python 实现德洛内三角剖分的操作
我也不知道这玩意主要是干啥用的
实现如下
我用剖分的三角形的三个顶点到中心点的距离和作为颜色， 结果显示： 点越密集的地方， 图片上的颜色越深。
from scipy.spatial import Delaunayimport numpy as npimport matplotlib.pyplot as pltwidth = 80height = 40 pointNumber = 50points = np.zeros((pointNumber, 2)) points[:, 0] = np.random.randint(0, width, pointNumber) points[:, 1] = np.random.randint(0, height, pointNumber)tri = Delaunay(points)center = np.sum(points[tri.simplices], axis=1)/3.0 '''color = []for sim in points[tri.simplices]: x1, y1 = sim[0][0], sim[0][1] x2, y2 = sim[1][0], sim[1][1] x3, y3 = sim[2][0], sim[2][1] s = ((x1-x2)**2+(y1-y2)**2)**0.5 + ((x1-x3)**2+(y1-y3)**2)**0.5 + ((x3-x2)**2+(y3-y2)**2)**0.5 color.append(s)color = np.array(color)'''color = []for index, sim in enumerate(points[tri.simplices]): cx, cy = center[index][0], center[index][1] x1, y1 = sim[0][0], sim[0][1] x2, y2 = sim[1][0], sim[1][1] x3, y3 = sim[2][0], sim[2][1] s = ((x1-cx)**2+(y1-cy)**2)**0.5 + ((cx-x3)**2+(cy-y3)**2)**0.5 + ((cx-x2)**2+(cy-y2)**2)**0.5 color.append(s)color = np.array(color)plt.figure(figsize=(20, 10)) plt.tripcolor(points[:, 0], points[:, 1], tri.simplices.copy(), facecolors=color, edgecolors='k') plt.tick_params(labelbottom='off', labelleft='off', left='off', right='off', bottom='off', top='off') ax = plt.gca() plt.scatter(points[:,0],points[:,1], color='r')#plt.grid()plt.savefig('Delaunay.png', transparent=True, dpi=600)
补充：生长算法实现点集的三角剖分（ python（Tkinter模块））
关于三角剖分
假设V是二维实数域上的有限点集，边e是由点集中的点作为端点构成的封闭线段, E为e的集合。那么该点集V的一个三角剖分T=(V,E)是一个平面图G，该平面图满足条件：
1.除了端点，平面图中的边不包含点集中的任何点。
2.没有相交边。
3.平面图中所有的面都是三角面，且所有三角面的合集是散点集V的凸包。
在实际中运用的最多的三角剖分是Delaunay三角剖分，它是一种特殊的三角剖分。
【定义】Delaunay边：假设E中的一条边e（两个端点为a,b），e若满足下列条件，则称之为Delaunay边：
存在一个圆经过a,b两点，圆内(注意是圆内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。
【定义】Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。
关于Delaunay三角剖分算法可以参考百度百科Delaunay三角剖分算法
我做三角剖分的目的――构建TIN，不规则三角网
不规则三角网（TIN）是DEM的重要形式之一，相较于规则格网，其具有数据冗余小、细节丢失少的特点。
在分布不规则的高程点之间构建出三角网，其关键技术就是三角剖分
算法步骤
1、首先任选一点，在点集中找出距离改点最近的点连成一条线，以该线为基线。
2、在所有点中寻找能与该基线构成具有空圆性三角形的点，并构成三角形。
3、以新生成的边为基线，重复第二步，直至点集构网完成。
具体代码如下
所使用的python版本为python3.6，编辑器为Pycharm2018.3.1
