ios二维绘图之颜色渐变

ios二维绘图之颜色渐变

颜色空间
cmyk印刷行业
RGB
渐变颜色:线性渐变,环状渐变
线性渐变:渐变的区域是当前context,垂直于startPoint <-> endPoint线段,并且于这条线段相交的直线
环状渐变:

corefoundation(c) -- foundation(oc)转换
强制转换:__bridge id(类型)

/****/自动引用计数

将绘制图片保存起来
创建image context -- 获取画布 -- …… -- 获取图片 -- 保存图片 -- 结束绘制
压缩成图片:
png(无损压缩)
jpg(有损压缩)


#import "LinearGradient.h"


@implementation LinearGradient

//线性渐变

- (void)drawRect:(CGRect)rect {

    CGContextRef context = UIGraphicsGetCurrentContext();

    

    CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();

    //颜色的分量表示

    CGFloat components[] = {1.0, 0.0, 0.0, 1.0, 0.0, 0.0, 1.0, 1.0, 0.0, 1.0, 0.0, 1.0};

    //颜色的位置

    CGFloat locations[] = {1.0, 0.0, 0.5};

    CGGradientRef gradient = CGGradientCreateWithColorComponents(colorSpace, components, locations, 3);

    //渐变的区域是当前context,垂直于startPoint <-> endPoint线段,并且于这条线段相交的直线

    CGContextDrawLinearGradient(context, gradient, CGPointMake(100, 0), CGPointMake(200, 0), 0);

    

    CGFloat locations2[] = {0.4, 1.0};

    CGGradientRef gradient2 = CGGradientCreateWithColorComponents(colorSpace, components, locations2, 2);

    //渐变的区域是当前context,垂直于startPoint <-> endPoint线段,并且于这条线段相交的直线

    CGContextDrawLinearGradient(context, gradient2, CGPointMake(210, 0), CGPointMake(310, 0), 0);

}


@end



#import "RadialGradientView.h"


@implementation RadialGradientView

//环状渐变

- (void)drawRect:(CGRect)rect {

    CGContextRef context = UIGraphicsGetCurrentContext();

    

    CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();

    

    NSArray *array = @[(__bridge id)[UIColor redColor].CGColor, (__bridge id)[UIColor blueColor].CGColor, (__bridge id)[UIColor purpleColor].CGColor];

    CGFloat locations[] = {0.0, 0.5, 1.0};

    CGGradientRef gradient = CGGradientCreateWithColors(colorSpace, (__bridge CFArrayRef)array, locations);

    CGContextDrawRadialGradient(context, gradient, CGPointMake(200, 200), 0, CGPointMake(150, 200), 100, 0);

}


@end





//将绘制图片保存

#import "ViewController.h"


@interface ViewController ()


@end


@implementation ViewController


- (void)viewDidLoad {

    [super viewDidLoad];

    

    UIGraphicsBeginImageContext(CGSizeMake(200, 200));

    

    CGContextRef context = UIGraphicsGetCurrentContext();

    

    CGContextSetFillColorWithColor(context, [UIColor yellowColor].CGColor);

    

    CGContextFillRect(context, CGRectMake(0, 0, 100, 100));

    

    UIImage *image = UIGraphicsGetImageFromCurrentImageContext();

    NSData *data = UIImageJPEGRepresentation(image, 1.0);

//    NSData *data = UIImagePNGRepresentation(image);

    [data writeToFile:@"/Users/apple/desktop/image.jpg" atomically:YES];

    UIGraphicsEndImageContext();

    

}


- (void)didReceiveMemoryWarning {

    

    [super didReceiveMemoryWarning];


}


@end




分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值