektorové grafiky uložena ve voxelech NEPRAVDA Grafická data jsou u rastrové grafiky uložena v pixelech PRAVDA Grafická data
Grafická data jsou u 2D vektorové grafiky uložena ve voxelech Grafická data jsou u rastrové grafiky uložena v pixelech Grafická data jsou u vektorové grafiky uložena v pixelech Na rozdíl od rastrové grafiky
VíceGEOGRAFICKÉ INFORMAČNÍ SYSTÉMY 10
UNIVERZITA TOMÁŠE BATI VE ZLÍNĚ FAKULTA APLIKOVANÉ INFORMATIKY GEOGRAFICKÉ INFORMAČNÍ SYSTÉMY 10 Lubomír Vašek Zlín 2013 Tento studijní materiál vznikl za finanční podpory Evropského sociálního fondu (ESF)
VíceFergusnova kubika, která je definována pomocí bodu P1, vektoru P1P2, bodu P3 a vektoru P3P4
Která barva nepatří do základních barev prostoru RGB? a. Černá b. Zelená c. Modrá d. Červená Úloha 2 Jakým minimálním počtem bodů je jednoznačně určena interpolační křivka 5. řádu? a. 6 b. 3 c. 5 d. 7
VíceFunkce a lineární funkce pro studijní obory
Variace 1 Funkce a lineární funkce pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Funkce
VíceICT podporuje moderní způsoby výuky CZ.1.07/1.5.00/ Matematika analytická geometrie. Mgr. Pavel Liška
Název projektu ICT podporuje moderní způsoby výuky Číslo projektu CZ.1.07/1.5.00/34.0717 Název školy Gymnázium, Turnov, Jana Palacha 804, přísp. organizace Číslo a název šablony klíčové aktivity IV/2 Inovace
VíceVE 2D A 3D. Radek Výrut. Abstrakt Tento článek obsahuje postupy pro výpočet Minkowského sumy dvou množin v rovině a pro výpočet Minkowského sumy
25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Radek Výrut VÝPOČET MINKOWSKÉHO SUMY VE 2D A 3D Abstrakt Tento článek obsahuje postupy pro výpočet Minkowského sumy dvou množin v rovině a pro výpočet Minkowského
VíceRekurzivní sledování paprsku
Rekurzivní sledování paprsku 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 21 Model dírkové kamery 2 / 21 Zpětné sledování paprsku L D A B C 3 / 21 Skládání
VíceA[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz
1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině
VíceINOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Vektorová data Michal Kačmařík, Daniela
VíceFunkce - pro třídu 1EB
Variace 1 Funkce - pro třídu 1EB Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv využití výukového materiálu je povoleno pouze s odkazem na www.jarjurek.cz. 1. Funkce Funkce je přiřazení, které každému
VíceÚpravy rastrového obrazu
Přednáška 11 Úpravy rastrového obrazu Geometrické trasformace Pro geometrické transformace rastrového obrazu se používá mapování dopředné prochází se pixely původního rastru a určuje se barva a poloha
VíceKMA/GPM Barycentrické souřadnice a
KMA/GPM Barycentrické souřadnice a trojúhelníkové pláty František Ježek jezek@kma.zcu.cz Katedra matematiky Západočeské univerzity v Plzni, 2008 19. dubna 2009 1 Trojúhelníkové pláty obecně 2 Barycentrické
VíceGymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021
Maturitní témata MATEMATIKA 1. Funkce a jejich základní vlastnosti. Definice funkce, def. obor a obor hodnot funkce, funkce sudá, lichá, monotónnost funkce, funkce omezená, lokální a globální extrémy funkce,
VíceÚLOHY S POLYGONEM. Polygon řetězec úseček, poslední bod je totožný s prvním. 6 bodů: X1, Y1 až X6,Y6 Y1=X6, Y1=Y6 STANOVENÍ PLOCHY JEDNOHO POLYGONU
ÚLOHY S POLYGONEM Polygon řetězec úseček, poslední bod je totožný s prvním 6 bodů: X1, Y1 až X6,Y6 Y1=X6, Y1=Y6 STANOVENÍ PLOCHY JEDNOHO POLYGONU 3 úsečky (segmenty) v horní části 2 úsečky ve spodní části
VíceÚterý 8. ledna. Cabri program na rýsování. Základní rozmístění sad nástrojů na panelu nástrojů
Úterý 8. ledna Cabri program na rýsování program umožňuje rýsování základních geometrických útvarů, měření délky úsečky, velikosti úhlu, výpočet obvodů a obsahů. Je vhodný pro rýsování geometrických míst
Více1. Vektorové algoritmy jejich výstupem je soubor geometrických prvků, např.
