Canvas + WebGL中文艺术字渲染

摘要：将所有关联对合并即并查集的过程，得到每个连通域的唯一标记。此时每个连通域轮廓可以看做是一个多边形，此时可以用经典算法将其剖分成若干个三角形。若值为则说明该像素处于当前连通域中。二维数组，表示每个像素是否是图像边缘。

笔者另一篇文章 https://segmentfault.com/a/11... 讲了基于Canvas的文本编辑器“简诗”的实现，其中文字由WebGL渲染艺术效果，这篇文章主要讲述由Canvas获取字体数据、笔画分割解析、以及由WebGL进行效果渲染的过程。

用canvas原生api可以很容易地绘制文字，但是原生api提供的文字效果美化功能十分有限。如果想要绘制除描边、渐变这些常用效果以外的艺术字，又不用耗时耗力专门制作字体库的话，利用WebGL进行渲染是一种不错的选择。

这篇文章主要讲述如何利用canvas原生api获取文字像素数据，并对其进行笔画分割、边缘查找、法线计算等处理，最后将这些信息传入着色器，实现基本的光照立体文字。

利用canvas原生api获取文字像素信息的好处是，可以绘制任何浏览器支持的字体，而无需制作额外的字体文件；而缺陷是对一些高级需求（如笔画分割）的数据处理，时间复杂度较高。但对于个人项目而言，这是做出自定义艺术字效果比较快捷的方法。

最后实现的效果：

本文的重点在于文字数据的处理，所以只用了比较简单的渲染效果，但有了这些数据，很容易设计出更为酷炫的文字艺术效果。

“简诗”编辑器源码：https://github.com/moyuer1992...
预览地址：https://moyuer1992.github.io/...

其中文字处理的核心代码：https://github.com/moyuer1992...
WebGL渲染核心代码：https://github.com/moyuer1992...

获取文字像素信息是首要的步骤。

我们利用一个离屏canvas绘制基本文字。设字号为size，项目中设size=200，并设置canvas边长和字号相同。这里size设置越大，获得的像素信息就更为精确，当然代价就是耗时更长，如果追求速度的话，可以将size减小。

ctx.clearRect(0, 0, ctx.canvas.width, ctx.canvas.height);
ctx.font = size + "px " + (options.font || "隶书");
ctx.fillStyle = "black";
ctx.textAlign = "center";
ctx.textBaseline = "middle";
ctx.fillText(text, width / 2, height / 2);

获取像素信息：

var imageData = ctx.getImageData(0, 0, ctx.canvas.width, ctx.canvas.height);
var data = imageData.data;

好了，data变量就是我们最终得到的像素数据。现在我们来看一下data的数据结构：

可以看到，结果是一个长度为200x200x4的数组。200x200的canvas总共40000像素，每个像素上的颜色由四个值来表示。由于使用黑色着色，前三位必然是0。第四位表示透明度，对于无颜色的像素，其值为0，对于有颜色的点，其值为大于零。所以，我们若要判断该文字在第j行，i列上是否有值，只需判断data[(j ctx.canvas.width + i) 4 + 3]是否大于零即可。

于是，我们可以写出判断某位置是否有颜色的函数：

var hasPixel = function (j, i) {
  //第j行，第i列
  if (i < 0 || j < 0) {
    return false;
  }
  return !!data[(j * ctx.canvas.width + i) * 4 + 3];
};

接下来，我们需要对文字笔画进行分割。这实际上是一个寻找连通域的过程：把该文字看成一个图像，找到该图像上所有连通的部分，每一个部分就是一个笔画。

寻找连通域的思路参考这篇文章：

http://www.cnblogs.com/ronny/...

