Introdução à programação
com Python em um contexto visual


O que é easing?

A ideia por trás de easing é a suavização de transições de um movimento, uma vez que, na natureza, os movimento tem variação de velocidade que raramente são instantâneas ou lineares.

Um movimento pode iniciar rapidamente e parar suavemente (easing out), iniciar suavemente (ease in) ou ainda iniciar e parar suavemente (easing in and out).

Funções para suavização das transições

Para o conteúdo a seguir vamos precisar manipular faixas de valores com map() e lerp()

Uma estratégia muito comum é usar funções de easing que recebem um valor entre 0 e 1 e retornam um valor, grosso modo na mesma faixa, o pelo menos nos extremos (eventualmente passado um pouco para fora). Os valores podem ser usados em conjunto com lerp() ou simplesmente multiplicando um outro valor.

Em uma função easing(p) um p = 0 devolve 0 e p = 1 produz 1, mas a variação intermediária acontece em velocidades diferentes. O não-easing é o crescimento linear, em que o valor devolvido é exatamente o mesmo recebido pela função.

Vejamos um exemplo que fizemos inicialmente na explicação do map() de um círculo que anda e vai de preto para branco, mas agora usando lerp() e uma função de easing exponencial ‘sigmóide’, na saída e na chegada (in e out).

def setup():
    size(400, 400)
    strokeWeight(3)
    
def draw():
    background(200)
    
    # O map original
    #   cinza = map(mouseX, 0, width, 0, 255)
    #   x = map(mouseX, 0, width, 100, 300)
    # Pode ser expresso em forma de t para usar lerp()
    t = map(mouseX, 0, width, 0, 1)    
    cinza = lerp(0, 255, t)
    x = lerp(100, 300, t)
    fill(cinza)
    circle(x, height * .33 , 100)

    # Aplicando 'easing' em 't'
    e = sigmoid_easing(t)
    e_cinza = lerp(0, 255, e)  # ou 255 * e  
    e_x = lerp(100, 300, e) # ou 100 + 200 * e
    fill(e_cinza)
    circle(e_x, height * .66 , 100)
     
def sigmoid_easing(p):
    """ from John @introscopia """
    const = 6
    m = lerp(-const, const, p)
    return 1 / (1 + exp(-m))

#  # John fez também um map com o easing embutido
#  def sigmoidMap(value, start1, stop1, start2, stop2, const=6):
#  """ from John @introscopia """
#      m = map(value, start1, stop1, -const, const)
#      return ((stop2 - start2) * (1 / (1 + exp(-m)))) + start2

Outros exemplos

def cubic_ease_in(p):
    return p ** 3

def quadratic_ease_in(p):
    return p ** 2

def linear(p):
    # sem easing, para comparação
    return p

def quadratic_ease_out(p):
    return -(p * (p - 2))

def cubic_ease_out(p):
    f = (p - 1)
    return f ** 3 + 1

def circular_ease_out(p):
    return sqrt((2 - p) * p)

Exemplos com ease in e ease out

def sine_in_out(p):
    return -(cos(PI * p) - 1) / 2

def quadratic_ease_in_out(p):
    if p < 0.5:
        return 2 * p ** 2
    return -2 * p ** 2 + (4 * p) - 1

def cubic_ease_in_out(p):
    if p < 0.5:
        return 4 * p ** 3
    else:
        f = ((2 * p) - 2)
        return 0.5 * f ** 3 + 1

def sigmoid_easing(p, const=6):  # na animação usada com a constantr 12 também
    """ from John @introscopia """
    m = lerp(-const, const, p)
    return 1 / (1 + exp(-m))

def exponential_in_out(p):
    if p == 0.0 or p == 1.0:
        return p
    if p < 0.5:
        r = 2 ** ((20 * p) - 10) / 2
    else:
        r = -0.5 * 2 ** ((-20 * p) + 10) + 1
    return r

def back_ease_in_out(p):
    c1 = 1.70158
    c2 = c1 * 1.525
    p2 = p * 2
    if p < 0.5:
        return (p2 ** 2 * ((c2 + 1) * p2 - c2)) / 2
    else:
        return ((p2 - 2) ** 2 * ((c2 + 1) * (p2 - 2) + c2) + 2) / 2

Um map com easing embutido

def sigmoidMap(value, start1, stop1, start2, stop2, const=6):
    """ from John @introscopia """
    m = map(value, start1, stop1, -const, const)
    return ((stop2 - start2) * (1 / (1 + exp(-m)))) + start2

Assuntos relacionados