Kapitola 5 Řešení viditelnosti Řešit viditelnost ve scéně umí většina grafických programů. Cílem je určit ty objekty, resp. jejich části, které jsou viditelné z určitého místa. Tyto algoritmy jsou vždy
VíceVzorce počítačové grafiky
Vektorové operace součet vektorů rozdíl vektorů opačný vektor násobení vektoru skalárem úhel dvou vektorů velikost vektoru a vzdálenost dvojice bodů v rovině (v prostoru analogicky) u = B A= b a b a u
Více4. cvičení. 15. října 2014
4. cvičení 15. října 2014 Petra Hrochová petra.hrochova@fsv.cvut.cz D 1035 Konzultační hodiny: Pondělí 15:45 16:45 Po dohodě e-mailem kdykoliv jindy Obsah CAD systémy a jejich rozdělení Rastrová a vektorová
VíceEuklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost.
Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost. Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a
VíceMATURITNÍ TÉMATA Z MATEMATIKY
MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické
VíceDynamické programování
Dynamické programování prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy (BI-EFA)
VíceFunkce jedn e re aln e promˇ enn e Derivace Pˇredn aˇska ˇr ıjna 2015
Funkce jedné reálné proměnné Derivace Přednáška 2 15. října 2015 Obsah 1 Funkce 2 Limita a spojitost funkce 3 Derivace 4 Průběh funkce Informace Literatura v elektronické verzi (odkazy ze STAGu): 1 Lineární
VíceAnalytická geometrie (AG)
Analytická geometrie (AG) - zkoumá geometrické útvary pomocí algebraických a analytických metod Je založena na vektorech a soustavě souřadnic, rozděluje se na AG v rovině a v prostoru. Analytická geometrie
VíceÚvod Typy promítání Matematický popis promítání Implementace promítání Literatura. Promítání. Pavel Strachota. FJFI ČVUT v Praze
Promítání Pavel Strachota FJFI ČVUT v Praze 30. března 2011 Obsah 1 Úvod 2 Typy promítání 3 Matematický popis promítání 4 Implementace promítání Obsah 1 Úvod 2 Typy promítání 3 Matematický popis promítání
VíceCVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17
CVIČNÝ TEST 36 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST 1 Určete iracionální číslo, které je vyjádřeno číselným výrazem (6 2 π 4
VíceLingebraické kapitolky - Analytická geometrie
Lingebraické kapitolky - Analytická geometrie Jaroslav Horáček KAM MFF UK 2013 Co je to vektor? Šipička na tabuli? Ehm? Množina orientovaných úseček majících stejný směr. Prvek vektorového prostoru. V
VíceHierarchický model. 1995-2013 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 16
Hierarchický model 1995-2013 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 16 Hierarchie v 3D modelování kompozice zdola-nahoru složitější objekty se sestavují
VíceZobrazování barev. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/
Zobrazování barev 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ ColorRep 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 18 Barevné schopnosti HW True-color
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu geoprvků. Geometrická
VíceReprezentace bodu, zobrazení
Reprezentace bodu, zobrazení Ing. Jan Buriánek VOŠ a SŠSE P9 Jan.Burianek@gmail.com Obsah Témata Základní dělení grafických elementů Rastrový vs. vektorový obraz Rozlišení Interpolace Aliasing, moiré Zdroje
VícePB001: Úvod do informačních technologíı
PB001: Úvod do informačních technologíı Luděk Matyska Fakulta informatiky Masarykovy univerzity podzim 2013 Luděk Matyska (FI MU) PB001: Úvod do informačních technologíı podzim 2013 1 / 29 Obsah přednášky
VíceDefinice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f
