Python 实现正确性的图形测试

我正在测试一个计算两个省略号重叠区域的算法的实现

测试的目的是目视检查椭圆的交点（如果有）是否计算正确。如果不是这种情况，则计算的面积不可能正确

编辑：我的实现的输出是一个带有交点的文件。我绘制椭圆和交点，然后

savefig

。我目测检查结果并说服自己交点是否正确

以下是一个例子：

我的问题是，这种可视化方法不能随着测试数量的增加而扩展（比如说1000个案例）

---

有没有办法让这个测试自动化

编辑：对不起，我想我误解了这个问题。 为此，需要找到2 elipse函数之间的交点

---

或者你可以使用Symphy，所以我做了一些研究，这就是我推荐的。您可以使用另一个python库来计算两个椭圆的交点，然后将这两个椭圆与您的实现返回的值进行比较。这两个测试应该是相同的，如果不是，你可以让测试失败，并调查哪一个是错误的。该库可以计算多个受支持实体（椭圆、圆、多边形、规则多边形、三角形）之间的交点。我建议使用标准库来执行实际测试。然后您可以运行一个测试运行，创建几千个随机椭圆，并检查每个椭圆的交点

---

您可以查看这一点，其中包括交点计算。他们的文档中有这一惊人的功能，您可以单击示例旁边Symphy Live链接中的运行代码块，它将在浏览器中打开python会话，并在他们的google app engine服务器上运行该示例。这样，您就可以使用他们的库进行试驾，而无需将其安装到您的计算机上。看看他们的方法，它真的很整洁。

方法

我决定把这个作为另一个答案，因为我采取了全新的方法。我在不同的图像上用红色和绿色画了两个椭圆。然后我混合了两幅图像，并计算了图像中黄色像素的数量，黄色是绿色和红色的组合，将成为相交区域的颜色。第一个椭圆的颜色为红色，第二个为绿色，它们的交点为黄色。为了演示的目的，我把第二个椭圆做成了一个圆，并把它完全包含在第一个椭圆中，这样就可以显示出它的面积应该是这个大小的圆的面积。由于像素被计数，因此无法获得精确答案，但在本例中，分辨率为500x500的像素计数区域与正确值相差0.42%。当然，如果你提高分辨率，你可以期望得到更高的精度，但出于测试目的，我只接受+/-1%的公差。您可以注释掉保存的行，并显示我刚刚包含的图像，以帮助进行初始调试

性能

from PIL import Image, ImageDraw
from math import pi

RED, GREEN, YELLOW = (255, 0, 0), (0, 255, 0), (127, 127, 0)
SIZE = (500, 500)

def overlap(ellipse1, ellipse2):
    im1 = Image.new("RGB", SIZE)
    ImageDraw.Draw(im1).ellipse(ellipse1, fill=RED)
    im2 = Image.new("RGB", SIZE)
    ImageDraw.Draw(im2).ellipse(ellipse2, fill=GREEN)
    im3 = Image.blend(im1, im2, 0.5)
    im3.show()
    im3.save('test.png', "png")
    return [count for count, color in im3.getcolors() if color == YELLOW][0]

area1 = overlap((0, 50, 500, 450), (50, 50, 450, 450))
area2 = pi * (200**2)
print "overlap calc:" , area1
print "exact area:  " , area2
print "percent diff:" , ((area1 - area2)/area2)*100

我运行了1000次调用函数的测试运行，结果在13.4秒内完成。因此，创建这三幅图像并进行像素计数大约需要13毫秒，这对于手头的任务来说性能不错

代码

from PIL import Image, ImageDraw
from math import pi

RED, GREEN, YELLOW = (255, 0, 0), (0, 255, 0), (127, 127, 0)
SIZE = (500, 500)

def overlap(ellipse1, ellipse2):
    im1 = Image.new("RGB", SIZE)
    ImageDraw.Draw(im1).ellipse(ellipse1, fill=RED)
    im2 = Image.new("RGB", SIZE)
    ImageDraw.Draw(im2).ellipse(ellipse2, fill=GREEN)
    im3 = Image.blend(im1, im2, 0.5)
    im3.show()
    im3.save('test.png', "png")
    return [count for count, color in im3.getcolors() if color == YELLOW][0]

area1 = overlap((0, 50, 500, 450), (50, 50, 450, 450))
area2 = pi * (200**2)
print "overlap calc:" , area1
print "exact area:  " , area2
print "percent diff:" , ((area1 - area2)/area2)*100

输出

overlap calc: 126196
exact area:   125663.706144
percent diff: 0.423585992124

图像

---

是的，测试是用python实现的。我不明白

xlim

和

ylim

的意思。我想检查图中的绿色o是否真的是交点。我与最大值和最小值无关。请多解释一下你的意思。谢谢我懂了。对不起，我不太明白这个问题：（也许这会有帮助：我实际上使用了boost geometry来检查结果。sympy很酷，但不成熟（正如他们所说的）.所以我不确定我是否能相信他们的常规。也许你可以用boost geometry尝试同样的方法，那就是使用单元测试和随机生成的椭圆。使用boost geometry，我比较两个多边形的重叠区域（20边~椭圆）.因此，原则上，这应该能告诉我是否在代码中出错，但决不能告诉我的结果是否是elope（）获取边界框的坐标。因此，我会直观地问，是否可以转换

（x，y，a，b，phi）

此图像坐标中真实世界坐标的元组。不确定如何传递参数

phi

。在帮助中，您只需获得以下标题定义

椭圆（self，xy，fill=None，outline=None）

，但是

xy

是如何定义的？这是正确的坐标是以像素为单位的。文档有点稀疏，但社区中大量使用python图像库，因此您可以在google上找到许多示例，并很容易在stackoverflow上获得答案。它接受的框坐标是x1、y1、x2、y2，用于定义左上角和右上角包含框的右下角坐标。现在，如果你想在椭圆上应用φ，你可以调用图像上的旋转方法，精确到你想应用的角度。你也可以在stackoverflow上发布一个问题，说明如何实现（x，y，a，b，φ）使用PIL。谢谢！我找到了一些答案。在询问社区之前，我会做一些研究。再次感谢你的好主意。@Tengis不用担心，我喜欢做它。这是我第一次做这样的问题。