我正在尝试随机采样点在多边形边界由任意数量的点。多边形由一组x,y坐标组成。我想保留多边形的原始顶点以及添加随机采样点,并尽可能保持多边形的形状。如本例所示,给定一个原始多边形(蓝色顶点,左),我需要一个沿原始多边形边界(红色顶点,右侧)具有N=25个点的随机采样多边形。
下面的代码是我尝试使用样条曲线插值来实现这一点,但是插值的结果最终会严重扭曲多边形的形状(使其更圆),尤其是当多边形的顶点数量较少时。在
def single_parametric_interpolate(obj_x_loc,obj_y_loc,numPts=50):
'''
Interpolate a single given bounding box obj_x_loc,obj_y_loc
return a new set of coordinates interpolated on numPts
'''
tck, u =splprep(np.array([obj_x_loc,obj_y_loc]),s=0,per=1)
u_new = np.linspace(u.min(),u.max(),numPts)
new_points = splev(u_new, tck,der=0)
return new_points
有没有更好的方法来进行这种类型的采样,不会扭曲多边形的结果形状?在
可以计算多边形的周长
p
(边长总和)。选择一个角,在[0,p[
中随机抽取一个r
,然后沿着周长以逆时针方向“走”这个长度r
,并在那里放一个点。在相关问题 更多 >
编程相关推荐