问题标签 [point-in-polygon]

我正在尝试在多边形算法中创建一个快速的2D 点，用于命中测试（例如Polygon.contains(p:Point)）。对有效技术的建议将不胜感激。

这个问题是针对 Mysql 地理空间扩展专家的。

以下查询不是我期望的结果：

基本上我们正在创建 2 个多边形，并且我们正在尝试使用 MBRContains 来确定一个点是否在两个多边形中的任何一个内。

令人惊讶的是，它返回了两个多边形！点 3,6 应该只存在于第一个插入的多边形中。

请注意，两个多边形都是倾斜的（一旦您在一张纸上绘制多边形，您就会看到）

MySql 怎么会返回两个多边形？我正在使用 MySql 社区版 5.1。

我在搞乱 Geodjango，我只想向数据库添加一个简单的多边形字段，然后在其上运行一个多边形点以确保一切正常。

这是我在views.py中的代码：

这就是我在models.py中的内容：

但是，当我尝试添加多边形 (PolygonExample.objects.create) 时，出现错误：“检查从 GEOS C 函数“GEOSWKTReader_read”返回的几何时出错。

我添加多边形的代码错了吗？我不确定我是否了解如何直接插入纬度/经度坐标。

或者这是 GEOS 安装错误？

谢谢。

我有一个由点数组确定的多边形。

这个多边形正在交叉自己，在多边形本身上形成一些洞。

我的问题是：我怎样才能省略这个洞而只得到多边形的外点？

或者什么是相同的并且可能更容易：我应该使用哪种算法来检查一个点是否在多边形内，以将多边形孔中的点检测为内点？

提前致谢，

/罗杰

在学校的作业中，我们是否需要做一些图像识别，我们必须为机器人找到一条路径。

到目前为止，我们已经能够找到图像中的所有多边形，但是现在我们需要生成一个像素图，以便稍后用于 astar 算法。我们找到了一种方法，如下所示，但问题是它非常慢，因为我们遍历每个像素并测试它是否在多边形内。所以我的问题是，有没有一种方法可以更快地生成这个像素图？

我们有一个多边形坐标列表

调用函数“getMap”来获取像素图

Get Rectangle 用于限制搜索，因此我们不必遍历整个图像

最后这就是我们检查像素是否在多边形内的方法

我从http://dev.mysql.com/doc/refman/5.1/en/functions-that-test-spatial-relationships-between-geometries.html获得了以下存储过程

这行得通吗？

用法：

我正在使用 phpMyAdmin 并且在使用存储过程时它会爆炸。如果这个有效，那么我将尝试找出如何在 php 中调用它。

谢谢，

拉克西米迪

我正在使用 MySQL 从数据库中提取经纬度，并检查它们是否在特定的附近。

一切都很好，除非该点位于两个社区之间的边界上。然后，该点包含在两个邻域中。它被重复了。处理边界上的点的最佳方法是什么？

每个点都应该只计算在一个邻域中——而不是两个。另外，例如，我不希望邻域 A 获得所有边界案例，但邻域邻域 B 获得零案例。

假设点 30.3030, -70.7070 位于 Newport 和 Oldport 的边界上。不幸的是，该点被计算了两次。它被记录为在 Oldport 和 Newport 中。

类型 | 纬度 | 经度 | 邻里

我使用下面的选择语句：

my_type_table 有列：

• 类型（VARCHAR）
• 纬度（十进制）
• 经度（十进制）

...和neighbour_shapes 有列：

• 社区 (VARCHAR)
• 邻域多边形（几何）

我使用 myWithin 函数来测试该点是在一个邻域内还是另一个邻域内。这是它的链接：mySQL 论坛上的 myWithin 函数。该函数在点位于多边形中时返回 1，当点不在多边形中时返回 0。

你将如何解决这个问题？有什么建议吗？

我需要从对象文件格式（.off）文件（在 c++ 中）中读取多边形列表。.off 文件的格式基本上是这样的：

.off 文件允许每个多边形有任意数量的顶点，这让我想到了我的问题。你怎么知道哪些顶点连接到哪些？例如，如果 .off 文件读取：

多边形是四边形，但并非所有顶点都相连。如果您只是简单地将每个顶点连接到其他顶点，您最终会得到四个三边多边形，而不是一个四边多边形。我希望以类似于循环符号的方式列出顶点，但我似乎找不到任何关于此的信息，所以我猜不是。

所以我的问题是：
.off 文件是否使用任何格式来显示这种连接？如果没有，有没有其他方法可以确定 .off 文件中连接了哪些顶点？

我需要使用标准 Python 包创建一个代表多边形的二进制掩码的 numpy 2D 数组。

• 输入：多边形顶点，图像尺寸
• 输出：多边形的二进制掩码（numpy 2D 数组）

（更大的上下文：我想使用 scipy.ndimage.morphology.distance_transform_edt 获得这个多边形的距离变换。）

谁能告诉我如何做到这一点？

我正在整理一个小型库，该库使用地理信息系统 (GIS) 数据并允许快速点入要素、点附近要素和视线查询。这些数据中的大部分将由具有大量顶点的大面积特征组成。

R Tree 变体可能会起作用，但我想知道它们在区域查询中的表现如何。我还怀疑视线查询会破坏大部分性能提升。

接下来会浮现在脑海中的是具有可变大小子级的四叉树。这可能允许在各个子级别之间进行链接，并加快站点查询的速度。

Kd 树也浮现在脑海中，但同样，站点查询行可能会被证明是有问题的。

所以问题是，你会推荐什么算法？