OpenCV C++实现树结构可视化（画出一棵四叉树）

最新推荐文章于 2023-06-23 17:43:30 发布
最新推荐文章于 2023-06-23 17:43:30 发布
阅读量2.6k 收藏 6
点赞数 2
分类专栏： OpenCV踩坑实录 文章标签： opencv cv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pvfeldt/article/details/115339430
版权
本文介绍了如何使用C++和OpenCV手动实现决策树的可视化，特别是针对三层四叉树结构。通过计算圆心坐标、节点间的距离和层数，利用OpenCV进行画图。作者提到了Python的Matplotlib库在画图上的便利性，并反思了手动实现的局限性。代码示例展示了从创建树结构到绘制图形的完整过程。
摘要由CSDN通过智能技术生成

这是之前那篇关于C++实现决策树的子问题。用不了Python的Matplotlib，只能用OpenCV手撕。
假定我们要实现这样一个三层四叉树的结构。（画图软件太费时间了直接纸上画了）需要的是画圆，直线和中间标的index写字。最主要的是求圆心坐标。
在这里插入图片描述
背景图片我是拿windows自带的画图弄了个20000*20000的全空白jpg。
一、建立树结构
在这里插入图片描述

遍历了一下，结果是这样没错。
二、计算坐标
然后拿CV画图比较麻烦的一点就是坐标的计算。
假定：最底层的是所有4的i次方个叶子节点的圆相切。每4个叶子节点圆上一层的根节点圆横坐标在第2、3个叶子节点的正中间位置。在这里插入图片描述
如图，这是一个三层的满四叉树，以此为例。层数i取值为0-2。求出最大层数为max（此处为2）。设d为每个小圆的直径，r为半径，△H为每一层的高度。（d=2r）
1.每层开始A->G->……->T->C坐标总长度Li的计算
可以看出，除了第0层是单个根节点，最底层是所有4max 个圆相切，这两层是特殊的，要单独讨论。其他中间层都是遵循规律的。
最底层长度L2=16 d=42 d。
第二层，所有圆的长度要减去最左和最右两个圆的直径，即L1=4maxd-4d。
该规律可通过四层满四叉树来泛化：
L1=4max d-16d
L2=4maxd-4d
L3=4max d

最后得到：
所以除了第一层和最底层，中间层的长度Li=4max-4max-id。
最底层长度L底=4max d。
2.每层的各个A->G->T->C坐标单长度L0的计算
同1，第0层和最底层是特殊的，单独讨论。
将Li的长度细分为若干等长L0，一个根节点对应一个L0。
第1层总长度为L1，则L0=L1。
第2层总长度为L2，则L0=L2/4-d。因为要求的是A->G->T->C的长度，最底层一开始是统一计算一堆圆的直径，所以多了最左和最右2个半径。
为了泛化中间层规律，再次采用四层满四叉树：
L01=L1
L02=3L2/15
L03=L3/16-d
五层满四叉树：
L03=3L3/63
L04=L4/64-d

最后得到：
所以除了第一层和最底层，中间层的长度L0i=3Li/（4i -1）。
最底层长度L0底=L底/（4max-1）-d。
3.得到A，G，T，C的坐标
假设某个根节点的坐标为（x0，y0）。那么：
A（x0-L0/2,y0+△H）
G（x0-L0/6,y0+△H）
T（x0+L0/6,y0+△H）
C（x0+L0/2,y0+△H）
4.算法实现
此处树的结构体里我加了个tag，来区分节点的类型。以A点为例：

if (t->tag == 'a')
        {
            double L = pow(4, maxLayer) * 2 * radius - pow(4, maxLayer - t->layer) * 2 * radius;
            double L0 = L * 3 / (pow(4, t->layer) - 1);
            if (t->aleaf == NULL && t->gleaf == NULL && t->tleaf == NULL && t->cleaf == NULL)
            {
                L = pow(4, maxLayer) * 2 * radius;
                L0 = L / pow(4, t->layer - 1) - 2 * radius;
            }
            pointX += -L0 / 2;
            pointY += 1000;
        }

