Programmieren in der Gartenlaube: Marschierende Quadrate in Processing

Einen habe ich aber noch: Daniel Shiffman und sein Co-Programmierer, sein Hund Gloria Pickle, programmieren den Marching Squares Algorithmus in Processing (Java) und natürlich in der Gartenlaube (wohl dem, der in Zeiten von Corona einen Garten und eine Laube hat). Marching Squares ist ein Algorithmus aus der Computergraphik zur Berechnung von Isolinien aus einer Datenquelle. Isolinien sind Linien, die Datenpunkte mit gleichen Werten verbinden. Einige typische Anwendungen für Marching Squares sind die Visualisierung von Isobaren auf Wetterkarten und Niveaulinien in Höhenfeldern.

Shiffman greift aber nicht auf externe Datenquellen zurück, sondern erzeugt sie per Zufall mit Open Simplex Noise.

Marching Squares ist verwandt mit dem Marching-Cubes-Algorithmus, welcher zum Visualisieren von Isoflächen eingesetzt wird, aber lange Jahre aus Patentgründen nicht eingesetzt werden konnte.

Literatur und Links

• William E. Lorensen and Harvey E. Cline: Marching cubes: A high resolution 3D surface construction algorithm, Computer Graphics Volume 21.4 (1987), p. 163-169
• Jamie Wong: Metaballs and Marching Squares, Zerø Wind vom 19. August 2014
• Kurt Spencer: Open Simplex Noise in Java, Version 1.1 vom 5. Oktonber 2014

Videos

• Coding Adventure: Marching Cubes
• Unity: Procedural Cave Generation (E02. Marching Squares)
• Coding Challenge #28: Metaballs
• What is OpenSimplex Noise?
• Coding in the Cabana 4: Worley Noise
• 2D Noise - Perlin Noise and p5.js Tutorial

Falls also am Sonntag das angekündigte Gewitter einschlägt – das dürfte Euch für ein paar Stunden an den Rechner fesseln.

Für mich stellt sich natürlich die Frage: Wie programmiert man dies in Python? Scikit-image hat da schon was vorbereitet. skimage.measure.find_contours() basiert auf dem Marching Square Algorithmus. Wenn ich das jetzt noch mit der Python Arcade Bibliothek verheiraten könnte … Still digging!

(Kommentieren)