python - 在python中的rdp(Ramer-Douglas-Peucker)算法中查找丢弃的点

Question

有没有办法在python中也找到rdp算法丢弃的点？

算法:

from rdp import rdp

rdp([[1, 1], [2, 2], [3, 3], [4, 4]])

给出压缩后剩余的点数:

[[1, 1], [4, 4]]

如果我有一个大数据集并应用该算法，我想找到丢弃的点。有办法吗？

Answer 1

如文档所述，rdp可以返回剩余点的掩码，它还为 numpy 数组提供了一个接口(interface)。

一种解决方案是将掩码与 numpy 索引相结合，以检索剩余点和丢弃点:

import numpy as np
from rdp import rdp

arr = np.array([[1, 1], [2, 2], [3, 3], [4, 4]])
mask = rdp(arr, return_mask=True)

print("remaining: {}".format(arr[mask]))
print("discarded: {}".format(arr[~mask]))

输出

remaining: [[1 1]
 [4 4]]
discarded: [[2 2]
 [3 3]]

注意

arr[mask]符号意味着选择掩码为正的那些点，并且 arr[~mask]选择掩模为负的那些点。