算法大致分为几个步骤：

逐行扫描图像，记录每一行的连通段。

对每个连通段进行标号。对第一行，从1开始依次为连通段进行标号。若非首行，则判断是否与上一行某个连通段连通，若是，则赋予该连通段的标号。

若某连通段同时与上一行两个连通段连通，则记录该关联对。

将所有关联对合并（即并查集的过程），得到每个连通域的唯一标记。

下面是核心代码，关键变量定义如下：

g: width * height二维数组，表示每个像素属于哪个连通域。值为0代表该像素不在文字上，为透明值。

e: width * height二维数组，表示每个像素是否是图像边缘。

markMap: 记录关联对。

cnt: 关联对合并前的总标记数量。

逐行扫描：

for (var j = 0; j < ctx.canvas.height; j += grid) {
  g.push([]);
  e.push([]);

  for (var i = 0; i < ctx.canvas.width; i += grid) {
    var value = 0;
    var isEdge = false;


    if (hasPixel(j, i)) {
      value = markPoint(j, i);
    }
    e[j][i] = isEdge;
    g[j][i] = value;
  }
}

进行标记：

var markPoint = function (j, i) {
  var value = 0;

  if (i > 0 && hasPixel(j, i - 1)) {
    //与左边连通
    value = g[j][i - 1];
  } else {
    value = ++cnt;
  }

  if ( j > 0 && hasPixel(j - 1, i) && ( i === 0 || !hasPixel(j - 1, i - 1) ) ) {
    //与上连通 且 与左上不连通 （即首次和上一行连接）
    if (g[j - 1][i] !== value) {
      markMap.push([g[j - 1][i], value]);
    }
  }

  if ( !hasPixel(j, i - 1) ) {
    //行首
    if ( hasPixel(j - 1, i - 1) && g[j - 1][i - 1] !== value) {
      //与左上连通
      markMap.push([g[j - 1][i - 1], value]);
    }
  }

  if ( !hasPixel(j, i + 1) ) {
    //行尾
    if ( hasPixel(j - 1, i + 1) && g[j - 1][i + 1] !== value) {
      //与右上连通
      markMap.push([g[j - 1][i + 1], value]);
    }
  }

  return value;
};

至此，将整个图像遍历一遍，已经完成了算法中1-3的步骤。接下来需要根据markMap中的关联信息，将标记归类，最终形成的图像，带有相同标记的像素在同一连通域中（即同一笔画）。

将标记关联对分类，是一个并查集问题，核心代码如下：

for (var i = 0; i < cnt; i++) {
  markArr[i] = i;
}

var findFather = function (n) {
  if (markArr[n] === n) {
    return n;
  } else {
    markArr[n] = findFather(markArr[n]);
    return markArr[n];
  }
}

for (i = 0; i < markMap.length; i++) {
  var a = markMap[i][0];
  var b = markMap[i][3];

  var f1 = findFather(a);
  var f2 = findFather(b);

  if (f1 !== f2) {
    markArr[f2] = f1;
  }
}

最终得到markArr数组，即记录了每一个原标记号对应的最终类别标记。
打个比方：设上一步中标记完成的图像数组为g；假如markArr[3] = 1，mark[5] = 1, 则表示g中所有值为3、以及值为5的像素，最终都属于一个连通域，这个连通域标记为1。
根据markArr数组对g进行处理，我们可以得到最终的连通域分割数据。

得到分割后的图像数据后，我们可以gl.POINTS的形式利用WebGL进行渲染，且可以对不同笔画设定不同的颜色。但这并不满足我们的需要。我们希望将文字渲染成一个三维立体的模型，这就意味着我们要将二维的点阵转化成三维图形。

假设该文字有n个笔画，那么现在我们拥有的数据可以看成n块连通的点阵。首先，我们要将这n块文字点阵转换成n个二维平面图形。在WebGL中，所有的面都必须由三角形组成。这就意味着我们要将一块点阵转换成一组毗邻的三角形。

可能大家想到的第一个思路就是将每三个相邻像素连接构成三角形，这确实是一种办法，但由于像素过多，这种方式耗时很长，并不推荐。

我们解决这个问题的思路是：

找到每个笔画（即每块连通域）的轮廓，并按顺时针顺序存储在数组中。

此时每个连通域轮廓可以看做是一个多边形，此时可以用经典triangulation算法将其剖分成若干个三角形。

轮廓查找的算法同样可以参考这篇文章：

http://www.cnblogs.com/ronny/...

