private static Chunk[][] goGetEm(MyVector2 area, MyColor[][][] sprites /*, out Texture optimizedSpritesheet*/)
{
//optimizedSpritesheet = new Texture2D(1, 1);
//Debug.Log("goGetEm . ......");
int pixelsTotal;
int opaquePixelsTotal;
countOpaquePixels(sprites, out pixelsTotal, out opaquePixelsTotal);
UnoptimizedPixelsCount = opaquePixelsTotal;
//Debug.Log($"pixelsTotal = {pixelsTotal}, opaquePixelsTotal = {opaquePixelsTotal}");
var areaVariants = getAreaVariants(area);
//Debug.Log("Area variants:");
//for (int i = 0; i < areaVariants.Length; i++)
// Debug.Log($" {areaVariants[i].ToString()}");
//var areas = new Dictionary<int, MyArea>();
//for (int i = 0; i < areaVariants.Length; i++)
//{
// CurrentVariant++;
// CurrentSprite = 0;
// for (int j = 0; j < sprites.Length; j++)
// {
// CurrentSprite++;
// getUniqueAreas(areaVariants[i], sprites[j], areas);
// }
//}
var mapsOfEmptiness = new Dictionary <MyVector2, bool[][][]>();
for (int i = 0; i < areaVariants.Length; i++)
{
var currentAreaVariant = areaVariants[i];
var currentMapOfEmptiness = new bool[sprites.Length][][];
for (int j = 0; j < sprites.Length; j++)
{
var sprite = sprites[j];
var spriteMapOfEmptiness = new bool[sprite.Length - currentAreaVariant.X][];
for (int x = 0; x < sprite.Length - currentAreaVariant.X; x++)
{
spriteMapOfEmptiness[x] = new bool[sprite[x].Length - currentAreaVariant.Y];
for (int y = 0; y < sprite[x].Length - currentAreaVariant.Y; y++)
{
spriteMapOfEmptiness[x][y] = !MyArea.ContainsOpaquePixels(sprite, x, y, currentAreaVariant);
}
}
currentMapOfEmptiness[j] = spriteMapOfEmptiness;
}
mapsOfEmptiness.Add(currentAreaVariant, currentMapOfEmptiness);
}
var map = new Dictionary <MyArea, List <(int, int, int)> >();
var sw = new Stopwatch();
while (UnoptimizedPixelsCount > 0)
{
sw.Reset();
sw.Start();
ProcessedAreas = 0;
UniqueAreas = 0;
var areas = new ConcurrentDictionary <int, MyArea>(); //Тут мы храним все уникальные области по их хешам
var areaDirtyScores = new ConcurrentDictionary <int, long>(); //А тут - их счет по их хешам
//Dirty - потому что мы не удаляем пиксели по-настоящему, так что счет может быть выше чем на самом деле из-за повторов.
//Так что это рассчет грубый и неточный, но пойдет для первичного отсева.
//Сейчас мы идем заполнять эти два словаря, и это можно делать параллельно - слава TPL
var overallOpsCount = areaVariants.Length * sprites.Length;
CurrentOpsTotal = overallOpsCount;
CurrentOp = 0;
try
{
Parallel.For(0, overallOpsCount, (int index, ParallelLoopState state) =>
{
if (state.IsExceptional)
{
Debug.Log("Exception!");
}
var areaVariantIndex = Mathf.FloorToInt(index / sprites.Length);
var spriteIndex = index - areaVariantIndex * sprites.Length;
var targetArea = areaVariants[areaVariantIndex];
var mapOfEmptinessForAreaAndSprite = mapsOfEmptiness[targetArea][spriteIndex];
getUniqueAreas(targetArea, sprites[spriteIndex], spriteIndex, areas, areaDirtyScores, mapOfEmptinessForAreaAndSprite);
});
}
catch (AggregateException ae)
{
Debug.Log("catch");
ae.Handle((inner) =>
{
Debug.Log(inner.Message);
return(true);
});
}
Debug.Log($"unique areas count = {areas.Count}");
/*
* Итак, что мы тут делаем. Мы имеем грязный словарь, с примерными значениями полезности. Что мы должны сделать в идеальном мире -
* - пройтись с каждым из нескольких миллионов областей по потенциально многомиллионопиксельному спрайту и проанализировать каждый в плане
* полезности. И сделать это надо для каждого шага. Ясно, что сложность тут нереальная. Поэтому, я думаю, надо иметь некий буфер, выборку
* возможных кандитатов, например, 100. Берем 100 самых достойных областей (первые 100 из грязного словаря), проходимся с ними по спрайтам,
* и смотрим какой из них удаляет больше всего пикселей. Его и забираем и действительно удаляем все пиксели с ним. У нас осталось на 1 область
* грязного списка меньше. Повторять покуда остались пиксели.
