一、算法原理

Douglas-Peucker算法

在数字化过程中,需要对曲线进行采样简化,即在曲线上取有限个点,将其变为折线,并且能够在一定程度

上保持原有的形状。

经典的Douglas-Peucker算法描述如下:

(1)在曲线首尾两点A,B之间连接一条直线AB,该直线为曲线的弦;

(2)得到曲线上离该直线段距离最大的点C,计算其与AB的距离D;

(3)比较该距离与预先给定的阈值threshold的大小,如果小于threshold,则该直线段作为曲线的近似,该段曲线处理完毕。

(4)如果距离大于阈值,则用C将曲线分为两段AC和BC,并分别对两段取信进行1~3的处理。

(5)当所有曲线都处理完毕时,依次连接各个分割点形成的折线,即可以作为曲线的近似。

二、算法C#实现

 1 using System;
 2 using System.Collections.Generic;
 3 using System.Linq;
 4 using System.Text;
 5
 6 namespace ConsoleApplication2
 7 {
 8     public struct cvPoint
 9     {
10         public int X;
11         public int Y;
12         public cvPoint(int x, int y)
13         {
14             X = x;
15             Y = y;
16         }
17     }
18     class Program
19     {
20         static void Main(string[] args)
21         {
22             var points = new List<cvPoint>();
23             points.Add(new cvPoint(1, 1));
24             points.Add(new cvPoint(2, 2));
25             points.Add(new cvPoint(3, 3));
26             points.Add(new cvPoint(4, 3));
27             points.Add(new cvPoint(5, 3));
28             points.Add(new cvPoint(6, 3));
29             points.Add(new cvPoint(5, 3));
30             points.Add(new cvPoint(6, 3));
31             points.Add(new cvPoint(7, 3));
32             points.Add(new cvPoint(8, 3));
33             var epsilon = 0.8d;
34             var filteredPoints = new List<cvPoint>();
35             DouglasPeucker(points, epsilon, ref filteredPoints);
36             Console.WriteLine("Filtered points:");
37             foreach (var f in filteredPoints)
38             {
39                 Console.WriteLine(string.Format("{0},{1}", f.X, f.Y));
40             }
41             Console.ReadKey();
42         }
43         private static double distanceToSegment(cvPoint p, cvPoint start, cvPoint end)
44         {
45             var m1 = ((double)(end.Y - start.Y)) / ((double)(end.X - start.X));
46             var c1 = start.Y - m1 * start.X;
47             var interPointX = 0d;
48             var interPointY = 0d;
49             if (m1 == 0)
50             {
51                 interPointX = p.X;
52                 interPointY = c1;
53
54             }
55             else
56             {
57                 var m2 = -1 / m1;
58                 var c2 = p.Y - m2 * p.X;
59                 interPointX = (c1 - c2) / (m2 - m1);
60                 interPointY = m2 * interPointX + c2;
61             }
62             return Math.Sqrt(Math.Pow(p.X - interPointX, 2) + Math.Pow(p.Y - interPointY, 2));
63         }
64
65         private static void DouglasPeucker(IList<cvPoint> PointList, double epsilon, ref List<cvPoint> filteredPoints)
66         {
67             var dmax = 0d;
68             int index = 0;
69             int length = PointList.Count;
70             for (int i = 1; i < length - 1; i++)
71             {
72                 var d = distanceToSegment(PointList[i], PointList[0], PointList[length - 1]);
73                 Console.WriteLine(string.Format("{0}.distence:{1}", i, d));
74                 if (d > dmax)
75                 {
76                     index = i;
77                     dmax = d;
78                 }
79             }
80             Console.WriteLine(string.Format("dMax:{0}", dmax));
81             // If max distance is greater than epsilon, recursively simplify
82             if (dmax > epsilon)
83             {
84                 filteredPoints.Add(PointList[0]);
85                 filteredPoints.Add(PointList[index]);
86                 filteredPoints.Add(PointList[length - 1]);
87                 DouglasPeucker(PointList.Take(index + 1).ToList(), epsilon, ref filteredPoints);
88                 DouglasPeucker(PointList.Skip(index + 1).Take(PointList.Count - index - 1).ToList(), epsilon, ref filteredPoints);
89             }
90         }
91     }
92 }

三、算法验证
近似前:

近似后的线段:

本文地址: http://www.cnblogs.com/deepleo/p/Douglas-Peucker.html

参考:http://www.codeproject.com/Articles/18936/A-C-Implementation-of-Douglas-Peucker-Line-Approxi

转载于:https://www.cnblogs.com/deepleo/p/Douglas-Peucker.html

Douglas Peucker算法的C#实现相关推荐

  1. 道格拉斯-普克算法(Douglas–Peucker algorithm)

    道格拉斯-普克算法(Douglas–Peucker algorithm,亦称为拉默-道格拉斯-普克算法.迭代适应点算法.分裂与合并算法)是将曲线近似表示为一系列点,并减少点的数量的一种算法.该算法的原 ...

