计算机图形学实验一用双线性插值算法实现封闭图形填充详细代码

计算机图形学实验中，使用双线性插值算法实现封闭图形填充通常涉及到像素级别的操作。这里我将提供一个简单的Python代码示例，假设我们有一个二维数组表示图像矩阵，`img`，并且有闭合路径的轮廓信息，比如坐标列表`contour_points`：

import numpy as np

def bilinear_interpolation(img, x, y):
    row, col = img.shape[:2]
    if not (0 <= x < row and 0 <= y < col):
        return img[0, 0]  # 如果超出边界，返回边界像素值
    u = x // col
    v = y // row
    w = x % col
    h = y % row
    weights = [(1 - w) * (1 - h), (1 - w) * h, w * (1 - h), w * h]

    result = np.sum(img[v : v + 2, u : u + 2] * weights)
    return result

def fill_with_bilinear(img, contour_points):
    img_filled = img.copy()  # 先复制原始图片防止修改原图
    for point in contour_points:
        x, y = point
        img_filled[y, x] = bilinear_interpolation(img_filled, x, y)
    return img_filled

# 假设已有的图像和轮廓点数据
img = np.array(...)  # 二维数组表示图像
contour_points = [(x1, y1), ...]  # 轮廓上各点的坐标

filled_img = fill_with_bilinear(img, contour_points)

注意这只是一个基础版本，实际应用可能需要处理更复杂的情况，比如颜色转换、边缘抗锯齿等。同时，这个代码假设输入的轮廓点已经按照正确的顺序包围了封闭区域。