*/
var orderedDirtyKvpArray = areaDirtyScores.ToArray().OrderByDescending(kvp => kvp.Value).ToArray();
Debug.Log($"The winner is {orderedDirtyKvpArray[0].Key} with highest score of {orderedDirtyKvpArray[0].Value}!");
for (int i = 0; i < _bestOfTheDirtyBufferSize; i++)
{
Debug.Log($" {i + 1}. {orderedDirtyKvpArray[i].Key}. Score: {orderedDirtyKvpArray[i].Value}");
}
//var imageCopy = CopyArrayOfColors(sprites);
//var same = true;
//for (int i = 0; i < imageCopy.Length; i++)
//{
// for (int j = 0; j < imageCopy[i].Length; j++)
// {
// for (int m = 0; m < imageCopy[i][j].Length; m++)
// {
// if (imageCopy[i][j][m].GetHashCode() != sprites[i][j][m].GetHashCode())
// same = false;
// }
// }
//}
//if (same)
// Debug.Log($"Clone of image is same"); //Same!
//else
// Debug.Log($"Clone of image isn't the same");
/*
* Ок, дальше мы идем делать чистую проверку самых вероятных победителей - с пробным удалением пикселей.
*/
CurrentOpsTotal = _bestOfTheDirtyBufferSize;
CurrentOp = 0;
var partialCleanScore = new ConcurrentDictionary <int, long>(); //Это и есть словарь с чистым счетом - при пробном удалении пикселей
Parallel.For(0, _bestOfTheDirtyBufferSize, index =>
{
var imageCopy = CopyArrayOf(sprites);
var candidateHash = orderedDirtyKvpArray[index].Key;
var candidate = areas[candidateHash];
var areaDimensions = candidate.Dimensions;
var emptinessMapCopy = CopyArrayOf(mapsOfEmptiness[areaDimensions]);
var deletedOpaquePixels = 0;
for (int i = 0; i < imageCopy.Length; i++)
{
var spriteCopy = imageCopy[i];
var spritesMapOfEmptinessCopy = emptinessMapCopy[i];
for (int x = 0; x < spriteCopy.Length - areaDimensions.X; x++)
{
for (int y = 0; y < spriteCopy[x].Length - areaDimensions.Y; y++)
{
if (spritesMapOfEmptinessCopy[x][y])
{
continue;
}
var comparedArea = MyArea.CreateFromSprite(spriteCopy, i, x, y, areaDimensions);
if (comparedArea.GetHashCode() == candidate.GetHashCode())
{
MyArea.EraseAreaFromSprite(spriteCopy, x, y, areaDimensions);
deletedOpaquePixels += comparedArea.OpaquePixelsCount;
MyArea.EraseUpdateEmptinessMap(spriteCopy, spritesMapOfEmptinessCopy, x, y, areaDimensions, areaDimensions); //т.к. мы сейчас смотрим только на эффективность текущей области в плане удаления пикселей, нам не нужно оптимизировать другие области
}
}
}
}
var cleanScore = ((long)(Mathf.Pow(candidate.OpaquePixelsCount, 2f) / candidate.Dimensions.Square)) * deletedOpaquePixels;
partialCleanScore.AddOrUpdate(candidateHash, cleanScore, (key, _) => cleanScore);
CurrentOp++;
});
var orderedCleanKvpArray = partialCleanScore.ToArray().OrderByDescending(kvp => kvp.Value).ToArray();
Debug.Log($"");
Debug.Log($"It's time for clean results everybody!");
Debug.Log($"The winner is {orderedCleanKvpArray[0].Key} with highest score of {orderedCleanKvpArray[0].Value}!");
for (int i = 0; i < orderedCleanKvpArray.Length; i++)
{
Debug.Log($" {i + 1}. {orderedCleanKvpArray[i].Key}. Score: {orderedCleanKvpArray[i].Value}");
}
/*
* Ок, теперь мы имеем чистый список и победителя - забираем его из areas, удаляем его пиксели с картинки, наносим на карту его id,
* и после этого мы должны пойти по новой - пересчитать areaDirtyScores, взять buffer лучших, посчитать Clean, взять лучшего, и т.д..