三、做出图形
1.三层满四叉树
请添加图片描述
2.四层满四叉树
请添加图片描述
3.实现目标树结构
字体和圆形大小比1、2中有放大。
在这里插入图片描述

结论：我在反思是不是应该好好学一下Python，总这么手撕感觉不是个好办法。
Over.
代码

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/highgui/highgui_c.h>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>
using namespace std;
using namespace cv;
struct treeNode
{
    int layer;
    int index;
    char tag;
    treeNode* aleaf;
    treeNode* gleaf;
    treeNode* tleaf;
    treeNode* cleaf;
    treeNode() :index(0), layer(0), tag(' '), aleaf(NULL), gleaf(NULL), tleaf(NULL), cleaf(NULL) {}
};
treeNode* createtreeNode()
{
    treeNode* t = new treeNode();
    t->aleaf = new treeNode();
    t->gleaf = new treeNode();
    t->tleaf = new treeNode();
    t->cleaf = new treeNode();
    t->aleaf->layer = 1;
    t->gleaf->layer = 1;
    t->tleaf->layer = 1;
    t->cleaf->layer = 1;
    t->aleaf->index = 1;
    t->gleaf->index = 2;
    t->tleaf->index = 3;
    t->cleaf->index = 4;
    t->aleaf->tag = 'a';
    t->gleaf->tag = 'g';
    t->tleaf->tag = 't';
    t->cleaf->tag = 'c';
    t->aleaf->aleaf = new treeNode();
    t->aleaf->tleaf = new treeNode();
    t->cleaf->aleaf = new treeNode();
    t->cleaf->gleaf = new treeNode();
    t->cleaf->cleaf = new treeNode();
    t->aleaf->aleaf->layer = 2;
    t->aleaf->tleaf->layer = 2;
    t->cleaf->aleaf->layer = 2;
    t->cleaf->gleaf->layer = 2;
    t->cleaf->cleaf->layer = 2;
    t->aleaf->aleaf->index = 5;
    t->aleaf->tleaf->index = 6;
    t->cleaf->aleaf->index = 7;
    t->cleaf->gleaf->index = 8;
    t->cleaf->cleaf->index = 9;
    t->aleaf->aleaf->tag = 'a';
    t->aleaf->tleaf->tag = 't';
    t->cleaf->aleaf->tag = 'a';
    t->cleaf->gleaf->tag = 'g';
    t->cleaf->cleaf->tag = 'c';
    return t;
}
vector<int> countLayer;
void traverseTree(treeNode* t)
{
    if (t == NULL) return;
    else
    {
        countLayer.push_back(t->layer);
        cout << "index:" << t->index << endl;
        traverseTree(t->aleaf);
        traverseTree(t->gleaf);
        traverseTree(t->tleaf);
        traverseTree(t->cleaf);
    }
}
int findMaxLayer(vector<int> c)
{
    int size = c.size();
    int max = 0;
    for (int i = 0; i < size; i++)
    {
        if (c[i] > max)
            max = c[i];
    }
    return max;
}
Mat image = imread("untitled.jpg");
string intToChar(int n)
{
    char* num = new char[10];
    _itoa_s(n, num, sizeof(num), 10);
    string s = num;
    delete[] num;
    return s;
}
void drawTree(treeNode* t, double pointX, double pointY, string output)
{
    int radius = 200;//r;
    int maxLayer = findMaxLayer(countLayer);
    double previousX = pointX;
    double previousY = pointY;
    if (t == NULL) return;
    else
    {
        if (t->tag == 'a')
        {
            double L = pow(4, maxLayer) * 2 * radius - pow(4, maxLayer - t->layer) * 2 * radius;
            double L0 = L * 3 / (pow(4, t->layer) - 1);
            if (t->aleaf == NULL && t->gleaf == NULL && t->tleaf == NULL && t->cleaf == NULL)
            {
                L = pow(4, maxLayer) * 2 * radius;
                L0 = L / pow(4, t->layer - 1) - 2 * radius;
            }
            pointX += -L0 / 2;
