电子水母函数解析

前言

电子水母黑白

电子水母彩色

最近刷短视频,推送了一个有意思的视频:一个在黑暗背景中优雅游弋、散发着幽幽光芒的"电子水母"。它不像CG动画那样真实,却有一种独特的、由像素和光影构成的数字生命感。心血来潮,我决定看看这东西到底是怎么实现的。

试着让大模型还原一下,几秒钟后,它给了我一段代码。出乎我意料的是,代码本身惊人地简洁,核心部分不过十几行。然而,当真正去看那几行代码时,它的实现原理远比代码长度要复杂得多。

代码很简单,但实现并不简单。真正的魔法,隐藏在那些看似随机组合,实则环环相扣的数学公式之中。

下面,创造这个数字生命的全过程。

第一印象:代码简洁,但公式"面目狰狞"

拿到代码后,我发现其核心是一个名为 transformAndDraw 的函数。整个动画,就是通过一个循环,对成千上万个点反复执行这个函数里的计算。而这个函数,就是所有魔法的源头:

复制代码
function transformAndDraw(x, y) {
    let k = x / 8 - 12.5;
    let e = y / 8 - 12.5;
    let o = mag(k, e);
    let distortionField = (o / 12) * cos(sin(k / 2) * cos(e / 2));
    let d = 5 * cos(distortionField);

    let termX = sin(d * 2 + t) + sin(y * o * o) / 9;
    let px = (x + d * k * termX) / 1.5 + 133;

    let termY = 19 * cos(d + t);
    let py = (y / 3 - d * 40 + termY) * 1.5 + 300;

    point(px, py);
}

就是这些公式。没有图片,没有模型,只有纯粹的数学构成了上面的水母,下面是解析过程。

原材料:一块平整的"数字黏土"

首先,想象我们的画布上有一张由40000个点构成的、整齐划一的网格。这是我们进行所有操作的基础,我们的"原材料"。

雕刻流程:一步步看懂公式在做什么

步骤 1: 建立一个中心参考系

复制代码
let k = x / 8 - 12.5;
let e = y / 8 - 12.5;

**功能解析:**这一步的唯一目的,就是把坐标系的原点从左上角移动到网格的正中心。这就像雕刻前,先在石料上画好中心线,后续所有操作都将围绕这个中心进行,便于塑造对称形态。

步骤 2: 生成一张"径向"灰度图

复制代码
let o = mag(k, e);

功能解 析: 此公式计算每个点到新中心点的距离,并存为变量 o。我们可以将 o 值想象成一张灰度图:中心点是纯黑 (o=0),越往外越亮。这张图至关重要,它让我们能区分"中心区域"和"边缘区域",并对它们施加不同的变形效果。

步骤 3: 制作一张复杂的"雕刻模板"

复制代码
let distortionField = ...
let d = 5 * cos(distortionField);

功能解析: 这是最核心的塑形步骤。它利用三角函数组合,生成了一个极其复杂的、类似细胞或水波纹的图案。这个图案的强度还受距离 o 的影响,形成了从中心向外围呈波浪状增强的"雕刻模板" d。正是这个模板,决定了水母伞盖上那些自然的褶皱。

步骤 4: 最终变形与动画

复制代码
// Y轴变形 (主体轮廓)
let py = (y / 3 - d * 40 + termY) ...

// X轴变形 (收缩动画)
let px = (x + d * k * termX) ...

功能解析: 最后,程序用"雕刻模板" d 和时间 t 来移动每个点。

  • Y轴的 - d * 40主要塑形力,它将点垂直拉伸,强度大的(边缘)被拉得远形成触须,强度小的(中心)基本不动形成伞盖。

  • 包含时间 t 的项 (termX, termY) 则是动画力,它们让成型的水母有节奏地上下浮动和内外收缩。

结论

通过这套可视化的流程。将一个简单的网格,通过**"居中 → 测量 → 设计模板 → 变形"**这一系列逻辑清晰的步骤,逐步雕刻和驱动而成的。每一个公式都有其明确的视觉功能,它们的组合最终涌现出了我们看到的、富有生命感的电子水母。

电子水母相关资源下载:

链接: https://pan.baidu.com/s/1f7073Li7_bIkV2XJ6jWGLA 提取码: azm5

相关推荐
sunbyte14 小时前
从零掌握 Pandas:数据分析的黄金钥匙|01:认识Pandas
数据挖掘·数据分析·pandas
黑猫酋长14 小时前
Apache Zeppelin:一款强大的数据分析和可视化工具
数据挖掘·数据分析·apache
zhangfeng113316 小时前
在 R 医学数据分析中,关于 RStudio 和 VSCode 哪个效率更高
vscode·数据分析·r语言
SelectDB17 小时前
Apache Doris 4.0 版本正式发布:全面升级 AI 与搜索能力,强化离线计算
数据库·数据分析·apache
SelectDB18 小时前
从 Snowflake 到 Apache Doris:Planet 实时分析成本直降 80%、查询加速 90 倍
数据库·数据分析·apache
SelectDB18 小时前
Apache Doris 与 ClickHouse:运维与开源闭源对比
大数据·数据分析·github
没有梦想的咸鱼185-1037-16631 天前
AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·chatgpt·数据分析
白鲸开源2 天前
(二)从分层架构到数据湖仓架构:数据仓库分层下的技术架构与举例
大数据·数据库·数据分析
阿里云大数据AI技术2 天前
云栖实录 | 理想汽车基于 Hologres + Flink 构建万亿级车联网信号实时分析平台
数据分析·flink
十三画者2 天前
【文献分享】acmgscaler:用于在 ACMG/AMP 框架内对基因层面的变异效应得分进行标准化校准。
数据挖掘·数据分析·r语言