介紹

早在8年前，也就是2008年，Roger Johansson使用C#做了一個利用遺傳算法使用不同的多邊形繪制圖像的程序EvoLisa（嗯，讓我想想我當(dāng)時在干什么。。。），這里是展示。

達爾文的像

代碼是如何工作的

為了方便理解代碼是如何工作的，現(xiàn)在假如你正在徒步通往真理的殿堂，你所能借助的唯一的工具就是一個能告訴你現(xiàn)在你接近真理殿堂距離的儀器，而你又是處于迷茫的狀態(tài)，完全不知道應(yīng)該往那邊走，那么現(xiàn)在應(yīng)該怎么辦？ 不妨先大膽的邁出一步，這時候再看看自己的距離是不是變小了？如果是，那說明自己至少大致走對了方向；如果發(fā)現(xiàn)距離并沒有減小吶？那就退回來，換個方向再試一下，總有一個方向會是對的。每到達一個新的位置，就重復(fù)上面的過程，雖然過程中會有不斷的失敗，但是通過大量的努力（選擇），就可以不斷地接近目的地。

作者Roger Johansson在源代碼中也是使用了這種思想，通過不斷的嘗試，不斷的保留更優(yōu)解（到達一個新的位置），這樣使得最后使用多邊形層疊出來的圖像跟原始圖像盡可能的接近。這里是源代碼（云梯自備）,以及CSDN下載執(zhí)行文件，源代碼

代碼實現(xiàn)邏輯：

每幅圖像是由一定數(shù)量的多邊形疊加而成； 每個多邊形是由頂點和色彩組成 由于每個多邊形的頂點和色彩的不同導(dǎo)致層疊出的圖像也就不同，所以成等點和色彩為每幅圖像的基因，

JS代碼實現(xiàn)

自己使用js代碼實現(xiàn)了一遍，最后的效果如下：

Chrome GEM.鄧紫棋

對于簡單的圖像，程序能在很短的時間內(nèi)使用多邊形繪制出一個比較像的圖像，但是對于復(fù)雜的，那只能是等一會了，一般要好幾個小時。

其實自己實現(xiàn)了一遍代碼，最后發(fā)現(xiàn)其中最難的，或者說獲得時間最多的并不是理解其中的原理以及敲代碼，而是能夠使用適當(dāng)?shù)膮?shù)保證程序能夠盡快的得出自己滿意的結(jié)果，我大部分時間都在調(diào)參數(shù)了o(╥﹏╥)o

代碼地址github

由于Chrome瀏覽器的同源策略問題，所以代碼要在火狐瀏覽器中才能夠順利運行