Výklad Globální extrémy mají stejný význam jako u funkcí jedné proměnné. Hledáme je bud na celém definičním oboru dané funkce, nebo na předem zadané podmnožině definičního oboru. Definice 6..1. Řekneme,
VíceDigitální učební materiál
Digitální učební materiál Číslo projektu CZ07/500/34080 Název projektu Zkvalitnění výuky prostřednictvím ICT Číslo a název šablony klíčové aktivity III/ Inovace a zkvalitnění výuky prostřednictvím ICT
Vícetransformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]
[1] Afinní transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím využití například v počítačové grafice Evropský sociální fond Praha & EU. Investujeme do
VícePOČÍTAČOVÁ GRAFIKA VEKTOROVÁ GRAFIKA POKROČILEJŠÍ ČINNOSTI
POČÍTAČOVÁ GRAFIKA VEKTOROVÁ GRAFIKA POKROČILEJŠÍ ČINNOSTI MALOVÁNÍ HODIN Naším úkolem bude namalovat nástěnné hodiny. VODÍCÍ LINKY Vodící linky umožňují přesné umístění kreslených objektů. Není nutné
Vícefakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceVypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY
Vlastnosti funkcí Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Definiční obor Definiční obor funkce je množina všech čísel,
VíceAlgoritmizace a programování
Algoritmizace a programování Řídicí struktury jazyka Java Struktura programu Příkazy jazyka Blok příkazů Logické příkazy Ternární logický operátor Verze pro akademický rok 2012/2013 1 Struktura programu
Více2.8.6 Parametrické systémy funkcí
.8.6 Parametrické sstém funkcí Předpoklad:, 0,, 50, 60 Stejně jako parametrická rovnice zastupuje mnoho rovnic najednou, parametrick zadaná funkce zastupuje mnoho funkcí. Pedagogická poznámka: Názornost
VíceMgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel
Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -
VícePoužité zdroje a odkazy: Nápověda Corel Draw X6, J. Švercl: Technické kreslení a deskriptivní geometrie pro školu a praxi
Označení materiálu: Autor: Mgr. Ludmila Krčmářová VY_32_INOVACE_PoGra1709 Tematický celek: Corel DrawX6 Učivo (téma): Kótování v Corel Draw Stručná Charakteristika: Využití nástrojů CD vhodných na kótování
VícePočítačová geometrie I
0 I RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info Osnova předmětu Pojem výpočetní geometrie, oblasti
VíceFunkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018
Funkce více proměnných Extrémy Přednáška pátá 12.března 2018 Zdroje informací Diferenciální počet http://homen.vsb.cz/~kre40/esfmat2/fceviceprom.html http://www.studopory.vsb.cz/studijnimaterialy/sbirka_uloh/pdf/7.pdf
VíceIng. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
Vícebfs, dfs, fronta, zásobník, prioritní fronta, halda
bfs, dfs, fronta, zásobník, prioritní fronta, halda Petr Ryšavý 20. září 2016 Katedra počítačů, FEL, ČVUT prohledávání grafů Proč prohledávání grafů Zkontrolovat, zda je sít spojitá. Hledání nejkratší
VíceMonochromatické zobrazování
Monochromatické zobrazování 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Mono 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 27 Vnímání šedých odstínů
VíceNalezněte hladiny následujících funkcí. Pro které hodnoty C R jsou hladiny neprázdné
. Definiční obor a hladiny funkce více proměnných Nalezněte a graficky znázorněte definiční obor D funkce f = f(x, y), kde a) f(x, y) = x y, b) f(x, y) = log(xy + ), c) f(x, y) = xy, d) f(x, y) = log(x
Více11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ. u. v = u v + u v. Umět ho aplikovat při
. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ Dovednosti:. Chápat pojmy orientovaná úsečka a vektor a geometrický význam součtu, rozdílu a reálného násobku orientovaných úseček a vektorů..