            pointY += 1000;
        }
        else if (t->tag == 'g')
        {
            double L = pow(4, maxLayer) * 2 * radius - pow(4, maxLayer - t->layer) * 2 * radius;
            double L0 = L * 3 / (pow(4, t->layer) - 1);
            if (t->aleaf == NULL && t->gleaf == NULL && t->tleaf == NULL && t->cleaf == NULL)
            {
                L = pow(4, maxLayer) * 2 * radius;
                L0 = L / pow(4, t->layer - 1) - 2 * radius;
            }
            pointX += -L0 / 6;
            pointY += 1000;
        }
        else if (t->tag == 't')
        {
            double L = pow(4, maxLayer) * 2 * radius - pow(4, maxLayer - t->layer) * 2 * radius;
            double L0 = L * 3 / (pow(4, t->layer) - 1);
            if (t->aleaf == NULL && t->gleaf == NULL && t->tleaf == NULL && t->cleaf == NULL)
            {
                L = pow(4, maxLayer) * 2 * radius;
                L0 = L / pow(4, t->layer - 1) - 2 * radius;
            }
            pointX += L0 / 6;
            pointY += 1000;
        }
        else if (t->tag == 'c')
        {
            double L = pow(4, maxLayer) * 2 * radius - pow(4, maxLayer - t->layer) * 2 * radius;
            double L0 = L * 3 / (pow(4, t->layer) - 1);
            if (t->aleaf == NULL && t->gleaf == NULL && t->tleaf == NULL && t->cleaf == NULL)
            {
                L = pow(4, maxLayer) * 2 * radius;
                L0 = L / pow(4, t->layer - 1) - 2 * radius;
            }
            pointX += L0 / 2;
            pointY += 1000;
        }
        else if (t->tag == ' ')
        {
            pointX = 10000;
            pointY = 1000;
        }
        output = intToChar(t->index);
        line(image, Point(previousX, previousY), Point(pointX, pointY), Scalar(0, 0, 0), 20);
        circle(image, Point(previousX, previousY), radius, Scalar(0, 0, 0), 20);
        circle(image, Point(previousX, previousY), radius - 10, Scalar(255, 255, 255), -1);
        circle(image, Point(pointX, pointY), radius, Scalar(0, 0, 0), 20);
        circle(image, Point(pointX, pointY), radius - 10, Scalar(255, 255, 255), -1);
        drawTree(t->aleaf, pointX, pointY, output);
        drawTree(t->gleaf, pointX, pointY, output);
        drawTree(t->tleaf, pointX, pointY, output);
        drawTree(t->cleaf, pointX, pointY, output);
        putText(image, &output[0], Point(pointX - 100, pointY + 100), 0, 10, Scalar(0, 0, 0), 20);
    }
}
void drawTreeTotal(treeNode* t)
{
    double xCircle = 10000;//x0;
    double yCircle = 1000;//y0;
    namedWindow("tree", CV_WINDOW_NORMAL);
    imshow("tree", image);
    drawTree(t, xCircle, yCircle,"");
}
int main()
{
    treeNode* t = createtreeNode();
    traverseTree(t);
    drawTree(t, 10000, 1000, "");
    drawTreeTotal(t);
    waitKey(0);
    system("pause");
    return 0;
}
pvfeldt
关注
专栏目录
C++开源计算机视觉库OpenCV详解
dvlinker的技术专栏
07-26 135
开源计算机视觉库OpenCV详解。
树的可视化
02-17
介绍 我分离了前端和后端的代码，但是您可以使用docker的魔力运行所有内容，如下所示。 这是使用单页应用程序体系结构实现的。前端是通过Vue.js完成的。 后端使用express.js完成，它对数据库使用neo4j。 链接 前端： 后端： Neo4j： 设置 使用Docker 如果安装了docker和docker-compose，则可以使用以下命令直接构建和运行应用程序 docker-compose up --build 这将同时构建前端和后端，您将能够使用以上部分中的链接来测试应用程序。 后端 参见 前端 参见 CI / CD 我设置了一个gitlab操作，以便在推送时为前端和后端运行测试。 查看
