凸包和 SciPy

Posted 2023-02-14

【中文标题】凸包和 SciPy

【英文标题】：Convex Hull and SciPy

【发布时间】：2013-01-21 09:46:06

【问题描述】：

我正在尝试使用 scipy (0.10.1) 快速破解来可视化凸包。

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

生成的数组如下所示：

[[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排序。我需要它们按 CW 或 CCW 顺序排列，以便在 KML 中轻松可视化它们。

有没有简单的方法让 scipy.spatial 计算正确的顺时针顺序？

【参考方案1】：

所以这段代码似乎可以解决问题，但可能更简单...... 本质上，我首先从船体中收集顶点数。然后我计算平均值，重新定位数据集并按与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]))]]

【参考方案2】：

我发现了一个不错的方法，但它需要 scipy 0.11.0 (sparse.csgraph)

这是一个完整的示例，实际排序是“sort hull ...”注释后面的 2 线。

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])

【参考方案3】：

在scipy.spatial.ConvexHull 的当前开发文档 (0.13.0.dev) 中，有一个 vertices 属性，在 2D 中是逆时针方向的。