świstak.codes

O programowaniu, informatyce i matematyce przystępnym językiem

Algorytmiczne rysowanie roślin

Przez półtora roku pisania bloga zazwyczaj pokazywałem algorytmy, które pozwalały nam na wykonywanie dość podstawowych czynności, często i tak już gdzieś głębiej schowanych w bibliotekach standardowych języków programowania. Tym razem jednak zabiorę Was w podróż w te piękniejsze i mniej standardowe rejony algorytmów. Mianowicie opowiemy sobie o rysowaniu algorytmicznie. A dokładniej — o algorytmicznym rysowaniu roślin.

Uwaga wstępna

Wszystkie pokazane poniżej prezentacje zostały napisane w JavaScript z wykorzystaniem biblioteki Lindenmayer. Ich kod źródłowy znajdziesz na moim GitHubie.

L-systemy

Wstęp

Wszystko, co opisuję w tym artykule, opiera się na idei zwanej L-systemami, czy też systemami Lindenmayera od nazwiska pomysłodawcy — węgierskiego biologa Aristida Lindenmayera.

L-systemy to, w skrócie mówiąc, zestaw reguł opisujący, jak wraz z kolejnymi iteracjami generować kolejne ciągi symboli. Pomijając wszystkie formalne zawiłości, możemy wyróżnić:

  • alfabet (VV) — zestaw symboli wykorzystywanych w L-systemie
  • aksjomat, inicjator (ω\omega) — ciąg symboli opisujący początkowy stan systemu
  • reguły, zbiór produkcji (PP) — definiują, jak należy zastępować symbole ciągiem innych

Pewnie się zastanawiasz, dlaczego piszę o ciągach symboli, a nie o grafice. Otóż początkowo L-systemy nie służyły do generowania grafiki, tylko do formalnego opisu procesów biologicznych.

Przykładowy L-system

Rozpatrzmy, jak to działa, na przykładowym L-systemie zdefiniowanym przez Lindenmayera, który służył modelowaniu rozwoju alg:

  • alfabet: A B
  • aksjomat: A
  • reguły: (A → AB), (B → A)

Wtedy wraz z kolejnymi iteracjami dostajemy następujące ciągi:

  • 0: A — zaczynamy od aksjomatu
  • 1: AB — mamy regułę, że A produkuje AB
  • 2: ABA — ponownie według reguły — A produkuje nam AB, natomiast działa też druga reguła, która zamienia B na A
  • 3: ABAAB
  • 4: ABAABABA
  • 5: ABAABABAABAAB

L-systemy w grafice komputerowej

L-systemy znalazły swoje zastosowanie w grafice komputerowej. Otóż zauważono, że owe symbole mogą być tak naprawdę poleceniami, co ma być w danym momencie rysowane, i tym samym można tworzyć twory graficzne o iteracyjnej strukturze, takie jak na przykład fraktale.

Tylko jakie tutaj można stosować polecenia? Na to odpowiada nam zagadnienie grafiki komputerowej nazywane grafiką żółwiową (z ang. turtle graphics).

Grafika żółwiowa

Grafika żółwiowa to technika rysowania grafiki wektorowej, gdzie rysuje się, wydając polecenia, co powinien zrobić w danym momencie kursor (powszechnie reprezentowany jako żółw wzorowany na edukacyjnych robotach-żółwiach, stąd nazwa). Są to polecenia typu „idź do przodu o 10 pikseli”, „obróć się w prawo o 90 stopni”. Aby polecenia miały sens i nie były od siebie niezależne, żółw przechowuje w swoim stanie następujące informacje:

  • Pozycję w układzie współrzędnych.
  • Kąt, pod którym żółw się przesuwa; można go rozumieć jako kierunek przesuwania.
  • Może też opcjonalnie posiadać inne informacje związane stricte ze stylem rysowania, jak kolor linii czy jej grubość. Nas w kontekście tego artykułu nie będzie to interesować.

Ideę rysowania w taki sposób możesz kojarzyć z edukacyjnego języka programowania Logo, który jeszcze kilka(naście) lat temu był nauczany na lekcjach informatyki w takich środowiskach, jak Logomocja czy Logo Komeniusz. W dość podobny sposób tworzone są też ścieżki w formacie plików wektorowych SVG.

Grafika żółwiowa w L-systemach

Nas grafika żółwiowa interesuje dlatego, że przez swoją ideę wydawania poleceń do rysowania idealnie pasuje do wykorzystania w L-systemach.

W tym kontekście najczęściej spotkamy się z następującymi poleceniami, które później stanowią alfabet wykorzystywany w L-systemach:

  • F — idź do przodu o długość d. Nową pozycję możemy wyliczyć jako x=x+dcosα , y=y+dsinαx' = x + d \cos{\alpha}\text{ , } y' = y + d\sin{\alpha}.
  • f — idź do przodu o długość d, ale bez rysowania.
  • + — obróć w lewo (przeciwnie do ruchu wskazówek zegara) o kąt δ\delta.
  • - — obróć w prawo (zgodnie z ruchem wskazówek zegara) o kąt δ\delta.