LeetCode-427. 建立四叉树【树，数组，分治，矩阵】
zik的博客
04-29 322
题目描述： 给你一个 n * n 矩阵 grid ，矩阵由若干 0 和 1 组成。请你用四叉树表示该矩阵 grid 。 你需要返回能表示矩阵的 四叉树 的根结点。 注意，当 isLeaf 为 False 时，你可以把 True 或者 False 赋值给节点，两种值都会被判题机制 接受 。 四叉树数据结构中，每个内部节点只有四个子节点。此外，每个节点都有两个属性： val：储存叶子结点所代表的区域的值。1 对应 True，0 对应 False； isLeaf: 当这个节点是一个叶子结点时为 True，如果它
用C++ OpenCV 来画颗二叉树吧
voooooh_8的博客
08-06 1090
用C++ OpenCV 来画颗二叉树吧1.画树1.1.生成空白图片1.2.画出每个结点的位置1.3.画出结点之间的连线2.路径序列2.1.使用路径序列表示二叉树2.2.生成路径序列3.使用路径序列生成二叉树图像 在调试一些二叉树相关的算法的时候把树画出来看会比较直观，自己想了一个挺简单直观的方法。 画一颗二叉树分成3步 1.构建一颗二叉树 2.生成路径序列 3.根据路径序列画出树 第1步构建二叉树就不说了网上一抓一大把，第2步生成路径序列放在后面讲，先说第3步画树。 1.画树 画树可以分为3个步骤 生成空
模型可解释性-树结构可视化
数据掘金
09-16 2159
决策树是一种基于二叉树（最多有左右两个子树）的机器学习模型。决策树遍历训练数据并将信息浓缩为二叉树的内部节点和叶节点，从而学习训练集中的观测值之间的关系，这些观测值表示为特征向量x和目标值y
二叉树-C++（绘制）
cangzhexingxing的博客
05-12 871
#include<iostream> #include<queue> #include<stack> #include<iomanip> using namespace std; int ans=0; class tnode{ public: int nodeValue; tnode *left, *right,*parent; tnode(){}; tnode (const int& item, tnode *lptr .
画一个看得还过得去的四叉树
xxmy7的博客
03-29 514
想画多叉树，记录一下。 一开始看别人说通过csdn的md编辑可以画，发现效果不太好，对于结点过多可能画出来不太好，也不知道咋调，如果有大佬知道可以教教我 ```mermaid graph TB root((root)) 0((0)) 1((1)) 2((2)) 3((3)) root-->0 root-->1 root-->2 root-->3 00((00)) 01((01)) 02((02)) 03((03)) 0-->00 0-->01 0-->0
OpenCV实现FLANN结合SURF进行关键点的描述和匹配（C++实现）.zip
04-12
在本项目中，我们主要探讨如何使用OpenCV库在C++环境下实现特征检测、描述以及匹配，特别是通过FLANN（Fast Library for Approximate Nearest Neighbors）加速与SURF（Speeded Up Robust Features）算法相结合的过程...
可视化最小生成树Prim、Kruskal
weixin_51187996的博客
11-02 1780
摘 要：最小生成树问题在生活应用中存在诸多实例，多用于光纤铺设，管道铺设等。本次项目以为东校区铺设管线系统为实例，设计一个辅助程序。将地图抽象为无向图，用邻接矩阵的形式存储在文本中，将铺设最小成本管线抽象为求最小生成树的问题，通过C语言使用Prim和Kuaskal算法实现，求得最小生成树后，绘制简单的示意图并将结果格式化输出最小生成树的各个边及边权。关键词：Prim；Kruskal；文本1 项目分析项目要求开发一个管线铺设辅助系统，使其成本达到最小，是一个在现实中非常重要的问题。这一类的问题
计算机图形学绘制一颗树
06-25
计算机图形学绘制一颗树
可视化B-树演示系统
01-03
可视化B-树演示系统，使用MFC制作，包括创建、删除、插入
c++ mfc vs2012 绘制二叉树
10-25
根据所给出的二叉树，利用mfc绘制出二叉树
C++Builder画二叉树
07-13
二、若二叉树各结点的值均不相同，则由二叉树的前根遍历序列和中根遍历序列，由其中根遍历序列和后根遍历序列均能唯一确定一颗二叉树。根据输入的中根遍历序列和前（后）根遍历序列，以动画方式画出对应的二叉树
C++树的实现
12-07
c++数据结构中的树，这是其中的一个头文件。后面还有一些功能函数
数据结构 prim算法 kruskal算法以及opencv过程可视化实现
qq_43598944的博客
05-12 716
以下是老师问题具体要求 求解最小生成树的Prim加点法和Kruskal加边法代码实现：分别以邻接矩阵和邻接表数据结构来表示和存储一个图（最好同时支持无向图和有向图），分别利用Prim加点法和Kruskal加边法求解其最小生成树，共四个求解函数（邻接矩阵+Prim加点法，邻接表+Prim加点法，邻接矩阵+Kruskal加边法，邻接表+Kruskal加边法）。在此基础上，借助OpenCV画出原来的图（...
开源计算机视觉库OpenCV详解
最新发布
dvlinker的技术专栏
06-23 8万+
详细介绍开源计算机视觉库OpenCV。
树的可视化操作
qq_52170197的博客
07-02 1037
树的可视化操作 如何将建成的树用图片的方式展现出来，在这次课设的时候发现一种方法， 借此来分享一波。 以二叉树为例。 用到的语言: c++，python。 首先，当然是要建好一棵树，顺便复习一下二叉树的构成。 struct TreeNode { int data; struct TreeNode* Left = NULL; struct TreeNode* Right = NULL; }; //这边展现通过前序和中序建立唯一二叉树 TreeNode* traversal(vector<int&
树的c++实现--建立一棵树
weixin_30901729的博客
04-27 1596
在学习二分查找树的时候，在递归的问题上遇到不少的问题，在这里和大家分享一下自己的学习过程 我在学习树的知识的时候，没有把树当做一个类，只把一个结点当做一个类。树的实现都在函数中，如果大家有兴趣可以试试在一个类中实现树 为了方便起见，这不同模板，结点的值用整数型 结点类的设计: 　　结点类中包含一个表示该节点值的val变量，和指向左结点和指向右结点的指针。这三者构成了一个简单的结点 1...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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