在PostGIS中计算点数据集的最小外包凸多边形等(Calculate the minimum outer convex polygon of a point dataset in PostGIS)

本文介绍了如何使用PostGIS中的ST_BUFFER、ST_ConcaveHull和ST_Collect函数获取点或线数据集的外包多边形,包括最小外包凸多边形、缓冲区操作和合并线点数据的方法,并讨论了选择参数的重要性。

概述

存在点(或线)数据集,其分布情况如下:
在这里插入图片描述

现在想要获取该数据的几个外包多边形,主要包含如下三个方法:

方法一

第一种方法,最小外包凸多边形,其结果如下:
在这里插入图片描述

查询语句:ST_ConcaveHull(ST_Collect(geom::geometry),0.2)

方法二

第二种方法,最小外包多边形进行缓冲区:
在这里插入图片描述

查询语句:ST_BUFFER(ST_BUFFER(ST_ConcaveHull(ST_Collect(geom::geometry),0.001,true),0.0011),-0.0001)

方法三

第三种方法,所有线或者点数据进行缓冲区后取并集:
在这里插入图片描述

总结

核心是利用ST_BUFFERST_CollectST_ConcaveHull三个方法,找到合适的参数。

参考

ST_BUFFER详见https://postgis.net/docs/ST_Buffer.html
ST_ConcaveHull详见https://postgis.net/docs/ST_ConcaveHull.html
ST_Collect详见https://postgis.net/docs/ST_Collect.html

### 最小外接凸多边形算法实现 最小外接凸多边形问题在计算机视觉和计算几何领域具有重要意义。以下是基于 OpenCV 和计算几何的两种实现方法。 #### 1. 基于 OpenCV 的实现 OpenCV 提供了强大的工具来处理图像中的几何对象,包括轮廓检测、凸包计算等功能。以下是一个使用 OpenCV 计算最小外接凸多边形的示例代码: ```python import cv2 import numpy as np # 创建一个空白图像 img = np.zeros((500, 500), dtype=np.uint8) # 定义一个多边形轮廓 contour = np.array([[100, 100], [200, 100], [200, 200], [150, 150]], dtype=np.int32) # 在图像上绘制轮廓 cv2.drawContours(img, [contour], -1, (255, 255, 255), 2) # 计算凸包 hull = cv2.convexHull(contour) # 在图像上绘制凸包 cv2.polylines(img, [hull], True, (128, 128, 128), 2) # 显示结果 cv2.imshow("Convex Hull", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 上述代码中,`cv2.convexHull` 函数用于计算给定轮廓的凸包[^1]。此函数返回包含凸包顶的数组,这些顶可以用来绘制最小外接凸多边形。 #### 2. 基于计算几何的实现 在计算几何中,最小外接凸多边形通常通过 Graham 扫描算法或 Jarvis 算法实现。以下是基于 Graham 扫描算法的一个简单实现: ```python def orientation(p, q, r): val = (q[1] - p[1]) * (r[0] - q[0]) - (q[0] - p[0]) * (r[1] - q[1]) if val == 0: return 0 # 共线 return 1 if val > 0 else 2 # 顺时针或逆时针 def graham_scan(points): # 找到最左下角的 min_point = min(points, key=lambda point: (point[1], point[0])) # 按极角排序 sorted_points = sorted(points, key=lambda point: (np.arctan2(point[1] - min_point[1], point[0] - min_point[0]), (point[0] - min_point[0])**2 + (point[1] - min_point[1])**2)) hull = [] for point in sorted_points: while len(hull) >= 2 and orientation(hull[-2], hull[-1], point) != 2: hull.pop() hull.append(point) return hull # 示例 points = [(100, 100), (200, 100), (200, 200), (150, 150)] convex_hull = graham_scan(points) print("Convex Hull:", convex_hull) ``` 此代码实现了 Graham 扫描算法,用于计算一组的凸包[^2]。该算法首先找到最左下角的,然后按极角对其他进行排序,并通过栈操作去除不必要的,最终得到凸包。 #### 3. 结合旋转卡壳算法 为了进一步优化凸包的计算,可以结合旋转卡壳算法(Rotating Calipers)来寻找最小外接矩形或更复杂的几何形状[^4]。这种方法通过对凸包的每条边进行枚举,计算与之共线的外接矩形面积,并选择面积最小的矩形作为结果。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

丷丩

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值