我试图从一个numpy布尔网格中获取多边形的外部坐标。例如,来自(16,16)ndarray,例如以下的
[
[False False False False False False True True True True False False False False False False],
[False False False False False True True True True True True False False False False False],
[False False False False False False False False False False True True False False False False],
[False False False False False False False False False False False True False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False],
[False False False False False False False False False False False False False False False False]
]
如果我们绘制ndarray
,它将如下所示:
我想按顺序得到以下坐标,这样我们就可以绘制这样多边形的外环,例如[(5 1), (6 0), (7 0), (8 0), (9 0), (10 1), (11 2), (11 3), (10 2), (9 1), (8 1), (7 1), (6 1)]
。到目前为止我所拥有的是:
# Consider that the boolean ndarray above is called 'prediction'
import numpy as np
from shapely.geometry import Polygon, Point
import matplotlib.pyplot as plt
# Get the coordinates that match the boolean polygon
(y, x) = np.where(prediction == True)
# Iterate on each of the coordinates, however my problem is that it is not aware of the contour order as it should be :/
coordinates = [Point(x_coordinate, y_coordinate) for x_coordinate, y_coordinate in itertools.izip(x, y)]
# Build the polygon out of the points
polygon = Polygon([[coordinate.x, coordinate.y] for coordinate in coordinates])
exterior_x, exterior_y = polygon.exterior.xy
# Plotting
fig = plt.figure(1, figsize=(5, 5))
ax = fig.add_subplot(1, 2, 1)
ax.plot(exterior_x, exterior_y, color='#6699cc')
ax.invert_yaxis()
plt.subplot(1, 2, 2)
plt.imshow(prediction)
plt.show()
问题是我正在构建不考虑顺序的多边形,因此polygon.exterior.xy
的结果将创建外部环。我的方法将创建多边形的错误轮廓,例如:
但是,我无法针对此问题提出一般方法。我欢迎任何关于如何解决这个问题的建议。提前谢谢。
答案 0 :(得分:2)
也许您可以将问题移至GIS stack exchange site。在那里你可能会得到更多的帮助。
无论如何,快速搜索会显示this anwer,建议使用rasterio
库,我了解您所需要的。
根据您的情况,它可以是:
import numpy as np
import rasterio.features
# Convert your array to 0-1 integers
myarray = [[1 if t else 0 for t in row] for row in myarray]
# Build a numpy array
myarray = np.array(myarray)
# Convert the type (don't even know why this was needed in my computer, but raised exception if not converted.
myarray = myarray.astype(np.int32)
# Let the library do the magic. You should take a look at the rasterio.features.shapes output
mypols = [p[0]['coordinates']
for p in rasterio.features.shapes(myarray)]
mypols
现在是一个坐标数组,您可以轻松将其转换为shapely
多边形。
谨防正确测试陌生人案件。我尝试构建一个多面,并且库将每个连接的组件作为多边形返回。幸运的是,它为每个多边形返回相关值,因此您可以根据需要发布流程。 但是,带内圈的多边形似乎处理得很好。 我不知道在这些情况下你会期望的行为是什么。
答案 1 :(得分:0)
我使用ConvexHull,它试图找到包含所有点的最小包络,即多边形轮廓:ConvexHull with Scipy