我正在研究定位系統。我的輸入是一個字典，它會給我們從點（x1，y1）等半徑為 d1 的圓。我想要的輸出是一個數組（類似于二維坐標系），其中相交區域標記為 1，其余為 0。我試過這個：xsize=3000ysize=2000lis={(x1,y1):d1,(x2,y2):d2,(x3,y3):d3}array=np.zeros((xsize,ysize))for i in range(xsize-1): for j in range(ysize-1): for element in lis: if distance((i,j),element)<=(lis[element]): array[i][j]=1 else: array[i][j]=0 breakdef distance(p1,p2): return math.sqrt((p1[0]-p2[0])**2+(p1[1]-p2[1])**2)唯一的問題是數組很大并且花費的時間太長（循環數為 1000 萬次），尤其是在樹莓派上，否則會起作用。有沒有辦法使用openCV和圖像來做，然后畫圓圈來更快地獲得相交區域？它必須是 python 2.x。
2 回答
蠱毒傳說
TA貢獻1895條經驗 獲得超3個贊
由于您已經在使用 numpy，請嘗試以矢量化方式重寫您的操作，而不是使用循環。
# choose appropriate dtype for better perf
dtype = np.float32
# take all indices in an array
indices = np.indices((ysize, xsize), dtype=dtype).T
points = np.array(list(lis.keys()), dtype=dtype)
# squared distance from all indices to all points
dist = (indices[..., np.newaxis] - points.T) ** 2
dist = dist.sum(axis=-2)
# squared circle radii
dist_thresh = np.array(list(lis.values()), dtype=dtype) ** 2
intersect = np.all(dist <= dist_thresh, axis=-1)
在我的機器上，這比 for 循環版本快 60 倍左右。
它仍然是一個蠻力版本，可能對所有坐標進行許多不必要的計算。問題中沒有給出圓圈，因此很難對它們進行推理。如果它們覆蓋的區域相對較小，那么如果考慮較小的區域，問題的解決速度會快得多（仍然是計算上的，而不是分析上的）。例如，代替測試所有坐標，可以使用圓的邊界框的交點，這可以顯著減少計算負載。
添加回答
舉報
0/150
提交
取消