利用道格拉斯·普客法(DP法)压缩矢量多边形(C++)
1.算法描述
经典的Douglas-Peucker算法(简称DP法)描述如下:
(1)在曲线首尾两点A,B之间连接一条直线AB,该直线为曲线的弦;
(2)得到曲线上离该直线段距离最大的点C,计算其与AB的距离d;
(3)比较该距离与预先给定的阈值threshold的大小,如果小于threshold,则该直线段作为曲线的近似,该段曲线处理完毕。
(4)如果距离大于阈值,则用C将曲线分为两段AC和BC,并分别对两段取信进行1~3的处理。
(5)当所有曲线都处理完毕时,依次连接各个分割点形成的折线,即可以作为曲线的近似
2.算法分析
①显然,整个过程是一个迭代过程,第四步时迭代,再次回到第一步。
②由于计算开方耗时,所以直接取d²作为评判值更加方便。
③DP法一般是化简一条曲线,本次化简的是多边形,实质是一条首尾相连的多边形,意味着曲线首尾两点的坐标相等。如果两点坐标相等,则第二步计算距离时会出现分母为0的问题。因此要换一个就近的点。
3.算法实现
①计算某点到已知两点的距离。
// 计算一点到一条直线(已知两点)的距离
double disP2L(CMyPoint* first, CMyPoint* last, CMyPoint* third) //first和last分别为线的两端,third是第三点
//CMyPoint是点的类型,可以换成CPoint
{
double x0 = first->Getx();
double y0 = first->Gety();
double x1 = last->Getx();
double y1 = last->Gety();
double x = third->Getx();
double y = third->Gety();
//diSquare是d²,不开方,耗时更短。
double disSuqare = ((y0 - y1)*x + (x1 - x0)*y + (x0*y1 - x1*y0))*((y0 - y1)*x + (x1 - x0)*y + (x0*y1 - x1*y0)) / ((x1 - x0)*(x1 - x0) + (y1 - y0)*(y1 - y0));
return disSuqare;
}
②压缩算法
// Douglas–Peucker法,20190220,压缩,zf
void DP(vector<CMyPoint*> inputLine) //输入是包含指针的数组,vector类型
{
if (inputLine.size() <= 2) //若少于两点,直接返回
return;
int size = inputLine.size();
CMyPoint *first = inputLine[0]; //定义首点
CMyPoint *last = inputLine[size - 1]; //定义尾点
while (last->Getx() == first->Getx() && last->Gety() == first->Gety()) {//若首尾相同,则换点
size = size - 1;
last = inputLine[size - 1];
}
int flag = 0; //标记距离最大的点的下标
double disSquare = 0;
for (int i = 1; i<inputLine.size() - 1; i++) {
double temp = disP2L(first, last, inputLine[i]);
if (temp>disSquare) { //记录最大距离及编号
disSquare = temp;
flag = i;
}
}
if (disSquare<4) { //判断值与阈值的关系,阈值自己设定
out_DP.push_back(first); //如果小于阈值,则保留首尾点
out_DP.push_back(last); //out_DP是一个全局变量,vector<CMyPoint*> out_DP
//用于存储留下来的点,是最后的成果
}
else { //否则分成两段
vector<CMyPoint*> head, rear;
for (int j = 0; j<inputLine.size(); j++) {
if (j <= flag) head.push_back(inputLine[j]);
if (j >= flag) rear.push_back(inputLine[j]);
}
DP(head); //迭代进行
DP(rear);
}
}
4.实验效果
分别是前、后
在保持图形和面积基本不变的前提下,多边形的点变少,压缩具有较好效果。
利用道格拉斯·普客法(DP法)压缩矢量多边形(C++)的更多相关文章
- 悬线法DP总结
悬线法DP总结 问题模型 求满足某种条件(如01交替)的最大矩形(正方形) 思想 先预处理出\(ml[i][j],mr[i][j],mt[i][j]\),分别表示当前位置\((i,j)\)能向左扩展到 ...
- dp状态压缩
dp状态压缩 动态规划本来就很抽象,状态的设定和状态的转移都不好把握,而状态压缩的动态规划解决的就是那种状态很多,不容易用一般的方法表示的动态规划问题,这个就更加的难于把握了.难点在于以下几个方面:状 ...
