2d-differential-growth-experiments

用代码模拟自然生长,生成有机形态和纹理

这是一个基于JavaScript的2D形态生成实验项目,探索差分生长(differential growth)作为一种二维形态发生工具的视觉可能性。差分生长是一种模拟生物生长模式的算法,通过点与点之间的吸引和排斥力,以及边的细分和碰撞检测,生成类似细胞分裂、珊瑚生长、有机纹理等自然形态。项目解决了如何用代码生成复杂有机结构的问题,核心能力包括:实现差分生长核心算法、提供可交互的实时渲染、支持参数调节以控制形态演化。它适合设计师、艺术家和创意编程爱好者用于生成独特的视觉图案、艺术纹理或作为设计灵感。项目代码结构清晰,基于Canvas或WebGL进行渲染,易于学习和扩展。

开源 free 设计创意
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 271
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类设计创意
开发团队jasonwebb
所属国家
定价模式free
价格说明开源项目,免费使用,无付费版本。
访问状态
是否开源是
开源协议NOASSERTION
主要语言JavaScript
技术栈/模型2d,creative-coding,differential-growth,generative-art,javascript,morphogenesis,p5js,procedural
GitHub 星标★ 271
30天Star增速
HF 下载量
上线时间2018-08-18 00:00:00
最近更新2026-09-09 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数7

使用教程

核心亮点

  • 算法实现直观,基于点和边的物理模拟,效果自然
  • 提供实时交互,可调节参数观察形态变化
  • 代码开源且结构简洁,适合学习差分生长原理

不足之处

  • 文档较少,仅靠代码注释和示例理解
  • 性能优化有限,大量点集时可能卡顿

适用场景

  • 生成有机形态的艺术创作
  • 学习差分生长算法的教学示例
  • 作为设计工具生成纹理或图案

替代项目

nervous-system的Differential Growth、inconvergent的differential-mesh、generative-design的Growth示例

项目介绍

2d-differential-growth-experiments 是计算机视觉领域的开源项目,由 jasonwebb 开发,2018 年首次发布。

它收录于计算机视觉分类,该分类目前共有 446 个项目,GitHub 星标数为 271。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-09。免费使用,无付费版本。

它主要面向的使用场景是:生成有机形态的艺术创作。同类可对比的替代方案包括 nervous-system的Differential Growth、inconvergent的differential-mesh、generative-des…。

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2046 2026-08-14