Dieser Python-Code stellt eine Implementierung eines Bitmap-Vektor-Ansatzes bereit, der dem in der vorherigen Antwort beschriebenen ähnelt. Es findet Lücken in einer Reihe von 2D-Punkten, indem es die Datendichte in einer Bitmap berechnet, ungenutzte Bereiche identifiziert, die Ausgabe segmentiert und die Ergebnisse polygonisiert.
import numpy as np import cv2 import matplotlib.pyplot as plt def find_holes(points, resolution=100): """Find holes in a set of 2D points. Args: points: A list of (x, y) tuples representing the points. resolution: The resolution of the bitmap to use. Higher resolution results in more accurate results, but is slower. Returns: A list of (x, y) tuples representing the vertices of the holes. """ # Create a bitmap of the points. bitmap = np.zeros((resolution, resolution), dtype=np.uint8) for point in points: x, y = point bitmap[int(y * resolution), int(x * resolution)] = 255 # Compute data density in the bitmap. density = cv2.dilate(bitmap, np.ones((3, 3))) - cv2.erode(bitmap, np.ones((3, 3))) # Identify unused areas in the bitmap. unused_areas = np.where(density == 0) # Segment the unused areas. segmented_areas = cv2.watershed(density, np.zeros((resolution, resolution), dtype=np.int32), markers=unused_areas[0], mask=bitmap) # Polygonize the segmented areas. holes = [] for i in range(1, np.max(segmented_areas) + 1): mask = np.zeros((resolution, resolution), dtype=np.uint8) mask[segmented_areas == i] = 255 _, contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for contour in contours: hole = [] for point in contour: x, y = point[0] hole.append((x / resolution, y / resolution)) holes.append(hole) return holes # Example usage # Generate a set of random points. points = [(np.random.rand(), np.random.rand()) for _ in range(1000)] # Find the holes in the set of points. holes = find_holes(points, resolution=50) # Plot the points and the holes. plt.scatter([x for (x, y) in points], [y for (x, y) in points], s=1, c='black') for hole in holes: plt.plot([x for (x, y) in hole], [y for (x, y) in hole], c='red') plt.show()
Dieser Code verwendet OpenCV für Bitmap-Operationen, NumPy für Arrays Manipulation und Matplotlib zum Plotten. Es kann leicht geändert werden, um mit verschiedenen Datentypen und Koordinatensystemen zu arbeiten.
Das obige ist der detaillierte Inhalt vonWie kann ich mithilfe eines Bitmap- und Vektoransatzes in Python effizient Löcher in einem verstreuten Satz von 2D-Punkten erkennen und skizzieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!