筛选一组点位里面所形成的外接图形面积最大的点——简单来说就是求凸包

文章介绍了如何使用JavaScript实现一个算法,通过计算二维点集的凸包来找到形成外接图形中面积最大的组合。函数`convexHull`利用了sort、lower和upper数组,以及cross函数来确定点的顺序,从而得到最大面积的点集。
摘要由CSDN通过智能技术生成

筛选一组点位里面所形成的外接图形面积最大的点

简单来说我的理解就是求最大的外接面积形成的点,算法上就是求凸包。

    //根据points点的XY数组计算
    function convexHull(points) {
        points.sort(function(a, b) {
            return a[0] == b[0] ? a[1] - b[1] : a[0] - b[0];
        });

        var lower = [];
        for (var i = 0; i < points.length; i++) {
            while (lower.length >= 2 && cross(lower[lower.length - 2], lower[lower.length - 1], points[i]) <= 0) {
                lower.pop();
            }
            lower.push(points[i]);
        }

        var upper = [];
        for (var i = points.length - 1; i >= 0; i--) {
            while (upper.length >= 2 && cross(upper[upper.length - 2], upper[upper.length - 1], points[i]) <= 0) {
                upper.pop();
            }
            upper.push(points[i]);
        }

        upper.pop();
        lower.pop();
        return lower.concat(upper);
    }
 //离散点边界轮廓提取
    let hull = convexHull(setPoint());
    //输出至控制台
    console.log(hull);
    for (let i = 0; i < hull.length; i++) {
        console.log(hull[i][0]+","+hull[i][1]);
    }

    function cross(a, b, o) {
        return (a[0] - o[0]) * (b[1] - o[1]) - (a[1] - o[1]) * (b[0] - o[0])
    }

 //所有点的经纬度数据
    function setPoint(){
        let pointList = [];
        pointList.push([119.929211,31.13428194]);
        pointList.push([119.9276415,31.13384562]);
        pointList.push([119.9276062,31.13405752]);
        pointList.push([119.929534,31.13459388]);
        pointList.push([119.92943,31.13478667]);
        return pointList;
    } //输出的这些点就是筛选过后的一些点
  • 9
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,以下是一个可以不使用凸包实现将稀疏云连接起来面积的 Python 代码示例: ```python import numpy as np # 假设云的坐标保存在数组 points 中 points = np.array([[0, 0], [0, 1], [1, 1], [1, 0], [0.2, 0.2], [0.2, 0.8], [0.8, 0.8], [0.8, 0.2]]) # 按照顺序连接云中的,生成多边形的顶坐标列表 polygon = [] xmin, ymin = np.min(points, axis=0) xmax, ymax = np.max(points, axis=0) for x, y in [(xmin, ymin), (xmin, ymax), (xmax, ymax), (xmax, ymin)]: for i, (px, py) in enumerate(points): if px == x and ymin <= py <= ymax: polygon.append((px, py)) if i < len(points) - 1: px, py = points[0] if px == x and ymin <= py <= ymax: polygon.append((px, py)) # 计算多边形面积 def polygon_area(coords): n = len(coords) area = 0.0 for i in range(n): j = (i + 1) % n area += coords[i][0] * coords[j][1] - coords[i][1] * coords[j][0] return 0.5 * np.abs(area) area = polygon_area(polygon) print("多边形面积为:", area) ``` 这段代码的实现方式与之前的代码类似,不同之处在于没有使用凸包来计算多边形的顶坐标,而是直接按照顺序连接云中的,生成多边形的顶坐标列表。然后,使用 Shoelace 公式计算多边形的面积。 需要注意的是,这段代码假设云的形状类似长方形边框,因此可以先将多边形的顶坐标按照顺序排列。如果云的形状不是长方形边框,那么需要根据实际情况修改连接的顺序。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值