1

我正在寻找一种优化几何操作性能的方法。我的目标是计算一系列多边形（21,562）中有多少点（205,779）。最好使用 python 和 R 以及 GIS 软件，如 ArcGIS、QGIS。

这是我搜索和编写的解决方案。

  1. 使用 ArcGIS：其中一个示例在http://support.esri.com/cn/knowledgebase/techarticles/detail/30779 -> 虽然我没有尝试过，但在空间连接中总是需要大量时间，基于我以前的经历。

  2. 使用 GDAL、OGR：这是一个示例： http: //geoexamples.blogspot.tw/2012/06/density-maps-using-gdalogr-python.html -> 每个多边形需要 5 到 9 秒。

  3. 使用带有循环的 Shapely 准备的几何操作：这是我的示例，每个多边形需要 2.7 到 3.0 秒。（注意点是列表中的点对象）

    prep_poly=[]
for i in polygons:
    mycount=[]
    for j in points:
        if prep(i).contains(j):
            mycount.append(1) #count how many points within polygons
    prep_poly.append(sum(mycount)) #sum once for every polygon
    mycount=[]

  4. 使用带有过滤器的 Shapely Prepared geometry 操作：这是我的示例，每个多边形大约需要 3.3 到 3.9 秒。（注意点是 MultiPoint 对象）

    prep_poly=[]
for i in polygons:
    prep_poly.append(len(filter(prep(i).contains, point1)))

尽管准备好的几何操作确实提高了性能，但处理大量多边形仍然很耗时。有什么建议吗？谢谢！

4

1 回答 1

1

您可以执行以下操作（Python 代码），而不是查看屏幕上每个矩形的每个像素：

first_pixel = any pixel in the polygon
px_list = [] # array with pixels left to check
px_list.append(first_pixel) # add pixel to list of pixels to process

count = 0

while len(array) > 0: # pixels left in pixel list
    curr_pixel = array[0]
    for pixel in get_adjacent_pixels(curr_pixel): # find adjacent pixels
                                                  # ie (vertical, horizontal, diagonal)
        if pixel in shape:
            px_list.append(pixel) # add pixel to list

    px_list.remove(curr_pixel)
    count += 1

本质上，路径查找的工作方式相同。检查此 wiki 文章以获取上述算法的可视化表示： http ://en.wikipedia.org/wiki/Dijkstra%27s_algorithm#Algorithm

如果您没有简单的方法来找到起点，您可以遍历所有点一次，检查每个点是否包含在一个形状中，然后将该点与形状一起存储在一个单独的列表中，并将其从原始形状-我们尚无要点列表。

于 2015-04-24T05:14:42.817 回答