#-*- coding:utf-8 -*-import tkinterfrom tkinter import filedialogimport csv#根据两点坐标计算距离def caldis(x1,y1,x2,y2): return ((x1-x2)**2+(y1-y2)**2)**0.5#输入三角形三个顶点，计算外接圆圆心及半径def calcenter(x1,y1,x2,y2,x3,y3): y1=-y1 #计算公式是根据平面直角坐标推算的，原点在左下角，但是计算机屏幕坐标原点在右上角，所以计算式y坐标取负 y2=-y2 y3=-y3 if (y1 != y3 and y1 != y2 and y2 != y3): #判断是否有y坐标相等，即三角形某边斜率为0的情况，避免出现坟分母为0的错误 if(((x3-x1)/(y3-y1))-((x2-x1)/(y2-y1)))==0: x2=x2+1 x=(((y1+y3)/2)+((x1+x3)/2)*((x3-x1)/(y3-y1))-((y1+y2)/2)-((x1+x2)/2)*((x2-x1)/(y2-y1)))/(((x3-x1)/(y3-y1))-((x2-x1)/(y2-y1))) y=-((x3-x1)/(y3-y1))*x+((y1+y3)/2)+(((x1+x3)/2)*((x3-x1)/(y3-y1))) return (x, -y, caldis(x, y, x1, y1)) elif (y1 == y3 and y1 != y2 and y2 != y3):#若存在斜率为0的边则计算可简化 x=(x1+x3)/2 y=-((x2-x1)/(y2-y1))*x+((y1+y2)/2)+((x2-x1)/(y2-y1))*((x1+x2)/2) return (x, -y, caldis(x, y, x1, y1)) #返回值为元组（圆心横坐标x，圆心纵坐标y，外接圆半径r），计算出来的y值要返回屏幕坐标所以再次取负 elif (y1 != y3 and y1 == y2 and y2 != y3): x = (x1 + x2) / 2 y = -((x3 - x1) / (y3 - y1)) * x + ((y1 + y3) / 2) + ((x3 - x1) / (y3 - y1)) * ((x1 + x3) / 2) return (x, -y, caldis(x, y, x1, y1)) elif (y1 != y3 and y1 != y2 and y2 == y3): x = (x3 + x2) / 2 y = -((x3 - x1) / (y3 - y1)) * x + ((y1 + y3) / 2) + ((x3 - x1) / (y3 - y1)) * ((x1 + x3) / 2) return (x, -y, caldis(x, y, x1, y1)) else: return Noneclass getTIN: #定义窗口及操作类 def __init__(self): self.path=str() #坐标文件路径 self.pointlist=[] #存放所有点坐标的列表 self.linelist=[] #存放线的列表，每条线用两个点号表示连线 self.tk=tkinter.Tk() #定义主窗口 self.tk.title('MyTIN') self.tk.geometry('1200x720') self.shengzhang=tkinter.Button(self.tk,text='生长算法',width=15,command=self.drawTIN_shengzhang) self.shengzhang.place(x=1050,y=100) #定义按钮，关联到生长算法计算TIN的的函数 self.readin=tkinter.Button(self.tk,text='读入坐标文件',width=15,command=self.getfile) self.readin.place(x=1050,y=50) self.can=tkinter.Canvas(self.tk,width=950,height=620,bg='white') self.can.place(x=50,y=50) self.tk.mainloop() def getfile(self): #选择坐标文件（*.csv），从文件中读入坐标存入pointlist列表并在绘图区展示出来 self.path=filedialog.askopenfilename() f=open(self.path,'r') fd=csv.reader(f) self.pointlist=list(fd) for i in range(0,len(self.pointlist)): self.can.create_oval(int(self.pointlist[i][0])-2,int(self.pointlist[i][1])-2,int(self.pointlist[i][0])+2,int(self.pointlist[i][1])+2,fill='black') self.can.create_text(int(self.pointlist[i][0])+7,int(self.pointlist[i][1])-7,text=str(i)) def drawTIN_shengzhang(self): j = 1 k = 0 mindis = ((int(self.pointlist[0][0]) - int(self.pointlist[1][0])) ** 2 + (int(self.pointlist[0][1]) - int(self.pointlist[1][1])) ** 2) ** 0.5 x = len(self.pointlist) for i in range(1, x): dis = ((int(self.pointlist[0][0]) - int(self.pointlist[i][0])) ** 2 + (int(self.pointlist[0][1]) - int(self.pointlist[i][1])) ** 2) ** 0.5 