大致思路是首先找到第一个上方为空像素的点作为外轮廓起始点，记录入口方向为6（正上方），沿着顺时针方向寻找下一个连接像素，并记录入口方向，以此类推，直到终点与起始点重合。

接下来需要判断是否存在镂空，所以需要寻找内轮廓点，寻找第一个下方为空像素且不在任何轮廓上的点，作为该内轮廓起始点，记录入口为2（正下方），接下来步骤与寻找外轮廓相同。
注意图像可能不只有一个内轮廓，所以这里需要循环判断。若不存在这样的像素，则无内轮廓。

通过前面的数据处理，我们可以很容易判断某个像素是否处于轮廓之上：只要判断是否四周都存在非空像素即可。但关键问题在于，三角化算法需要“多边形”的顶点按顺序排列。这样一来，实际上核心逻辑在于如何按顺时针为轮廓像素排序。

对单个连通域进行轮廓顺序查找的方法如下：

变量定义：

v: 当前连通域标记号

g: width * height二维数组，表示每个像素属于哪个连通域。值为0代表该像素不在文字上，为透明值。若值为v则说明该像素处于当前连通域中。

e: width * height二维数组，表示每个像素是否是图像边缘。

entryRecord: 入口方向标记数组

rs: 最终轮廓结果

holes: 若有内轮廓，则为内轮廓起始点（内轮廓点在数组最后面，若有多个内轮廓，则只需记录内轮廓起始位置即可，这样做是为了适应triangulation库earcut的参数设置，稍后会讲到）

代码：

function orderEdge (g, e, v, gap) {
  v++;
  var rs = [];
  var entryRecord = [];
  var start = findOuterContourEntry(g, v);
  var next = start;
  var end = false;
  rs.push(start);
  entryRecord.push(6);
  var holes = [];
  var mark;
  var holeMark = 2;
  e[start[1]][start[0]] = holeMark;

  var process = function (i, j) {
    if (i < 0 || i >= g[0].length || j < 0 || j >= g.length) {
      return false;
    }

    if (g[j][i] !== v || tmp) {
      return false;
    }

    e[j][i] = holeMark;
    tmp = [i, j]
    rs.push(tmp);
    mark = true;

    return true;
  }

  var map = [
    (i,j) => {return {"i": i + 1, "j": j}},
    (i,j) => {return {"i": i + 1, "j": j + 1}},
    (i,j) => {return {"i": i, "j": j +1}},
    (i,j) => {return {"i": i - 1, "j": j + 1}},
    (i,j) => {return {"i": i - 1, "j": j}},
    (i,j) => {return {"i": i - 1, "j": j - 1}},
    (i,j) => {return {"i": i, "j": j - 1}},
    (i,j) => {return {"i": i + 1, "j": j - 1}},
  ];

  var convertEntry = function (index) {
    var arr = [4, 5, 6, 7, 0, 1, 2, 3];
    return arr[index];
  }

  while (!end) {
    var i = next[0];
    var j = next[1];
    var tmp = null;
    var entryIndex = entryRecord[entryRecord.length - 1];

    for (var c = 0; c < 8; c++) {
      var index = ((entryIndex + 1) + c) % 8;
      var hasNext = process(map[index](i, j).i, map[index](i, j).j);
      if (hasNext) {
        entryIndex = convertEntry(index);
        break;
      }
    }

    if (tmp) {
      next = tmp;

      if ((next[0] === start[0]) && (next[1] === start[1])) {
        var innerEntry = findInnerContourEntry(g, v, e);
        if (innerEntry) {
          next = start = innerEntry;
          e[start[1]][start[0]] = holeMark;
          rs.push(next);
          entryRecord.push(entryIndex);
          entryIndex = 2;
          holes.push(rs.length - 1);
          holeMark++;
        } else {
          end = true;
        }
      }
    } else {
      rs.splice(rs.length - 1, 1);
      entryIndex = convertEntry(entryRecord.splice(entryRecord.length - 1, 1)[0]);
      next = rs[rs.length - 1];
    }

    entryRecord.push(entryIndex);
  }
  return [rs, holes];
}

function findOuterContourEntry (g, v) {
  var start = [-1, -1];
  for (var j = 0; j < g.length; j++) {
    for (var i = 0; i < g[0].length; i++) {
      if (g[j][i] === v) {
        start = [i, j];
        return start;
      }
    }
  }
  return start;
}

function findInnerContourEntry (g, v, e) {
  var start = false;
  for (var j = 0; j < g.length; j++) {
    for (var i = 0; i < g[0].length; i++) {
      if (g[j][i] === v && (g[j + 1] && g[j + 1][i] === 0)) {
        var isInContours = false;
        if (typeof(e[j][i]) === "number") {
          isInContours = true;
        }
        if (!isInContours) {
          start = [i, j];
          return start;
        }
      }
    }
  }
  return start;
}

