我正在创建全景图像，为此我使用了一个以编程方式逐步移动的相机。图像是逐行捕获的。
所以基本上捕获可以看作是某种二维数组：
[ 0, 1, 2, 3 ] # row 1
[ 4, 5, 6, 7 ] # row 2
相机在数字中按顺序移动的位置。
我注意到如果一辆车在相机前移动并跟随相机相同的速度，汽车出现在每张照片上，全景看起来很奇怪。
所以，我有了以下想法：以非顺序移动相机，这样汽车很可能只被捕获一次。然后我考虑如何以相机在每个位置之间移动最多的方式捕获图像。
我找到了一种单行全景图的方法。基本上它从头开始，向右跳一半，向左半回负1，然后重复。
以下是示例：
# 1x5 --> [0, 2, 4, 1, 3] # sequential indices: 0 3 1 4 2
# 1x6 --> [0, 2, 4, 1, 3, 5] # sequential indices: 0 3 1 4 2 5
# 1x7 --> [0, 2, 4, 6, 1, 3, 5] # sequential indices: 0 4 1 5 2 6 3
# 1x8 --> [0, 2, 4, 6, 1, 3, 5, 7] # sequential indices: 0 4 1 5 2 6 3 7
需要明确的是，这意味着对于 1x6 (0, 2, 4, 1, 3, 5)，相机移动如下：
x----- # pos 1
---x-- # pos 2
-x---- # pos 3
----x- # pos 4
--x--- # pos 5
-----x # pos 6
所以基本上它至少总是跳跃n/2，这看起来是最佳的，因为没有捕获最终成为另一个捕获的邻居，并且捕获之间的距离看起来最大化并且波动很小。
我使用的简化代码类似于：
def index_for(n, cols)
col = n % cols
if n.even?
col/2
else
(col / 2.0).ceil + (cols / 2.0).ceil - 1
end
end
# Sequential indices [0, 4, 1, 5, 2, 6, 3]
seq = (0..6).map{ |i| index_for(i, 7) }
# Visualization [0, 2, 4, 6, 1, 3, 5]
(0..6).map{ |i| seq.index(i) }
我试着让它与几行一起工作，几乎到了那里，但后来放弃了。以下是我的想法的示例：
# 3x4
[0, 2, 9, 11]
[4, 6, 1, 3]
[8, 10, 5, 7]
# 2x5
[0, 2, 5, 7, 9]
[4, 6, 8, 1, 3]
如果您查看数字，我们会发现左侧通常只是偶数，右侧是奇数，但以模数方式移动。这种奇数的移动很难进行算法化，因为逻辑会根据行/列是偶数/奇数而略有变化。
目前我忽略了这些行，只是对每一行重新应用相同的算法。这意味着 2x5 是这样完成的：
[0, 2, 4, 1, 3]
[5, 7, 9, 6, 8]
所以，这是我的问题：
- 多行实现我想要的最佳算法是什么？我阅读了有关https://en.wikipedia.org/wiki/Longest_path_problem的信息，我认为可以构建一个图形，其中网格的所有节点之间都存在路径，并且每条边的权重将是之间的距离节点。这听起来很复杂，而且不容易编码。
- 申请多行的最简单/最实用的算法是什么？我对“足够好”的解决方案没意见（网格的尺寸应该保持在 1x3 到 3x9 之间）。我不想要基于随机性的解决方案，因为我希望每次捕获全景图时捕获始终以相同的顺序发生。
编辑：附加信息：汽车通常移动缓慢（以连续捕获的速度），因此四处跳动是避免重复的好方法。如果汽车以相机的速度移动（发生了这种情况），那么在 2-3 个图块中看到汽车也比在 7 个图块中看到汽车更好。全景图通常在 180° 左右，但应支持 360°。每次图像捕获之间有大约 3 秒的暂停。全景图主要是拍摄巨型建筑工地（建筑物）的建筑，但有时有汽车或人在建筑物前行走。我们不关心移动部件，目标是捕捉建筑物并最大限度地减少人/汽车对全景的照片轰炸。