道格拉斯-普克 Douglas-Peuker(DP算法)-python实现

20 篇文章 7 订阅
13 篇文章 1 订阅
#-*- coding:utf-8 -*-
"""
道格拉斯算法的实现
程序需要安装shapely模块
"""
import math
from shapely import wkt,geometry

class Point:
	"""点类"""
	x=0.0
	y=0.0
	index=0 #点在线上的索引

	def __init__(self,x,y,index):
		self.x=x
		self.y=y
		self.index=index

class Douglas:
	"""道格拉斯算法类"""
	points=[]
	D=1 #容差

	def readPoint(self):
		"""生成点要素"""
		g=wkt.loads("LINESTRING(1 4,2 3,4 2,6 6,7 7,8 6,9 5,10 10)")
		coords=g.coords
		for i in range(len(coords)):
			self.points.append(Point(coords[i][0],coords[i][1],i))

	def compress(self,p1,p2):
		"""具体的抽稀算法"""
		swichvalue=False
		#一般式直线方程系数 A*x+B*y+C=0
		A=(p1.y-p2.y)/math.sqrt(math.pow(p1.y-p2.y,2)+math.pow(p1.x-p2.x,2))
		B=(p2.x-p1.x)/math.sqrt(math.pow(p1.y-p2.y,2)+math.pow(p1.x-p2.x,2))
		C=(p1.x*p2.y-p2.x*p1.y)/math.sqrt(math.pow(p1.y-p2.y,2)+math.pow(p1.x-p2.x,2))

		m=self.points.index(p1)
		n=self.points.index(p2)
		distance=[]
		middle=None

		if(n==m+1):
			return
		#计算中间点到直线的距离
		for i in range(m+1,n):
			d=abs(A*self.points[i].x+B*self.points[i].y+C)/math.sqrt(math.pow(A,2)+math.pow(B,2))
			distance.append(d)

		dmax=max(distance)

		if dmax>self.D:
			swichvalue=True
		else:
			swichvalue=False

		if(not swichvalue):
			for i in range(m+1,n):
				del self.points[i]
		else:
			for i in range(m+1,n):
				if(abs(A*self.points[i].x+B*self.points[i].y+C)/math.sqrt(math.pow(A,2)+math.pow(B,2))==dmax):
					middle=self.points[i]
			self.compress(p1,middle)
			self.compress(middle,p2)

	def printPoint(self):
		"""打印数据点"""
		for p in self.points:
			print "%d,%f,%f"%(p.index,p.x,p.y)

def main():
	"""测试"""
	#p=Point(20,20,1)
	#print '%d,%d,%d'%(p.x,p.x,p.index)
	d=Douglas()
	d.readPoint()
	d.printPoint()
	d.compress(d.points[0],d.points[len(d.points)-1])
	print "========================\n"
	d.printPoint()
if __name__=='__main__':
	main()

 

参考博客

 

部分修改后:

 

#-*- coding:utf-8 -*-
"""
道格拉斯算法的实现
程序需要安装shapely模块
"""
import math
from shapely import wkt,geometry
import matplotlib.pyplot as plt

class Point:
	"""点类"""
	x=0.0
	y=0.0
	index=0 #点在线上的索引

	def __init__(self,x,y,index):
		self.x=x
		self.y=y
		self.index=index

class Douglas:
	"""道格拉斯算法类"""
	points=[]
	D=1 #容差

	def readPoint(self):
		"""生成点要素"""
		g=wkt.loads("LINESTRING(1 4,2 3,4 2,6 6,7 7,8 6,9 5,10 10)")
		coords=g.coords
		for i in range(len(coords)):
			self.points.append(Point(coords[i][0],coords[i][1],i))

	def compress(self,p1,p2):
		"""具体的抽稀算法"""
		swichvalue=False
		#一般式直线方程系数 A*x+B*y+C=0,利用点斜式,分母可以省略约区
		#A=(p1.y-p2.y)/math.sqrt(math.pow(p1.y-p2.y,2)+math.pow(p1.x-p2.x,2))
		A=(p1.y-p2.y)
		#B=(p2.x-p1.x)/math.sqrt(math.pow(p1.y-p2.y,2)+math.pow(p1.x-p2.x,2))
		B=(p2.x-p1.x)
		#C=(p1.x*p2.y-p2.x*p1.y)/math.sqrt(math.pow(p1.y-p2.y,2)+math.pow(p1.x-p2.x,2))
		C=(p1.x*p2.y-p2.x*p1.y)
		
		m=self.points.index(p1)
		n=self.points.index(p2)
		distance=[]
		middle=None

		if(n==m+1):
			return
		#计算中间点到直线的距离
		for i in range(m+1,n):
			d=abs(A*self.points[i].x+B*self.points[i].y+C)/math.sqrt(math.pow(A,2)+math.pow(B,2))
			distance.append(d)

		dmax=max(distance)

		if dmax>self.D:
			swichvalue=True
		else:
			swichvalue=False

		if(not swichvalue):
			for i in range(m+1,n):
				del self.points[i]
		else:
			for i in range(m+1,n):
				if(abs(A*self.points[i].x+B*self.points[i].y+C)/math.sqrt(math.pow(A,2)+math.pow(B,2))==dmax):
					middle=self.points[i]
			self.compress(p1,middle)
			self.compress(middle,p2)

