山东大学计算机图形学期末复习15—

CG15

OpenGL缓冲区、读写操作以及混合（Blending）

一、OpenGL缓冲区概述

OpenGL中的缓冲区是用于存储像素数据的内存区域，主要包括以下类型：

颜色缓冲区（Color Buffer）：存储每个像素的颜色值。
深度缓冲区（Depth Buffer）：存储每个像素的深度信息，用于深度测试。
模板缓冲区（Stencil Buffer）：用于复杂的像素操作，如遮罩和多重渲染通道控制。
累积缓冲区（Accumulation Buffer）：用于图像的累积操作，如抗锯齿、模糊等。
辅助缓冲区（Auxiliary Buffer）：提供额外的渲染目标。
覆盖缓冲区（Overlay Buffer）：用于显示覆盖内容，如HUD界面。

这些缓冲区共同构成了帧缓冲区（Frame Buffer），是OpenGL渲染管线的核心部分。

二、缓冲区的定义

一个缓冲区由以下参数定义：

空间分辨率：宽度（n）×高度（m），例如1920×1080。
颜色深度（k）：每个像素的位数，决定颜色或数据的精度。例如，8位/像素表示256种灰度级别，24位/像素（RGB各8位）表示16.7百万种颜色。

这些参数决定了缓冲区的存储容量和显示精度。

三、OpenGL帧缓冲区结构

帧缓冲区是OpenGL中用于存储最终渲染图像的内存区域，由多个子缓冲区组成：

前缓冲区（Front Buffer）：当前显示在屏幕上的内容。
后缓冲区（Back Buffer）：用于后台渲染，完成后与前缓冲区交换，避免闪烁。
深度缓冲区（Depth Buffer）：用于深度测试，决定像素的可见性。
模板缓冲区（Stencil Buffer）：用于控制像素是否被绘制，常用于复杂渲染效果。

通过这些缓冲区的协同工作，OpenGL实现了高效的图形渲染。

四、缓冲区的读写操作

写入前读取目标像素，使用组合函数：
$d^{'} = f (s, d)$

$s$ ：源像素（来自CPU或纹理）
$d$ ：目标像素（帧缓冲区已有）
$f$ ：如替换、加法、XOR等逻辑运算

1. 写入缓冲区

OpenGL提供了多种函数用于将数据写入缓冲区：

// 设置清除颜色
glClearColor(GLfloat red, GLfloat green, GLfloat blue, GLfloat alpha);// 清除颜色缓冲区
glClear(GL_COLOR_BUFFER_BIT);

对于更复杂的写入操作，可以使用以下函数：

// 写入像素数据
glDrawPixels(GLsizei width, GLsizei height, GLenum format, GLenum type, const GLvoid *pixels);

2. 读取缓冲区

从缓冲区读取数据的函数包括：

// 读取像素数据
glReadPixels(GLint x, GLint y, GLsizei width, GLsizei height, GLenum format, GLenum type, GLvoid *pixels);

在读取之前，可以指定读取的缓冲区：

// 指定读取的缓冲区
glReadBuffer(GLenum mode); // 例如：GL_FRONT, GL_BACK

这些操作允许在应用程序中获取渲染结果，用于后续处理或保存。

五、混合（Blending）技术

混合是指在渲染时将源颜色（即将要绘制的颜色）与目标颜色（即当前缓冲区中的颜色）按照一定规则进行组合的过程，常用于实现透明效果或颜色叠加。

1. 启用混合

在使用混合功能前，需要启用混合：

glEnable(GL_BLEND);

2. 设置混合函数

混合函数定义了源颜色和目标颜色的组合方式：

glBlendFunc(GLenum sfactor, GLenum dfactor);

常用的参数包括：

GL_ZERO：因子为0。
GL_ONE：因子为1。
GL_SRC_ALPHA：源颜色的alpha值。
GL_ONE_MINUS_SRC_ALPHA：1减去源颜色的alpha值。