  2. 【图像处理】道格拉斯-普克算法(曲线的折线段逼近)

    目录 一.提要 二.为什么要道格拉斯-普克算法 三.算法描述 四.代码实现 4.1 Python代码1 4.2 python代码2 五.结论 该文的应用见文章:[Halcon算子]get_contou ...

  3. 数据挖掘技术在出行体验上的应用!

    桔妹导读:每天滴滴都会为上千万人提供出行服务,在这一过程中积累了海量轨迹数据.这些轨迹数据来自于公共服务,本文介绍如何利用这些数据回馈大众,改善出行体验. 1.  背景 首先简要介绍一下什么是数据挖掘 ...

  4. Python OpenCV3 计算机视觉秘籍:1~5

    原文:OpenCV 3 Computer Vision with Python Cookbook 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自[ApacheCN 计算机视觉 译文集],采 ...

  5. opencv findcourter之后的轮廓点拟合

    1.Douglas-Peucker(DP)算法 -- 多边形逼近 //! approximates contour or a curve using Douglas-Peucker algorithm ...

  6. 【论文翻译】《A Neural Representation of Sketch Drawings》

    论文标题:<A Neural Representation of Sketch Drawings>草图的神经表示 写在前面:深度学习入门生,水平有限,其中错误的地方请指正. 摘要: 我们提 ...

  7. 170316.道格拉斯-普克算法

    道格拉斯-普克算法 道格拉斯-普克算法 (Douglas–Peucker algorithm,亦称为拉默-道格拉斯-普克算法.迭代适应点算法.分裂与合并算法)是乌尔斯·拉默(Urs Ramer)于19 ...

  8. opencv 凸包convexHull、道格拉斯-普克算法Douglas-Peucker algorithm、approxPloyDP 函数

    凸包convexHull.道格拉斯-普克算法Douglas-Peucker algorithm.approxPloyDP 函数 道格拉斯-普克算法(Douglas–Peucker algorithm) ...

  9. OpenCV 学习笔记03 凸包convexHull、道格拉斯-普克算法Douglas-Peucker algorithm、approxPloyDP 函数...

    凸形状内部的任意两点的连线都应该在形状里面. 1 道格拉斯-普克算法 Douglas-Peucker algorithm 这个算法在其他文章中讲述的非常详细,此处就详细撰述. 下图是引用维基百科的.ε ...

  10. matlab Douglas-Peucker 道格拉斯-普克算法

    c道格拉斯-普克算法 [1]  (Douglas–Peucker algorithm,亦称为拉默-道格拉斯-普克算法.迭代适应点算法.分裂与合并算法)是将曲线近似表示为一系列点,并减少点的数量的一种算 ...

最新文章

  1. R语言使用ggplot2包使用geom_violin函数绘制分组小提琴图(配置显示中位数、分位数)实战
  2. 安装jdk后出现bash: ./java: /lib/ld-linux.so.2: bad ELF interpreter: 没有那个文件或目录
  3. php算法入门,a011.PHP实战:加密解密,简单算法入门
  4. 暑期训练日志----2018.8.9
  5. [LOJ3014][JOI 2019 Final]独特的城市——树的直径+长链剖分
  6. MVC中modelstate的使用
  7. 长时间工作意味着什么
  8. 在线读取office 文件(Word excel 等)
  9. 基于php的物流系统设计与实现
  10. 智慧路灯综合解决方案
  11. [业务流程图]与[数据流程图]的比较
  12. SCRM升级--企业微信数字营销解决方案
  13. 记一次从某多多上买的斐讯N1黑盒的电视盒子刷机经历
  14. 什么是根证书和中间证书(中级证书)?
  15. Apache OpenNLP介绍(一)
  16. 【ChatGPT4】王老师零基础《NLP》(自然语言处理)第一课
  17. Visual Studio 2013 下载地址 V12各种版本官方下载网址
  18. 中景园LCD显示主函数
  19. COALESCE()函数 一个非常有用的函数
  20. vue中如何利用js如何检测网络状况,监听网络状态

热门文章

  1. ACL 2021 | 如何利用DialoGPT辅助对话摘要任务?
  2. 【美团外卖】美食知识图谱的迭代及应用
  3. 【过拟合】再也不用担心过拟合的问题了
  4. 【Transformer】10个重要问题概览Transformer全部内容
  5. 【CV学习笔记】图像的计算
  6. 【深度学习】你不了解的细节问题(三)
  7. CNN图像处理常用损失函数对比评测
  8. 学弟拿到了大厂推荐算法岗offer,分享一波他的经验
  9. Linux基础—5.Shell基础编程【有图有真相】
  10. EventThread线程对VSync的接收