- 一类巧妙利用利用失配树的序列DP
I.导入 求长度为\(\text{len}\)的包含给定连续子串\(\text{T}\)的 0/1 串的个数.(\(|T|<=15\)) 通常来说这种题目应该立刻联想到状压 DP 与取反集--这 ...
- .net中使用 道格拉斯-普特 抽希轨迹点
Douglas一Peukcer算法由D.Douglas和T.Peueker于1973年提出,简称D一P算法,是目前公认的线状要素化简经典算法.现有的线化简算法中,有相当一部分都是在该算法基础上进行改进 ...
- GIS矢量数据化简:一种改进的道格拉斯-普克算法以及C++实现
GIS领域的同志都知道,传统的道格拉斯-普克算法都是递归实现.然而有时候递归的层次太深的话会出现栈溢出的情况.在此,介绍一种非递归的算法. 要将递归算法改为非递归算法,一般情况下分为两种场景.第一种是 ...
- HDU 4336 Card Collector (期望DP+状态压缩 或者 状态压缩+容斥)
题意:有N(1<=N<=20)张卡片,每包中含有这些卡片的概率,每包至多一张卡片,可能没有卡片.求需要买多少包才能拿到所以的N张卡片,求次数的期望. 析:期望DP,是很容易看出来的,然后由 ...
- [问题2014A02] 解答二(求和法+拆分法,由张诚纯同学提供)
[问题2014A02] 解答二(求和法+拆分法,由张诚纯同学提供) 将行列式 \(|A|\) 的第二列,\(\cdots\),第 \(n\) 列全部加到第一列,可得 \[ |A|=\begin{vma ...
- HDU 1074 Doing Homework (dp+状态压缩)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1074 题目大意:学生要完成各科作业, 给出各科老师给出交作业的期限和学生完成该科所需时间, 如果逾期一 ...
- hdu_4352_XHXJ's LIS(数位DP+状态压缩)
题目连接:hdu_4352_XHXJ's LIS 题意:这题花大篇篇幅来介绍电子科大的一个传奇学姐,最后几句话才是题意,这题意思就是给你一个LL范围内的区间,问你在这个区间内最长递增子序列长度恰为K的 ...
随机推荐
- telerik:RadAsyncUpload 使用 时不执行上传事件的解决办法AsyncUpload1_FileUploaded(object sender, FileUploadedEventArgs e)
一般是因为web.config没有配置的原因! 只要在<handlers>下加上 <add name="Telerik.Web.UI.WebResource" v ...
- C# Datetime 使用详解
获得当前系统时间: DateTime dt = DateTime.Now; Environment.TickCount可以得到“系统启动到现在”的毫秒值 DateTime now = DateTime ...
- Linux下Shell脚本输出带颜色文字
文本终端的颜色可以使用“ANSI非常规字符序列”来生成.举例: echo -e "\033[44;37;5m ME \033[0m COOL" 以上命令设置作用如下: 背景色为蓝色 ...
- jquery Contains 实现查询
var filter = $(this).val(); var filterResult = $(this).find('h2:Contains(' + filter + ')'); if (filt ...
- Python中join函数和os.path.join用法
Python中有join和os.path.join()两个函数,具体作用如下: join:连接字符串数组.将字符串.元组.列表中的元素以指定的字符(分隔符)连接生成一个新的字符串 os.path.jo ...
- SQL第二节课
SQL练习题 一. 设有一数据库,包括四个表:学生表(Student).课程表(Course).成绩表(Score)以及教师信息表(Teacher).四个表的结构分别如表1-1的 ...
- 继续聊WPF——为ListView的行设置样式
<Window x:Class="Wpf_GridHeaderStyle_sample.Window1" xmlns="http://schemas.microso ...
- Oracle数据库的性能调整
oracle是一个高性能数据库软件.用户可以通过参数的调整,达到性能的优化.性能优化主要分为两部分:一是数据库管理员通过对系统参数的调整达到优化的目的,二是开发人员通过对应用程序的优化达到调整的目的. ...
- JSONEncoder
A flat implementation You could use something like this: from sqlalchemy.ext.declarative import Decl ...
- UOJ #219 BZOJ 4650 luogu P1117 [NOI2016]优秀的拆分 (后缀数组、ST表)
连NOI Day1T1都不会做...看了题解都写不出来还要抄Claris的代码.. 题目链接: (luogu)https://www.luogu.org/problemnew/show/P1117 ( ...