Przykładowo, narysowanie sekwencji FFF-FF-F-F+F+FF-F-FFF (zakładając, że δ=90\delta = 90^{\circ}) będzie wyglądać następująco:

Fraktale jako L-systemy

Bez wchodzenia w matematyczne detale, fraktale to obiekty, które można określić jako samopodobne, bądź też nieskończenie złożone. Ze względu na swoje właściwości L-systemy nadają się bardzo dobrze do tego, żeby opisać pewne fraktale. Do tego te, które chcę tu pokazać, są na tyle proste, że idealnie wprowadzą w temat wykorzystania praktycznego L-systemów w grafice komputerowej.

Omówię każdy z fraktali, jak można go zapisać w postaci L-systemu. Oprócz tego pod każdym z nich znajdziesz interaktywną prezentację, gdzie możesz zobaczyć, jak wraz z liczbą iteracji aksjomat jest przekształcany i jaki rezultat graficzny nam to daje. L-system dla uproszczenia będę opisywać symbolami pokazanymi wcześniej, analogicznie jak jest to w fachowej literaturze.

Krzywe Kocha

Krzywe Kocha to jedne z najprostszych fraktali, jakie możemy stworzyć. Mimo że krzywa ta jest nieskończenie długa, to mieści się na skończonej powierzchni. Istnieje wiele wariantów krzywych Kocha, z czego najpopularniejsza jest śnieżynka. My jednak zacznijmy od tzw. wyspy Kocha. Definiujemy ją następującym L-systemem:

ω:FFFFp:FFF+F+FFFF+Fδ=90\omega: F - F - F - F\\ p: F \rightarrow F-F+F+FF-F-F+F\\ \delta =90^{\circ}

Śnieżynkę natomiast możemy opisać następująco:

ω:FFFp:FF+FF+Fδ=60\omega: F--F--F\\ p: F \rightarrow F+F--F+F\\ \delta =60^{\circ}

W porównaniu do poprzedniego L-systemu nowością tutaj jest użycie innego kąta niż 90 stopni.

Smok Heighwaya

Innym znanym fraktalem jest smok Heighwaya. Charakteryzuje się tym, że wraz z kolejnymi iteracjami sprawia wrażenie „rozkładania się”. Ma ciekawą właściwość — kilka takich krzywych wychodzących z jednego punktu, lecz pod innym kątem, będzie się zazębiać ze sobą, tym samym wypełniając przestrzeń. Fraktal ten jako L-system możemy zapisać tak:

ω:FXp1:XX+YF+p2:YFXYδ=90\omega: FX\\ p_1: X \rightarrow X+YF+\\ p_2: Y \rightarrow -FX-Y\\ \delta =90^{\circ}

Tutaj natomiast widzimy kolejną nowość — możemy wprowadzać dowolne dodatkowe litery do alfabetu. Same X i Y nie mają żadnego działania w kontekście grafiki żółwiowej, jednak służą do generowania bardziej skomplikowanych ciągów znaków. W teorii L-systemów nazywamy to formułami rekursywnymi.

Proste rośliny

Przejdźmy teraz do tego, co zapowiedziałem w tytule artykułu, czyli do generowania roślin. Tutaj, niestety, musimy rozbudować alfabet naszych L-systemów o dodatkowy element — rozgałęzienia.

Rozgałęzienia

Rozgałęzienia możemy sobie wyobrazić jako utworzenie nowego żółwia w danej pozycji i wydawanie mu poleceń. Odbywa się to tylko na pewien wybrany okres, po czym wracamy do naszego poprzedniego żółwia. Bardziej fachowo — zapamiętalibyśmy gdzieś (np. na stosie) stan żółwia, a następnie wykonali rzeczy w rozgałęzieniu i po jego zakończeniu przywrócili stary stan.

Aby obsłużyć rozgałęzienia, otrzymujemy dwa dodatkowe znaki w alfabecie:

  • [ — rozpoczęcie rozgałęzienia
  • ] — zakończenie rozgałęzienia

Przykłady roślin

Dzięki wszystkim wprowadzonym elementom alfabetu jesteśmy w stanie wygenerować bardzo proste rośliny. Poniżej widać 6 przykładowych, dwuwymiarowych roślin, które możemy znaleźć w książce The Algorithmic Beauty of Plants.

