Python 从Voronoi细分到形状多边形

根据一组点，我使用以下方法构建了Voronoi细分：

现在，我想从Voronoi算法创建的区域中构建一个。问题是多边形类需要一个逆时针顶点列表。虽然我知道如何解决，但我无法解决问题，因为这通常是我的结果：

（重叠多边形）。以下是代码（一个随机示例）：

---

我怎样才能解决这个问题

您实现的函数（order_vertices（））在您的情况下不起作用，因为它只需要一个已排序的坐标序列，该坐标序列构建一个矩形，并反转多边形的方向（可能仅适用于矩形…）。 但是你有一个不有序的坐标序列

一般来说，不能从任意非有序顶点序列构建多边形，因为凹多边形没有唯一的解决方案，如本例所示：

但是，如果您确定多边形始终是凸的，则可以使用以下代码构建凸壳：（目前已测试，对我有效）

---

也许你也可以用scipy来构建凸面外壳，但我无法测试它：

如果你只是在一组多边形之后，你不需要对点进行预排序来构建它们

scipy.spatial.Voronoi

对象具有一个

ridge\u顶点

属性，该属性包含构成Voronoi脊线的顶点索引。如果索引为

-1

，则脊线变为无穷大

首先从一些随机点开始构建Voronoi对象

将numpy导入为np
从scipy.spatical导入Voronoi，Voronoi_plot_2d
导入shapely.geometry
导入shapely.ops
点=np.随机.随机（（10,2））
vor=Voronoi（点数）
voronoi图2d（vor）

您可以使用它来构建形状优美的线条字符串对象的集合

行=[
shapely.geometry.LineString（vor.vertices[line]）
对于vor.ridge_顶点中的线
如果-1不一致
]

shapely.ops

模块具有返回shapely多边形对象生成器的

用于shapely.ops.polygonizate（行）中的多边形：
#对每个多边形做点什么

或者，如果希望从Voronoi细分所包围的区域形成单个多边形，则可以使用Shapely

One Ary_union

方法：

shapely.ops.uniary_联合（列表（shapely.ops.polygonizane（行）））

---

正如其他人所说，这是因为您必须根据索引从结果点正确地重建多边形。虽然您已经有了解决方案，但我想我应该提到还有另一个支持pypi的tesselation包，名为（免责声明：我是包维护者），其中voronoi函数返回完全为您构建的voronoi多边形

该库能够生成有序的坐标列表，您只需使用提供的索引列表：

import numpy as np
from scipy.spatial import Voronoi

...

ids = np.array(my_points_list)
vor = Voronoi(points)
polygons = {}
for id, region_index in enumerate(vor.point_region):
    points = []
    for vertex_index in vor.regions[region_index]:
        if vertex_index != -1:  # the library uses this for infinity
            points.append(list(vor.vertices[vertex_index]))
    points.append(points[0])
    polygons[id]=points

---

polygons

字典中的每个多边形都可以导出为geojson，也可以放入shapely，我能够在QGIS中正确地渲染它们，这看起来不像是顶点的逆时针排序。你确定你正确地实现了排序算法吗？@Kevin我想我正确地实现了它。。。我用一个例子更新了这个问题：生成图形的代码是什么？或者这是一个单独的例子？@Kevin，该代码生成了图形：）如何将形状文件与多边形一起保存？@ValerioD.Ciotti在多边形上使用

shapely.geometry.mapping

将它们转换为对象，然后使用类似于将geojson写入新形状文件的库。如果您被困在那里，请在.@ValerioD.Ciotti上提问，或者您可以从多边形生成

geopandas.GeoSeries

，并将其直接保存到shapefile中。您也可以直接使用

fiona

库，geopandas已经依赖该库。有关处理无限沃罗诺区域的方法，请参阅。

def order_vertices(l):
    mlat = sum(x[0] for x in l) / len(l)
    mlng = sum(x[1] for x in l) / len(l)

    # https://stackoverflow.com/questions/1709283/how-can-i-sort-a-coordinate-list-for-a-rectangle-counterclockwise
    def algo(x):
        return (math.atan2(x[0] - mlat, x[1] - mlng) + 2 * math.pi) % 2*math.pi

    l.sort(key=algo)
    return l

a = np.asarray(order_vertices([(9.258054711746084, 45.486245994138976),
 (9.239284166975443, 45.46805963143515),
 (9.271640747003861, 45.48987234571072),
 (9.25828782103321, 45.44377372506324),
 (9.253993275176263, 45.44484395950612),
 (9.250114174032936, 45.48417979682819)]))
plt.plot(a[:,0], a[:,1])

import numpy as np
from scipy.spatial import Voronoi

...

ids = np.array(my_points_list)
vor = Voronoi(points)
polygons = {}
for id, region_index in enumerate(vor.point_region):
    points = []
    for vertex_index in vor.regions[region_index]:
        if vertex_index != -1:  # the library uses this for infinity
            points.append(list(vor.vertices[vertex_index]))
    points.append(points[0])
    polygons[id]=points