基于canvas使用贝塞尔曲线平滑拟合折线段的方法
写在最前
本次分享一下在canvas中将绘制出来的折线段的棱角“磨平”,也就是通过贝塞尔曲线穿过各个描点来代替原有的折线图。
为什么要平滑拟合折线段
先来看下echarts下折线图的渲染效果:
一开始我没注意到其实这个折线段是曲线穿过去的,只认为是单纯的描点绘图,所以起初我实现的“简(丑)易(陋)”版本是这样的:
不要关注样式,重点就是实现之后才发现看起来人家echarts的实现描点非常的圆滑,也由此引发了之后的探讨。怎么有规律的画平滑曲线?
效果图
先来看下最终模仿的实现:
因为我也不知道echarts内部怎么实现的(逃
看起来已经非常圆润了,和我们最初的设想十分接近了。再看下曲线是否穿过了描点:
好的!结果很明显现在来重新看下我们的实现方式。
实现过程
- 绘制折线图
- 贝塞尔曲线平滑拟合
模拟数据
var data = [math.random() * 300]; for (var i = 1; i < 50; i++) { //按照echarts data.push(math.round((math.random() - 0.5) * 20 + data[i - 1])); } option = { canvas:{ id: 'canvas' }, series: { name: '模拟数据', itemstyle: { color: 'rgb(255, 70, 131)' }, areastyle: { color: 'rgb(255, 158, 68)' }, data: data } };
绘制折线图
首先初始化一个构造函数来放置需要用到的数据:
function lineargradient(option) { this.canvas = document.getelementbyid(option.canvas.id) this.ctx = this.canvas.getcontext('2d') this.width = this.canvas.width this.height = this.canvas.height this.tooltip = option.tooltip this.title = option.text this.series = option.series //存放模拟数据 }
绘制折线图:
lineargradient.prototype.draw1 = function() { //折线参考线 ... //要考虑到canvas中的原点是左上角, //所以下面要做一些换算, //diff为x,y轴被数据最大值和最小值的取值范围所平分的等份。 this.series.data.foreach(function(item, index) { var x = diffx * index, y = math.floor(self.height - diffy * (item - datamin)) self.ctx.lineto(x, y) //绘制各个数据点 }) ... }
贝塞尔曲线平滑拟合
贝塞尔曲线的关键点在于控制点的选择,可以动态的展现控制点不同而绘制的不同的曲线。而对于控制点的计算。。作者还是选择了百度一下毕竟数学不好:)。具体算法有兴趣的同学可以深入了解下,现在直接说下计算控制点的结论。
上面的公式涉及到四个坐标点,当前点,前一个点以及后两个点,而当坐标值为下图展示的时候绘制出来的曲线如下所示:
不过会有一个问题就是起始点和最后一个点不能用这个公式,不过那篇文章也给出了边界值的处理办法:
所以在将折线换成平滑曲线的时候,将边界值以及其他控制点计算好之后代入到贝塞尔函数中就完成了:
//核心实现 this.series.data.foreach(function(item, index) { //找到前一个点到下一个点中间的控制点 var scale = 0.1 //分别对于ab控制点的一个正数,可以分别自行调整 var last1x = diffx * (index - 1), last1y = math.floor(self.height - diffy * (self.series.data[index - 1] - datamin)), //前一个点坐标 last2x = diffx * (index - 2), last2y = math.floor(self.height - diffy * (self.series.data[index - 2] - datamin)), //前两个点坐标 nowx = diffx * (index), nowy = math.floor(self.height - diffy * (self.series.data[index] - datamin)), //当期点坐标 nextx = diffx * (index + 1), nexty = math.floor(self.height - diffy * (self.series.data[index + 1] - datamin)), //下一个点坐标 cax = last1x + (nowx - last2x) * scale, cay = last1y + (nowy - last2y) * scale, cbx = nowx - (nextx - last1x) * scale, cby = nowy - (nexty - last1y) * scale if(index === 0) { self.ctx.lineto(nowx, nowy) return } else if(index ===1) { cax = last1x + (nowx - 0) * scale cay = last1y + (nowy - self.height) * scale } else if(index === self.series.data.length - 1) { cbx = nowx - (nowx - last1x) * scale cby = nowy - (nowy - last1y) * scale } self.ctx.beziercurveto(cax, cay, cbx, cby, nowx, nowy); //绘制出上一个点到当前点的贝塞尔曲线 })
由于我每次遍历的点都是当前点,但是文章中给出的公式是计算会知道下一个点的控制点算法,故在代码实现中我将所有点的计算挪前了一位。当index = 0时也就是初始点是不需要曲线绘制的,因为我们绘制的是从前一个点到当前点的曲线,没有到0的曲线需要绘制。从index = 1开始我们就可以正常开始绘制,从0到1的曲线,由于index = 1时是没有在他前面第二个点的故其属于边界值点,也就是需要特殊进行计算,以及最后一个点。其余均按照正常公式算出ab的xy坐标代入贝塞尔函数即可。
最后
源代码见这里
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。