VícePříklad 1/23. Pro rostoucí spojité fukce f(x), g(x) platí f(x) Ω(g(x)). Z toho plyne, že: a) f(x) Ο(g(x)) b) f(x) Θ(g(x)) d) g(x) Ω(f(x))
Příklad 1/23 Pro rostoucí spojité fukce f(x), g(x) platí f(x) Ω(g(x)). Z toho plyne, že: a) f(x) Ο(g(x)) b) f(x) Θ(g(x)) c) g(x) Θ(f(x)) d) g(x) Ω(f(x)) e) g(x) Ο(f(x)) 1 Příklad 2/23 Pro rostoucí spojité
VíceGymnázium Vysoké Mýto nám. Vaňorného 163, Vysoké Mýto
Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT
VíceMaturitní témata profilová část
Seznam témat Výroková logika, úsudky a operace s množinami Základní pojmy výrokové logiky, logické spojky a kvantifikátory, složené výroky (konjunkce, disjunkce, implikace, ekvivalence), pravdivostní tabulky,
VíceDSA, První krok: máme dokázat, že pro left = right vrátí volání f(array, elem, left, right)
Indukcí dokažte následující výrok: pokud lef t a right jsou parametry funkce f a platí left right, pak volání f(array, left, right) vrátí minimální hodnotu z hodnot všech prvků v poli array na indexech
VícePříklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky
Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky Př. 1: Určete rovnice všech kružnic, které procházejí bodem A = * 6; 9+, mají střed na přímce p: x + 3y 18 = 0 a jejich poloměr
VíceLDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceMalířův algoritmus. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15
Malířův algoritmus 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15 Malířův algoritmus kreslení do bufferu video-ram, rastrová tiskárna s bufferem vyplňování
VíceObčas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z:
PARCIÁLNÍ DERIVACE Jak derivovat reálné funkce více proměnných aby bylo možné tyto derivace použít podobně jako derivace funkcí jedné proměnné? Jestliže se okopíruje definice z jedné proměnné dostane se
VíceTeorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:
VícePříklad 1 ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 6
Příklad 1 Vyšetřete průběh funkce: a) = b) = c) = d) =ln1+ e) =ln f) = Poznámka K vyšetřování průběhu funkce použijeme postup uvedený v zadání. Některé kroky nejsou již tak detailní, všechny by ale měly
VíceRastrová reprezentace
Rastrová reprezentace Zaměřuje se na lokalitu jako na celek Používá se pro reprezentaci jevů, které plošně pokrývají celou oblast, případně se i spojitě mění. Používá se i pro rasterizované vektorové vrstvy,
VícePROGRAMY PRO GIS. Formovat/formulovat problém pro aplikaci v počítači. Fungování GIS programů na základní úrovni - "uvažovat" jako počítač
PROGRAMY PRO GIS Formovat/formulovat problém pro aplikaci v počítači Fungování GIS programů na základní úrovni - "uvažovat" jako počítač Jak počítače řeší problémy procesor central processing unit - CPU
VíceVektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
VíceAlgoritmy a datové struktury
Algoritmy a datové struktury 1 / 34 Obsah přednášky Základní řídící struktury posloupnost příkazů podmínka cyklus s podmínkou na začátku cyklus s podmínkou na konci cyklus s pevným počtem opakování Jednoduchá
VíceBakalářská matematika I
1. Funkce Diferenciální počet Mgr. Jaroslav Drobek, Ph. D. Katedra matematiky a deskriptivní geometrie Bakalářská matematika I Některé užitečné pojmy Kartézský součin podrobnosti Definice 1.1 Nechť A,
VíceVýpočet průsečíků paprsku se scénou
Výpočet průsečíků paprsku se scénou 1996-2018 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Intersection 2018 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 26 Průsečík
VíceExtrémy funkce dvou proměnných
Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže
Více