例如，实现标准的alpha混合：

glBlendFunc(GL_SRC_ALPHA, GL_ONE_MINUS_SRC_ALPHA);

3. 混合公式

混合的数学公式如下：

$C_{result} = C_{src} \times F_{src} + C_{dst} \times F_{dst}$

其中：

$C_{result}$ ：混合后的颜色。
$C_{src}$ ：源颜色。
$C_{dst}$ ：目标颜色。
$F_{src}$ ：源因子。
$F_{dst}$ ：目标因子。

通过调整混合函数的参数，可以实现多种视觉效果。

六、逻辑操作（Logical Operations）

XOR交换机制（三次异或可以无损交换两块数据）：
```
S = S ⊕ M;
M = S ⊕ M;
S = S ⊕ M;
```

OpenGL提供了逻辑操作功能，用于在像素级别进行位操作，如异或（XOR）、与（AND）、或（OR）等。

在这里插入图片描述

1. 启用逻辑操作

在使用逻辑操作前，需要启用该功能：

glEnable(GL_COLOR_LOGIC_OP);

2. 设置逻辑操作模式

使用glLogicOp函数设置逻辑操作模式：

glLogicOp(GLenum opcode);

常用的操作码包括：

GL_COPY：直接复制源颜色。
GL_XOR：源颜色与目标颜色进行异或操作。
GL_AND：源颜色与目标颜色进行与操作。
GL_OR：源颜色与目标颜色进行或操作。

例如，使用异或操作：

glLogicOp(GL_XOR);

需要注意，启用逻辑操作后，混合功能将被禁用。

七、位图（Bitmap）操作

位图（bitmap）是 1位图像，作为掩码使用：

0 → 不修改帧缓冲区
1 → 用当前光栅颜色绘制

典型用途：

文本渲染（GLUT字体）
光标显示

OpenGL提供了glBitmap函数，用于绘制1位像素的位图，常用于渲染文本或简单图形。

1. 使用`glBitmap`绘制位图

函数定义：

void glBitmap(GLsizei width, GLsizei height, GLfloat xorig, GLfloat yorig, GLfloat xmove, GLfloat ymove, const GLubyte *bitmap);

参数说明：

width, height：位图的宽度和高度。
xorig, yorig：位图原点相对于当前光栅位置的偏移。
xmove, ymove：绘制位图后，光栅位置的移动量。
bitmap：位图数据。

使用示例：

glRasterPos2f(x, y); // 设置光栅位置
glBitmap(width, height, xorig, yorig, xmove, ymove, bitmap);

这将在指定位置绘制位图，并更新光栅位置。

文本绘制与像素操作

一、OpenGL中文本绘制（第19页）

1. 文本渲染方式

OpenGL 支持两种主要文本渲染方式：

光栅文本（Raster Text）：
- 使用位图（bitmap）表示字符；
- 渲染速度快，适合实时应用；
- 不能放大缩小（不具备矢量特性）；
- 实现函数：glutBitmapCharacter()。
向量文本（Vector Text）：
- 使用轮廓曲线或多边形定义字符；
- 可缩放和旋转，但渲染开销大；
- 常用于打印、高质量文本展示；
- 实现函数：如 glutStrokeCharacter()。

2. 字体与字号

示例字体：Times, Courier, Computer Modern；
字体大小使用 点（pt） 表示，1 英寸 = 72 点；
- 10pt、24pt 等常用；
- 24pt 在72DPI的显示器上约高1/3英寸。

二、位图图形与绘制示例

棋盘格位图示例

GLubyte wb[2] = {0x00, 0xFF}; // 黑白色像素
GLubyte check[512]; // 512字节，表示64×64位图for (i = 0; i < 64; i++) {for (j = 0; j < 8; j++) {check[i * 8 + j] = wb[(i / 8 + j) % 2];}
}
glBitmap(64, 64, 0.0, 0.0, 0.0, 0.0, check);