if dis < mindis: mindis = dis j = i self.linelist.append((k,j)) #首先计算出距起始点（点号为0）距离最短的点，以这两点的连线作为基线开始生长 self.shengzhangjixian(k,j) def drawTIN(self): #根据线文件在绘图区绘制出TIN for i in self.linelist: self.can.create_line(self.pointlist[i[0]][0], self.pointlist[i[0]][1], self.pointlist[i[1]][0], self.pointlist[i[1]][1]) def shengzhangjixian(self,i,j): #根据某一基线开始生长的函数 x = len(self.pointlist) for k in range(0,x): #遍历没一个点，判断是否与基线构成D三角形 n = 0 #n用于统计外接圆内的点数 if ((k,i) not in self.linelist) and ((i,k) not in self.linelist) and ((j,k) not in self.linelist) and ((k,j) not in self.linelist): for y in range(0,x): #遍历每一个点，判断 if y==i or y==j or y==k: continue if(calcenter(int(self.pointlist[i][0]),int(self.pointlist[i][1]),int(self.pointlist[j][0]),int(self.pointlist[j][1]),int(self.pointlist[k][0]),int(self.pointlist[k][1]))==None): continue else: xyr=calcenter(int(self.pointlist[i][0]),int(self.pointlist[i][1]),int(self.pointlist[j][0]),int(self.pointlist[j][1]),int(self.pointlist[k][0]),int(self.pointlist[k][1])) if caldis(xyr[0],xyr[1],int(self.pointlist[y][0]),int(self.pointlist[y][1])) < xyr[2]: #判断点是否在外接圆内 n=n+1 else: continue else:continue if n == 0: #判断是否为D三角形 self.linelist.append((k,i)) #将新生成的边的端点号加入线列表 self.drawTIN() #调用绘制函数绘制TIN self.shengzhangjixian(k,i) #以生成的新边作为基线，迭代计算 self.linelist.append((k,j)) self.drawTIN() self.shengzhangjixian(k,j) else:continueif __name__ == '__main__': MyTIN=getTIN()通过如下代码生成一组随机的点并存入文件
import randomimport csvfrom tkinter import filedialogpath=filedialog.askopenfilename()OutAddress=open(path,'a',newline='')csv_write = csv.writer(OutAddress,dialect='excel')for i in range(0,20): x=random.randint(30,920) y=random.randint(30,590) out=(x,y) print(out) csv_write.writerow(out)
通过上面的程序我们得到一组坐标如下
550,43281,334517,265842,408369,123502,169271,425213,482588,24894,295344,350500,385912,527801,491838,455104,479760,160706,77227,314764,576
将以上的点在界面中展示出来
点击生长算法运行得到结果
小结
生长算法在三角剖分算法中并不是什么高效的算法，其特点在于算法简单易行，但是计算量大，并且对于新插入的点无法更新，必须重新计算。
相比之下，逐点插入算法虽然计算量仍然较大（似乎三角剖分计算量都不小），但是能实现对新插入点的更新而不用重头计算。
注：文中部分图片及介绍来自百度百科。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持 。如有错误或未考虑完全的地方，望不吝赐教。
最后更新于 2021-11-22 08:21:22 并被添加「」标签，已有 位童鞋阅读过。
本站使用「署名 4.0 国际」创作共享协议，可自由转载、引用，但需署名作者且注明文章出处
相关文章
- 如何将微信语音消息保存到手机？
- 法鼎家用不锈钢切片刀厨房菜刀宿舍小型锋利厨师刀水果刀切肉刀具
- 晨光故宫文具用品k35限定按动式中性笔0.5黑色刷题笔考试专用碳素笔速干顺滑签字笔按压水笔圆珠笔小学生专用
- 如何批量删除Excel文档中的空行
- WordPress导航菜单函数register_nav_menus() 和 wp_nav_menu()