* Но вообще я могу сделать по-другому. Взять старый areaDirtyScores и пересчитать только те области, которые были затронуты предыдущим
* удалением. Для этого мне надо иметь карту размером с картинку, где каждый пиксель будет содержать инфу о том, частью какого хеша он является.
* Поэтому при удалении пикселей победителя чистого списка с картинки, мы сохрянем все уникальные хеши удаленных пикселей, и потом пересчитываем
* области с соответствующими хешами - может оказаться, что эти области вообще больше не существуют и надо их тогда удалить из грязного списка.
* Если же они существуют - обновляем их рейтинг в грязном списке. А затем уже можно пойти по новой итерации цикла.
*
* С другой стороны, карта размером с картинку - это потенциально много миллионов List'ов, каждый из которых будет содержать потенциально сотни
* значений. В ххудшем случае, если у нас 4к текстура и какая-нибудь большая в пределах разумного область, допустим, 8х8, то у нас 16 миллионов
* листов, и, несколько сотен хешей, размером, допустим 40 байт. В общем, не знаю, может я неправильно рассчитал, но у меня получилось, что мне
* понадобятся несколько сотен гигабайт оперативки для всего это счатья. Так что наверное, лучше все же смещать баланс в сторону вычислительной
* сложности.
*
* Нет, все-таки мне нужно как-то это дело оптимизировать. Так оставлять нельзя, очень долго будет обрабатываться. Я думаю, нужно сделать карту,
* содержащую информацию о пустых областях, чтобы можно было скипнуть проходы цикла.
*/
var winnerAreaHash = orderedCleanKvpArray[0].Key;
var winnerArea = areas[winnerAreaHash];
var winnerAreaDimensions = winnerArea.Dimensions;
var winnerAreaEmptinessMap = mapsOfEmptiness[winnerAreaDimensions];
var mappedAreas = new List <(int, int, int)>();
var opaquePixelsDeletedByWinner = 0;
for (int i = 0; i < sprites.Length; i++)
{
var sprite = sprites[i];
var spritesMapOfEmptiness = winnerAreaEmptinessMap[i];
for (int x = 0; x < sprite.Length - winnerAreaDimensions.X; x++)
{
for (int y = 0; y < sprite[x].Length - winnerAreaDimensions.Y; y++)
{
if (spritesMapOfEmptiness[x][y])
{
continue;
}
var comparedArea = MyArea.CreateFromSprite(sprite, i, x, y, winnerAreaDimensions);
if (comparedArea.GetHashCode() == winnerArea.GetHashCode())
{
MyArea.EraseAreaFromSprite(sprite, x, y, winnerAreaDimensions);
opaquePixelsDeletedByWinner += comparedArea.OpaquePixelsCount;
mappedAreas.Add((i, x, y));
/*
* Сообщаем всем мапам пустот, что в данной конкретной области на данном конкретном спрайте прибавилось пустоты, поэтому их
* надо обновить. Это действует на все варианты областей и только на 1 конкретный спрайт.
*/
for (int v = 0; v < areaVariants.Length; v++)
{
var currentAreaVariant = areaVariants[v];
MyArea.EraseUpdateEmptinessMap(sprite, spritesMapOfEmptiness, x, y, winnerAreaDimensions, currentAreaVariant);
}
}
}
}
}
map.Add(winnerArea, mappedAreas);
UnoptimizedPixelsCount -= opaquePixelsDeletedByWinner;
sw.Stop();
LastPassTime = sw.ElapsedMilliseconds;
}
/*
* Ок, все равно занимает кучу времени. И еще почему-то кол-во уникальных областей неуклонно растет, хотя по логике, удаляя пиксели, мы должны
* получать меньше уникальных областей. Хотя нет. Удаляя пиксели мы получаем много вырезанных пространств, много пробелов в картинке, и эти
* пробелы по идее должны добавлять уникальных вариантов составов пикселей.
