国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Python > 正文

Python實現曲線點抽稀算法的示例

2020-02-16 10:21:51
字體:
來源:轉載
供稿:網友

本文介紹了Python實現曲線點抽稀算法的示例,分享給大家,具體如下:

目錄

何為抽稀 道格拉斯-普克(Douglas-Peuker)算法 垂距限值法 最后

正文

何為抽稀

在處理矢量化數據時,記錄中往往會有很多重復數據,對進一步數據處理帶來諸多不便。多余的數據一方面浪費了較多的存儲空間,另一方面造成所要表達的圖形不光滑或不符合標準。因此要通過某種規則,在保證矢量曲線形狀不變的情況下, 最大限度地減少數據點個數,這個過程稱為抽稀。

通俗的講就是對曲線進行采樣簡化,即在曲線上取有限個點,將其變為折線,并且能夠在一定程度保持原有形狀。比較常用的兩種抽稀算法是:道格拉斯-普克(Douglas-Peuker)算法和垂距限值法。

道格拉斯-普克(Douglas-Peuker)算法

Douglas-Peuker算法(DP算法)過程如下:

1、連接曲線首尾兩點A、B;
2、依次計算曲線上所有點到A、B兩點所在曲線的距離;
3、計算最大距離D,如果D小于閾值threshold,則去掉曲線上出A、B外的所有點;如果D大于閾值threshold,則把曲線以最大距離分割成兩段;
4、對所有曲線分段重復1-3步驟,知道所有D均小于閾值。即完成抽稀。
這種算法的抽稀精度與閾值有很大關系,閾值越大,簡化程度越大,點減少的越多;反之簡化程度越低,點保留的越多,形狀也越趨于原曲線。

下面是Python代碼實現:

# -*- coding: utf-8 -*-"""------------------------------------------------- File Name:  DouglasPeuker Description : 道格拉斯-普克抽稀算法 Author :    J_hao date:     2017/8/16------------------------------------------------- Change Activity:         2017/8/16: 道格拉斯-普克抽稀算法-------------------------------------------------"""from __future__ import divisionfrom math import sqrt, pow__author__ = 'J_hao'THRESHOLD = 0.0001 # 閾值def point2LineDistance(point_a, point_b, point_c):  """  計算點a到點b c所在直線的距離  :param point_a:  :param point_b:  :param point_c:  :return:  """  # 首先計算b c 所在直線的斜率和截距  if point_b[0] == point_c[0]:    return 9999999  slope = (point_b[1] - point_c[1]) / (point_b[0] - point_c[0])  intercept = point_b[1] - slope * point_b[0]  # 計算點a到b c所在直線的距離  distance = abs(slope * point_a[0] - point_a[1] + intercept) / sqrt(1 + pow(slope, 2))  return distanceclass DouglasPeuker(object):  def__init__(self):    self.threshold = THRESHOLD    self.qualify_list = list()    self.disqualify_list = list()  def diluting(self, point_list):    """    抽稀    :param point_list:二維點列表    :return:    """    if len(point_list) < 3:      self.qualify_list.extend(point_list[::-1])    else:      # 找到與收尾兩點連線距離最大的點      max_distance_index, max_distance = 0, 0      for index, point in enumerate(point_list):        if index in [0, len(point_list) - 1]:          continue        distance = point2LineDistance(point, point_list[0], point_list[-1])        if distance > max_distance:          max_distance_index = index          max_distance = distance      # 若最大距離小于閾值,則去掉所有中間點。 反之,則將曲線按最大距離點分割      if max_distance < self.threshold:        self.qualify_list.append(point_list[-1])        self.qualify_list.append(point_list[0])      else:        # 將曲線按最大距離的點分割成兩段        sequence_a = point_list[:max_distance_index]        sequence_b = point_list[max_distance_index:]        for sequence in [sequence_a, sequence_b]:          if len(sequence) < 3 and sequence == sequence_b:            self.qualify_list.extend(sequence[::-1])          else:            self.disqualify_list.append(sequence)  def main(self, point_list):    self.diluting(point_list)    while len(self.disqualify_list) > 0:      self.diluting(self.disqualify_list.pop())    print self.qualify_list    print len(self.qualify_list)if __name__ == '__main__':  d = DouglasPeuker()  d.main([[104.066228, 30.644527], [104.066279, 30.643528], [104.066296, 30.642528], [104.066314, 30.641529],      [104.066332, 30.640529], [104.066383, 30.639530], [104.066400, 30.638530], [104.066451, 30.637531],      [104.066468, 30.636532], [104.066518, 30.635533], [104.066535, 30.634533], [104.066586, 30.633534],      [104.066636, 30.632536], [104.066686, 30.631537], [104.066735, 30.630538], [104.066785, 30.629539],      [104.066802, 30.628539], [104.066820, 30.627540], [104.066871, 30.626541], [104.066888, 30.625541],      [104.066906, 30.624541], [104.066924, 30.623541], [104.066942, 30.622542], [104.066960, 30.621542],      [104.067011, 30.620543], [104.066122, 30.620086], [104.065124, 30.620021], [104.064124, 30.620022],      [104.063124, 30.619990], [104.062125, 30.619958], [104.061125, 30.619926], [104.060126, 30.619894],      [104.059126, 30.619895], [104.058127, 30.619928], [104.057518, 30.620722], [104.057625, 30.621716],      [104.057735, 30.622710], [104.057878, 30.623700], [104.057984, 30.624694], [104.058094, 30.625688],      [104.058204, 30.626682], [104.058315, 30.627676], [104.058425, 30.628670], [104.058502, 30.629667],      [104.058518, 30.630667], [104.058503, 30.631667], [104.058521, 30.632666], [104.057664, 30.633182],      [104.056664, 30.633174], [104.055664, 30.633166], [104.054672, 30.633289], [104.053758, 30.633694],      [104.052852, 30.634118], [104.052623, 30.635091], [104.053145, 30.635945], [104.053675, 30.636793],      [104.054200, 30.637643], [104.054756, 30.638475], [104.055295, 30.639317], [104.055843, 30.640153],      [104.056387, 30.640993], [104.056933, 30.641830], [104.057478, 30.642669], [104.058023, 30.643507],      [104.058595, 30.644327], [104.059152, 30.645158], [104.059663, 30.646018], [104.060171, 30.646879],      [104.061170, 30.646855], [104.062168, 30.646781], [104.063167, 30.646823], [104.064167, 30.646814],      [104.065163, 30.646725], [104.066157, 30.646618], [104.066231, 30.645620], [104.066247, 30.644621], ])            
發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 夏津县| 安乡县| 保定市| 吉木乃县| 西峡县| 微博| 黎川县| 佛冈县| 安化县| 汶川县| 武鸣县| 方城县| 安溪县| 深州市| 祁连县| 芦山县| 湖口县| 兴业县| 杭锦后旗| 丰顺县| 桦南县| 江华| 赤峰市| 辉县市| 噶尔县| 娱乐| 大荔县| 绥中县| 中西区| 来安县| 水城县| 新化县| 浪卡子县| 镇雄县| 绥阳县| 顺义区| 仙游县| 高要市| 溧阳市| 昔阳县| 岑溪市|