Python 离散凸壳

在python中，给定nxn网格中的m个随机点，如何计算（大致）凸壳，其中壳只能使用离散网格上的点而不是连续点创建

---

像scipy.spatial这样的模块只提供连续的凸包，其中连接顶点的线是纯代数的，但是我想要一个边界离散的近似凸包

您仍然可以使用qhull+一些后期处理：

import numpy as np
from scipy.spatial import ConvexHull

# https://stackoverflow.com/a/47705495/7207392
def connect2(ends):
    d0, d1 = np.diff(ends, axis=0)[0]
    if np.abs(d0) > np.abs(d1): 
        return np.c_[np.arange(ends[0, 0], ends[1,0] + np.sign(d0), np.sign(d0), dtype=np.int32),
                     np.full(np.abs(d0)+1, ends[0, 1]) if d1==0 else
                     np.arange(ends[0, 1] * np.abs(d0) + np.abs(d0)//2,
                               ends[0, 1] * np.abs(d0) + np.abs(d0)//2 + (np.abs(d0)+1) * d1, d1, dtype=np.int32) // np.abs(d0)]
    else:
        return np.c_[np.full(np.abs(d1)+1, ends[0, 0]) if d0==0 else
np.arange(ends[0, 0] * np.abs(d1) + np.abs(d1)//2,
                               ends[0, 0] * np.abs(d1) + np.abs(d1)//2 + (np.abs(d1)+1) * d0, d0, dtype=np.int32) // np.abs(d1),
                     np.arange(ends[0, 1], ends[1,1] + np.sign(d1), np.sign(d1), dtype=np.int32)]

def dch(points):
    ch = ConvexHull(points)
    n = len(ch.vertices)
    return np.concatenate([connect2(points[ch.vertices[[i, (i+1)%n]]])[:-1] for i in range(n)], axis=0)

points = np.argwhere(np.random.random((24, 24)) < 0.03)
import pylab
pylab.plot(*dch(points).T, 'bo')
pylab.plot(*points.T, 'rd')
pylab.show()

将numpy导入为np
从scipy.spatial导入convxhull
# https://stackoverflow.com/a/47705495/7207392
def接头2（末端）：
d0，d1=np.差异（端部，轴=0）[0]
如果np.abs（d0）>np.abs（d1）：
返回np.c_uu[np.arange（ends[0,0]，ends[1,0]+np.sign（d0），np.sign（d0），dtype=np.int32），
如果d1==0，则为np.full（np.abs（d0）+1，结束[0,1]）
np.arange（结束[0,1]*np.abs（d0）+np.abs（d0）//2，
结束[0,1]*np.abs（d0）+np.abs（d0）//2+（np.abs（d0）+1）*d1，d1，dtype=np.int32）//np.abs（d0）]
其他：
如果d0==0，则返回np.c_uuu[np.full（np.abs（d1）+1，结束[0,0]）
np.arange（结束[0,0]*np.abs（d1）+np.abs（d1）//2，
结束[0,0]*np.abs（d1）+np.abs（d1）//2+（np.abs（d1）+1）*d0，d0，dtype=np.int32）//np.abs（d1），
np.arange（ends[0,1]，ends[1,1]+np.sign（d1），np.sign（d1），dtype=np.int32）]
def dch（点数）：
ch=凸出（点）
n=透镜（通道顶点）
返回np.连接（[connect2（点[ch.vertices[[i，（i+1）%n]]）[：-1]表示范围（n）]内的i，轴=0）
点=np.argwhere（np.random.random（（24,24））<0.03）
进口派拉布
pylab.plot（*dch（points.T，'bo'））
pylab.plot（*points.T，'rd'））
pylab.show（）

---

计算普通凸面外壳，并用数字线段连接外壳顶点（例如DDA算法）