	def printPoint(self):
		"""打印数据点"""
		for p in self.points:
			print "%d,%f,%f"%(p.index,p.x,p.y)

def main():
	"""测试"""
	#p=Point(20,20,1)
	#print '%d,%d,%d'%(p.x,p.x,p.index)
	
	d=Douglas()
	d.readPoint()
	#d.printPoint()
	#结果图形的绘制,抽稀之前绘制
	fig=plt.figure()
	a1=fig.add_subplot(121)
	dx=[]
	dy=[]
	for i in range(len(d.points)):
		dx.append(d.points[i].x)
		dy.append(d.points[i].y)
	a1.plot(dx,dy,color='g',linestyle='-',marker='+')

	
	d.compress(d.points[0],d.points[len(d.points)-1])

	#抽稀之后绘制
	dx1=[]
	dy1=[]
	a2=fig.add_subplot(122)
	for p in d.points:
		dx1.append(p.x)
		dy1.append(p.y)
	a2.plot(dx1,dy1,color='r',linestyle='-',marker='+')

	#print "========================\n"
	#d.printPoint()

	plt.show()

if __name__=='__main__':

	main()


结果:

 

 

 

  • 5
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
Douglas-Peucker算法可以用C语言实现,以下是其中一个可能的实现: ```c #include <stdio.h> #include <stdlib.h> #include <math.h> typedef struct { double x; double y; } Point; // 计算点p1和点p2之间的欧几里得距离 double distance(Point p1, Point p2) { double dx = p1.x - p2.x; double dy = p1.y - p2.y; return sqrt(dx*dx + dy*dy); } // 计算点p到线段(p1,p2)的距离 double perpendicularDistance(Point p, Point p1, Point p2) { double area = fabs((p2.x-p1.x)*(p1.y-p.y)-(p1.x-p.x)*(p2.y-p1.y)); double lineLength = distance(p1, p2); return area / lineLength; } // 递归调用Douglas-Peucker算法 void douglasPeucker(Point* points, int start, int end, double epsilon, int* keep) { // 如果只有两个点,直接保留 if (end - start == 1) { keep[start] = 1; keep[end] = 1; return; } // 找出距离直线最远的点 double maxDistance = 0; int maxIndex = 0; Point p1 = points[start]; Point p2 = points[end]; for (int i = start+1; i < end; i++) { double d = perpendicularDistance(points[i], p1, p2); if (d > maxDistance) { maxDistance = d; maxIndex = i; } } // 如果最远距离大于epsilon,则继续递归,否则保留 if (maxDistance > epsilon) { douglasPeucker(points, start, maxIndex, epsilon, keep); douglasPeucker(points, maxIndex, end, epsilon, keep); } else { for (int i = start; i <= end; i++) { keep[i] = 1; } } } // Douglas-Peucker算法的入口函数 void simplify(Point* points, int n, double epsilon, Point** result, int* m) { // 先分配一个足够大的数组保留结果 int* keep = (int*)malloc(n * sizeof(int)); // 递归调用Douglas-Peucker算法 douglasPeucker(points, 0, n-1, epsilon, keep); // 统计结果 *m = 0; for (int i = 0; i < n; i++) { if (keep[i]) { (*m)++; } } *result = (Point*)malloc((*m) * sizeof(Point)); int j = 0; for (int i = 0; i < n; i++) { if (keep[i]) { (*result)[j++] = points[i]; } } free(keep); } int main() { Point points[] = { {0, 0}, {1, 1}, {2, 0}, {3, 1}, {4, 0}, {5, 1}, {6, 0}, {7, 1}, {8, 0}, {9, 1} }; int n = sizeof(points) / sizeof(Point); Point* simplifiedPoints; int m; simplify(points, n, 0.5, &simplifiedPoints, &m); printf("Original points:\n"); for (int i = 0; i < n; i++) { printf("%.1f, %.1f\n", points[i].x, points[i].y); } printf("Simplified points:\n"); for (int i = 0; i < m; i++) { printf("%.1f, %.1f\n", simplifiedPoints[i].x, simplifiedPoints[i].y); } free(simplifiedPoints); return 0; } ``` 该实现中,首先定义了一个结构体 `Point` 表示二维空间中的一个点,然后实现了 `distance` 函数用于计算点与点之间的距离,以及 `perpendicularDistance` 函数用于计算点到线段的垂直距离。 接下来是Douglas-Peucker算法的核心部分,实现了一个 `douglasPeucker` 函数用于递归调用算法,并实现了一个 `simplify` 函数作为入口函数。输入参数为原始点数组 `points`,点数量 `n`,阈值 `epsilon`,输出参数为简化后的点数组 `result` 和点数量 `m`。算法先分配一个 `keep` 数组用于标记需要保留的点,然后调用 `douglasPeucker` 函数进行递归计算。最后统计保留的点数量并返回简化后的点数组即可。 在 `main` 函数中,我们定义了一个包含10个点的测试数组,并调用 `simplify` 函数进行简化,然后打印出原始点和简化后的点供查看。

“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 15
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