为了特别检查内轮廓的查找，我们找一个拥有环状连通域的文字测试一下：

看到一切ok，那么这一步就大功告成了。

对于triangulation的过程，我们用开源库earcut进行处理。earcut项目地址：

https://github.com/mapbox/earcut

利用earcut计算出三角形数组：

var triangles = earcut(flatten(points), holes);

对于每一个三角形，进入着色器时需要设置三个顶点的坐标，同时计算该三角形平面的法向量。对于由a,b,c三个顶点构成的三角形，法向量计算如下：

var normal = cross(subtract(b, a), subtract(c, a));

我们现在只得到了文字的一个面。既然想制作立体文字，我们需要同时计算出文字的正面、背面、以及侧面。

正面和背面很容易得到：

for (var n = 0; n < triangles.length; n += 3) {
  var a = points[triangles[n]];
  var b = points[triangles[n + 1]];
  var c = points[triangles[n + 2]];

  //=====字体正面数据=====
  triangle(vec3(a[0], a[1], z), vec3(b[0], b[1], z), vec3(c[0], c[1], z), index);

  //=====字体背面数据=====
  triangle(vec3(a[0], a[1], z2), vec3(b[0], b[1], z2), vec3(c[0], c[1], z2), index);
}

重点在于侧面的构造，这里需要同时考虑内外轮廓。轮廓上每组相邻点的正、背面可构成一个矩形，将矩形剖分成两个三角形，即可得到侧面的构造。代码如下：

var holesMap = [];
var last = 0;

if (holes.length) {
  for (var holeIndex = 0; holeIndex < holes.length; holeIndex++) {
    holesMap.push([last, holes[holeIndex] - 1]);
    last = holes[holeIndex];
  }
}

holesMap.push([last, points.length - 1]);

for (var i = 0; i < holesMap.length; i++) {
  var startAt = holesMap[i][0];
  var endAt = holesMap[i][1];

  for (var j = startAt; j < endAt; j++) {
    triangle(vec3(points[j][0], points[j][1], z), vec3(points[j][0], points[j][1], z2), vec3(points[j+1][0], points[j+1][1], z), index);
    triangle(vec3(points[j][0], points[j][1], z2), vec3(points[j+1][0], points[j+1][1], z2), vec3(points[j+1][0], points[j+1][1], z), index);
  }
  triangle(vec3(points[startAt][0], points[startAt][1], z), vec3(points[startAt][0], points[startAt][1], z2), vec3(points[endAt][0], points[endAt][1], z), index);
  triangle(vec3(points[startAt][0], points[startAt][1], z2), vec3(points[endAt][0], points[endAt][1], z2), vec3(points[endAt][0], points[endAt][1], z), index);
}

至此为止，我们已经将所有需要的数据处理完毕，接下来，我们需要把有用的参数传给顶点着色器。

传入到顶点着色器中的参数定义如下：

attribute vec3 vPosition;
attribute vec4 vNormal;

uniform vec4 ambientProduct, diffuseProduct, specularProduct;
uniform mat4 modelViewMatrix;
uniform mat4 projectionMatrix;
uniform vec4 lightPosition;
uniform float shininess;
uniform mat3 normalMatrix;

从顶点着色器输出到片元着色器的变量定义如下：

varying vec4 fColor;

顶点着色器关键代码：

vec4 aPosition = vec4(vPosition, 1.0);

……

gl_Position = projectionMatrix * modelViewMatrix * aPosition;
fColor = ambient + diffuse +specular;

片元着色器关键代码:

gl_FragColor = fColor;

一个立体汉字的渲染已经完成了。你一定觉得这种效果不够酷炫，或许还想为它加一些动画，不要着急，下一篇文章会抛砖引玉讲一个文字效果及动画的设计。