每字节表示8个像素（1个位 = 1像素）；
使用 glBitmap 绘制此图案。

三、图像格式支持（第21～25页）

OpenGL与图像格式

OpenGL 只处理原始像素数据，不直接支持如 JPEG、TIFF 等格式。

格式	特点	OpenGL处理方式
JPEG	有损压缩，压缩率高	解码为RGB数组
TIFF	无损压缩，适合高质量图像	解码为像素数组
GIF	256色索引图像，支持简单动画	解码为RGB或灰度
PS/EPS	矢量格式，常用于出版	不能直接使用，需转为像素
PPM	原始像素格式，易解析	适合教学或快速测试

结论：需借助第三方库如 SOIL、stb_image、FreeImage 进行图像加载。

四、图像扭曲与矢量化引导

图像的数学定义（第26页）

图像是二维函数 $I (x, y)$ ，每个坐标点对应颜色值；
在计算机中是离散的，即 $f (i, j)$ ；
这种定义为图像处理与分析提供数学基础。

五、图像大小与格式压缩对比（第32页）

示例图像：1200 × 1200 像素（RGB，每像素3字节）；
原始未压缩大小 ≈ 4.12 MB；
使用 TIFF（无损压缩）后 ≈ 1.37 MB；
说明：压缩格式显著降低存储大小，但需转换为原始数据才能在 OpenGL 中使用。

六、OpenGL像素图像处理流程

像素基本概念

OpenGL 支持的图像类型：
- 灰度图：1字节/像素；
- RGB 图：3字节/像素；
支持三种像素操作：
1. 绘制像素（glDrawPixels）
2. 读取像素（glReadPixels）
3. 复制像素（glCopyPixels）

像素格式与类型

像素格式：GL_RGB, GL_RGBA, GL_COLOR_INDEX；
数据类型：GL_UNSIGNED_BYTE, GL_FLOAT；
函数：glPixelMap 可实现像素值的映射与替换（颜色替换、亮度调整等）。

像素读写函数

// 读取像素
glReadPixels(x, y, width, height, format, type, data);// 绘制像素
glDrawPixels(width, height, format, type, data);

用于图像保存、截图或离屏处理。

图像数据缩放

glPixelTransferf(GL_RED_SCALE, s);
glPixelTransferf(GL_GREEN_SCALE, s);
glPixelTransferf(GL_BLUE_SCALE, s);

调整颜色通道的缩放因子 $s$ ，用于图像增强；
开启字节交换以适应不同平台字节序：

glPixelStorei(GL_UNPACK_SWAP_BYTES, GL_TRUE);

像素读取示例

glReadPixels(200, 200, 200, 200, GL_RGB, GL_UNSIGNED_BYTE, p);

将中心区域200×200像素读取到内存，存入 char p[120000]。

像素绘制示例

glRasterPos2f(-1.0, -1.0);
glDrawPixels(200, 200, GL_RGB, GL_UNSIGNED_BYTE, p);

将刚才读取的数据绘制到窗口左下角，实现“像素复制”。

图像缩放（第39页）

glPixelZoom(xscale, yscale);

控制 glDrawPixels 的缩放比例；
xscale/yscale:
- 1：放大；
- <1：缩小；
- <0：翻转；

示例：

glPixelZoom(2.0, 2.0); // 放大2倍
glPixelZoom(0.5, 0.5); // 缩小1/2

显示回调函数

void display() {glClear(GL_COLOR_BUFFER_BIT);glRasterPos2i(0, 0);glDrawPixels(n, m, GL_RGB, GL_UNSIGNED_INT, image);glFlush();
}

