我正在尝试使用scipy(0.10.1)进行快速破解,以可视化凸包。
我可以使用以下代码获得凸包:
vecs = [[-0.094218, 51.478927], [-0.09348, 51.479364], [-0.094218, 51.478927],
...
[-0.094218, 51.478927], [-0.094321, 51.479918], [-0.094218, 51.478927],
[-0.094222, 51.478837], [-0.094241, 51.478388], [-0.094108, 51.478116],
[-0.09445, 51.480279], [-0.094256, 51.478028], [-0.094326, 51.500511]]
hull = scipy.spatial.Delaunay(vecs).convex_hull
得到的数组如下所示:
[[56, 9], [16, 1], [56, 1], [55, 9], [53, 55], [53, 16]]
数字是顶点索引。我的问题是它们没有被订购。我需要它们按照CW或CCW的顺序,以便在KML中轻松地可视化它们。
有什么简单的方法可以让scipy.spatial计算正确的顺时针顺序吗?
因此,这段代码似乎可以做到这一点,但可能更简单。。。从本质上讲,我首先从外壳中收集顶点编号。然后我计算平均值,重新确定数据集的中心,并根据平均值的角度对其进行排序。
ps = set()
for x, y in hull:
ps.add(x)
ps.add(y)
ps = numpy.array(list(ps))
center = vecs[ps].mean(axis=0)
A = vecs[ps] - center
h = vecs[ps[numpy.argsort(numpy.arctan2(A[:,1], A[:,0]))]]
在scipy.spatial.ConvexHull
的当前dev-doc(0.13.0.dev)中,有一个vertices
属性,该属性在2D中是逆时针的。
我找到了一个不错的方法,但它需要scipy 0.11.0(稀疏.csgraph)
这里有一个完整的例子,实际排序是"sort-hull…"注释后面的2行。
import numpy as np
import scipy as sp
# random point cloud and hull
X = np.random.randint(0,200,(30,2))
hull = sp.spatial.qhull.Delaunay(X).convex_hull
# sort hull indices using (sparse) adjacency matrix graph stuff
g = sp.sparse.csr_matrix((np.ones(hull.shape[0]),hull.T), shape=(hull.max()+1,)*2)
sorted_hull = sp.sparse.csgraph.depth_first_order(g,hull[0,0],directed=False)[0]
# display with matplotlib
from matplotlib import pyplot as plt
plt.plot(X[:,0],X[:,1],'.')
plt.plot(X[sorted_hull,0],X[sorted_hull,1])