*
* Ок, так как мне уменьшить время выполнения? Я думаю, надо добавлять эвристик. Например, мы можем предположить, что скорее всего удаление
* какой-либо области из карты после одного прохода цикла не изменило ситуацию настолько кардинально, чтобы перелопатить все сверху донизу.
* Т.е. скорее всего все изменилось не настолько чтобы, например, каждый из первых 10_000 областей из лидеров грязного списка перестал быть в
* первых 10_000 после удаления. На самом деле, удаление потенциально затрагивает не так уж много областей. В области 4х4 может быть 16 1х1
* уникальных областей, 9 2х2 уникальных областей, и 4 3х3 уникальных областей, т.е. всего, кроме собственно самой 4х4 области победителя, могут
* быть потенциально затронуты лишь 29 областей. Нет, это те, что могут быть полностью удалены, а затронуты - 15+16*(кол-во вариантов областей - 1),
* то есть, для 4х4 - это ((16 * 10) - 1) областей, т.е. 159 затронутых областей. Нет, забыл учесть те, что слева и сверху, их должно быть еще порядка
* 16 * 3 * 10. Т.е., если считать приблизительно, для 4х4 и 10 вариантов областей кол-во затронутых областей не должно быть больше 4х4х4х10. Скорее
* всего их будет где-то в районе 3х4х4х10 * 0.5 + 4х4х10, или 2.5х4х4х10 или 400. Т.е. в принципе, если предположить худший сценарий, что все эти
* 400 областей были в 400 первых в грязном списке, а после удаления они все ушли из этих 400 первых, то нам надо пересчитать рейтинги только для
* первых 400 областей и переупорядочить список. Конечно, мы скорее всего не пересчитаем все реально затронутые области, но если их нету в первых
* 400 областях, значит эти затронутые области были довольно незначитальными по своему вкладу в картинку и не стали значительнее после удаления.
* Т.е. да, они останутся с неправильным рейтингом за пределами 400 первых, но если вдруг на каком-то этапе они попадут в эти 400 первых мы
* пересчитаем их рейтинг. Т.е. по сути мы как бы говорим "да, после удаления рейтинг многих областей поменялся, но скорее всего после удаления
* новый чистый лидер будет среди первых (400 + buffer) грязных областей по версии до удаления".
*
* Но, тут еще есть один момент - новые пустоты могут насоздавать новых областей, которые в принципе могут посоперничать с областями из лидеров. Т.е.
* в принципе после удаления мы можем дополнительно обновлять список уникальных областей теми, что были обнаружены в прилежащих к удаленным областям,
* считать для них рейтинги и потом включить их в общий список после пересчета первых 400 областей и перед переупорядочиванием.
*
* Так, отмена, пиксели за пределами удаленных областей могут быть любыми, так что тут не 2.5х4х4х10 а гораздо больше областей может быть затронуто.
* Тогда можно такую эвристику придумать. Если мы удалили процент A картинки, то затронутых пикселей областей потенциально будет процент B (где-то
* в районе Aх9). Т.е. в худшем случае верхний процент B областей грязного рейтинга ушел куда-то на дно. Т.е. достаточно перепроверить эти B
* процентов областей сверху грязного рейтинга и тогда мы сможем безопасно взять оттуда буффер. Конечно, это не меняет тот факт, что надо добавить
* новообразованных областей из окресностей удаленных.
*
* Чтобы понять где окресности удаленных областей, мне нужна карта. Карта будет словарем с ключами в виде областей и значениями в виде координат
* вида (индекс спрайта, X, Y). Имея этот словарь и зная последнюю добавленную туда область мы сможем узнать все затронутые ей части картинки и
* пройтись по всем окресностям, создавая новые области по необходимости. Также эта карта будет полезна вдальнейшем при составлении структур
* областей для каждого спрайта.
*/
Working = false;
throw new NotImplementedException();
//return new Chunk[0][];
}