用于注册到 GLUT 显示回调；
核心流程包括：清屏 → 设置光栅位置 → 绘图 → 刷新

Convex and Compact Superpixels byEdge-Constrained Centroidal Power Diagram

一、基本背景：什么是“超像素”？

在图像处理中，**像素（pixel）**是图像的最小单元，每个像素表示一个颜色值。但是像素是按网格排列的，不携带高级结构信息。

于是人们提出了**超像素（superpixel）**的概念：

将相邻、颜色或纹理相似的像素聚合成一个区域。
每个区域就称为一个“超像素”。
好处是：更紧凑的表示、更少的计算、更易于分析。

举例：

100x100像素图像有1万个像素。
用200个超像素表示它，可以显著减少处理开销。
在目标检测、分割、压缩中，超像素是常用的预处理步骤。

二、动机：为什么要“凸且紧凑”的超像素？

“凸”（convex）意味着一个区域中任意两点之间的直线仍在区域内部，这种形状：

更规则，边界清晰。
更适合后续矢量化或对象检测。

“紧凑”（compact）意味着区域面积小，形状接近圆形或正方形：

降低冗余。
保持每个区域的信息集中。

三、传统方法：Voronoi图与质心Voronoi图（CVT）

**Voronoi图（Voronoi Diagram）**是一个经典的几何工具：

给定一组点（称为“站点”），它把空间划分为若干个区域，使得：

每个区域包含所有离某个站点最近的点。

数学定义：
$v_i = \{ x \in \Omega \mid \|x - x_i\| \leq \|x - x_j\|,\ \forall j \neq i \}$
进一步优化后，就得到：

质心Voronoi图（Centroidal Voronoi Tessellation, CVT）：

每个站点位于其区域的“质心”上。
实现区域形状优化，使区域更规则、对称。

但问题是：CVT无法直接控制区域大小，不利于图像复杂区域的自适应划分。

四、改进：功率图（Power Diagram）与质心功率图（CPD）

**功率图（Power Diagram）**是在Voronoi图上加权：

数学形式：
$v_i^{\text{pow}} = \{ x \in \Omega \mid \|x - x_i\|^2 - w_i \leq \|x - x_j\|^2 - w_j \}$
特点：

每个站点x_i有一个权重w_i。
权重越大，对应的区域越小。
可以控制每个超像素的大小。

结合CVT与功率图，就得到：

质心功率图（Centroidal Power Diagram, CPD）

站点位于其功率区域的质心。
引入权重，使区域大小可调节。

五、ECCPD算法：论文核心方法

ECCPD = Edge-Constrained Centroidal Power Diagram

（1）优化目标函数：

$\sum_{i=1}^{N} \int_{P_{W_i}} \|x - x_i\|^2 d\sigma + \lambda \sum_{i=1}^N (w_i - \text{Weight}(x_i))^2$

解释：

第一项：区域内点到站点的距离平方和 → 控制紧凑性。
第二项：当前权重与图像特征（如边缘、颜色）的偏差平方和 → 控制适应性。
λ：平衡这两部分的系数。

最终目标：调整站点位置x_i和权重w_i，使E最小。

六、ECCPD算法流程

初始化：
- 输入图像。
- 设定初始站点位置（随机或边缘引导）。
- 分配初始权重（可设为常数或边缘相关）。
迭代优化：
- 计算每个区域的质心。
- 调整站点到质心。
- 更新权重。
后处理：
- 使边界与图像边缘对齐。
- 修正区域形状以提高凸性。

七、权重函数的设计：结合图像内容自适应

使用了距离场函数：
$\text{Dist}(p) = v \cdot \text{Eudist}(p)$
含义：

Eudist§：点p到最近边缘的欧氏距离。
v：缩放因子（越大则边缘区域更小）。

效果：

边缘区域（Eudist小）→ 超像素小 → 保留边缘细节。
内部区域（Eudist大）→ 超像素大 → 减少不必要的细节。

还结合了颜色差异，调整相邻区域颜色差异大的权重，增强内容敏感性。

八、实验分析与结果可视化

数据集：BSDS500, PASCAL-S。
评估指标：
- COM：紧凑性（越高越好）。
- BR：边界召回率。
- USE：未分割率（越低越好）。
- ASA：平均分割精度（越高越好）。

结果显示：ECCPD在保持高精度的同时，紧凑性领先于所有对比方法。