创新实训第六周总结

上周我得到中值坐标后,下一步是求解f(x)
在这里插入图片描述
相应代码

k=32 #防跳跃系数 
for i in range(1,len1):
    for j in range(len2):
        
#         before,min_value = find_min(j,dp_matrix_value[i-1,j-k:j+1].tolist()[0],k)
        before,min_value = find_min(j,get_list(dp_matrix_value[i-1,:],j-k,j+1),k,len2)
        dp_matrix_value[i,j] = min_value + distance_2d(data1[i,0],data1[i,1],data2[j,0],data2[j,1])
        dp_matrix_father[i,j] = before
    print(i,"/",len1)
        
        
# for i in range(len1):
    
#     temp = dp_matrix_value[len1-1-i,:].tolist()[0]
#     minV = min(temp)
#     pos = temp.index(minV)
#     print(len1-1-i,"->",dp_matrix_father[len1-1-i,pos])
 
temp = dp_matrix_value[len1-1,:].tolist()[0]
minV = min(temp)
pos = temp.index(minV)
print(len1-1,"->",pos)
 
 
# pos = dp_matrix_father[len1-2,pos]
# print(pos)
# pos = dp_matrix_father[len1-3,int(pos)]
# print(pos)
 
for i in range(len1-1):
    j = dp_matrix_father[len1-2-i,int(pos)]
    print(len1-2-i,"->",j)
    pos = j

可视化轮廓匹配度
在这里插入图片描述
其中,黄色的为原图,蓝色的是映射后的,可以看到而这匹配度还是很高的

在这里插入图片描述

在这里插入图片描述
可见对应关系还是比较准确的。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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