ω:Fp:FF[+F]F[F]Fδ=25,7\omega: F\\ p: F \rightarrow F[+F]F[-F]F\\ \delta =25,7^{\circ}
ω:Fp:FF[+F]F[F][F]δ=20\omega: F\\ p: F \rightarrow F[+F]F[-F][F]\\ \delta =20^{\circ}
ω:Fp:FFF[F+F+F]+[+FFF]δ=22,5\omega: F\\ p: F \rightarrow FF-[-F+F+F]+[+F-F-F]\\ \delta =22,5^{\circ}
ω:Xp1:XF[+X]F[X]+Xp2:FFFδ=20\omega: X\\ p_1: X \rightarrow F[+X]F[-X]+X\\ p_2: F \rightarrow FF\\ \delta =20^{\circ}
ω:Xp1:XF[+X][X]FXp2:FFFδ=25,7\omega: X\\ p_1: X \rightarrow F[+X][-X]FX\\ p_2: F \rightarrow FF\\ \delta =25,7^{\circ}
ω:Xp1:XF[[X]+X]+F[+FX]Xp2:FFFδ=22,5\omega: X\\ p_1: X \rightarrow F-[[X]+X]+F[+FX]-X\\ p_2: F \rightarrow FF\\ \delta =22,5^{\circ}

Wprowadzenie losowości

Pokazane wyżej L-systemy generują całkiem nieźle wyglądające rośliny, jednak mają jedną cechę, którą można postrzegać zarówno jako wadę, jak i zaletę — zawsze generują to samo. A w naturze nie ma dwóch takich samych organizmów, każdy różni się na swój sposób. W takim razie, jak dodać do L-systemów losowość?

Stochastyczne L-systemy

To, co widzieliśmy do tej pory, nazywamy deterministycznymi L-systemami (DOL-systemy), ponieważ zawsze jesteśmy w stanie określić dokładny wynik każdej iteracji. Nie ma w nich miejsca na losowość. Przeciwieństwem tego są stochastyczne L-systemy.

Już samo słowo stochastyczny powinno nam sugerować, że zmieniamy podejście do generowania. Według słownika stochastyczny oznacza „taki, którym rządzi przypadek”. W kontekście L-systemów polega to na tym, że definiujemy, z jakim prawdopodobieństwem może zajść wygenerowanie danego ciągu znaków. Jeśli chcemy zanotować, że mamy 33% szans na zastosowanie reguły, zapiszemy to tak:

F.33FFF \xrightarrow{.33} F-F

Proste, losowe rośliny

Korzystając z tej nowej rzeczy, sprawdźmy, jakie rośliny jesteśmy teraz w stanie wygenerować. Na prezentacjach znajdziesz dodatkowo przycisk Narysuj ponownie, abyś mógł/mogła zobaczyć, że faktycznie zachodzą procesy losowe. Pierwszy przykład pochodzi z wcześniej wspomnianej przeze mnie książki, natomiast drugi znalazłem w Internecie, szukając innych stochastycznych L-systemów.

ω:Fp1:F.33F[+F]F[F]Fp2:F.33F[+F]Fp3:F.34F[F]Fδ=25,7\omega: F\\ p_1: F \xrightarrow{.33} F[+F]F[-F]F\\ p_2: F \xrightarrow{.33} F[+F]F\\ p_3: F \xrightarrow{.34} F[-F]F\\ \delta =25,7^{\circ}
ω:Xp1:X.7FF[[X]+X]+F[+FX]Xp2:X.3FF[X+]+FF[FX]XFp3:F.75Fp4:F.15FFp5:F.1FF+δ=22,5\omega: X\\ p_1: X \xrightarrow{.7} FF-[[X]+X]+F[+FX]-X\\ p_2: X \xrightarrow{.3} FF-[X+]+FF[-FX]-XF\\ p_3: F \xrightarrow{.75} F\\ p_4: F \xrightarrow{.15} FF\\ p_5: F \xrightarrow{.1} FF+\\ \delta =22,5^{\circ}

Polecam też pokombinować na własną rękę, chociażby przerabiając wcześniej pokazane deterministyczne L-systemy na stochastyczne. Można osiągnąć niewielkim kosztem bardzo ciekawe efekty.

Podsumowanie

L-systemy to potężne narzędzie umożliwiające opisywanie przeróżnych graficznych tworów w formalny sposób, prosty do przełożenia na kod. Tutaj przeszliśmy tylko przez bardzo proste przypadki, do tego w przestrzeni dwuwymiarowej, jednak myślę, że już tutaj widać jak wiele możemy osiągnąć.

Jeżeli temat Cię zaciekawił, to w tym temacie warto zapoznać się z pracą Przemysława Prusinkiewicza, polskiego profesora z uniwersytetu w Calgary, który prowadzi grupę badawczą zajmującą się algorytmiczną botaniką. Na ich stronie internetowej możemy znaleźć udostępnione za darmo publikacje opisujące wykorzystania L-systemów, w tym najważniejszą, na podstawie której powstał w dużej mierze ten artykuł: książkę The Algorithmic Beauty of Plants napisaną wspólnie przez Prusinkiewicza i Lindenmayera. Serdecznie polecam zapoznać się z nią. Ma tylko 240 stron, a do tego jest bogato ilustrowana.

Literatura

(zdjęcie na okładce: Image by Rob Slaven from Pixabay)
Spodobał Ci się ten artykuł? Udostępnij go znajomym!

Chcesz wiedzieć o nowych treściach?

Koniecznie polub świstak.codes na Facebooku lub zasubskrybuj nasz kanał RSS!