python实现geojson轨迹数据抽稀——道格拉斯-普克算法

最新推荐文章于 2023-07-21 14:31:55 发布

原创

最新推荐文章于 2023-07-21 14:31:55 发布 · 3.3k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#道格拉斯 #python #geojson #车辆轨迹 #抽稀算法

这篇博客介绍了如何使用Python实现道格拉斯-普克算法来对GeoJSON格式的车辆行驶轨迹数据进行抽稀处理。文章背景是需要压缩包含多个汽车行驶轨迹的geojson文件，通过设定阈值，递归计算并删除距离线段起终点小于阈值的中间点，从而达到数据压缩的目的。

背景：现有多个geojson文件，内容为某时段汽车的行驶轨迹，以经纬度的坐标保存，需要将其进行压缩重新保存为geojson

geojson格式：

{
   
   
	"type": "FeatureCollection",
	"features": [{
   
    
		"type": "Feature",
		"geometry": {
   
   "type": "Point", "coordinates": [102.0, 0.5]},
		"properties": {
   
   "prop0": "value0"}
      }]
}

详见官网：https://www.oschina.net/translate/geojson-spec?cmp

抽稀算法：道格拉斯-普克法（Douglas-Peucker algorithm）

#算法逻辑：

确定起终点
计算起终点之间所有点到起终点组成线段的距离
设定阈值，若最大距离小于阈值，则去除中间所有点，反之，以最大距离对应的点为界，分别对左半部分和右半部分从第2步递归计算

python实现：

# -*- coding:utf-8 -*-
"""
道格拉斯算法的实现
"""
import math
import json
import numpy as np
import matplotlib.pyplot as plt

class Point:
    """点类"""
    x = 0.0
    y = 0.0
    index = 0  # 点在线上的索引
    tag = False # 是否保留该点，默认都不保留

    def __init__(sel

最低0.47元/天解锁文章