Python cv.Minarealect2和ArcGIS（GIS软件）之间的结果不一致。可能的错误？

我有一组从多边形导出的点。我正在测试几种解决方案，以获得最小面积或矩形。作为基准，我使用的是ArcGIS（10.1）

一种解决方案是使用OpenCV的

cv.minarealect2（）

函数cv.minarearct2查找
通过为二维点集和点集构建凸包，获得二维点集的最小面积
将旋转卡钳技术应用于船体

当我在shapefile中转换
box\u vtx
以便在ArcGIS中查看并与进行比较时，我可以看到此差异，如下图所示，
其中：


红色=多边形的边界
蓝色=ArGIS（10.1）中最小面积的矩形
黄色和黑色=具有OpenCV最小面积的矩形


使用OpenCV与本文中提出的解决方案进行比较：

导入osgeo.gdal，ogr
导入cv
poly=“…\\polygon.shp”
shp=osgeo.ogr.Open（多边形）
layer=shp.GetLayer（）
feature=layer.GetFeature（0）
几何图形=特征。GetGeometryRef（）
pts=geometry.GetGeometryRef（0）
#获取多边形边界的点（上面的点）
点数=[]
对于xrange中的p（pts.GetPointCount（））：
points.append（（pts.GetX（p），pts.GetY（p）））
#凸包
CH1=几何体.convxhull
#我没有找到一种方法来提取这些点
打印CH1（）
#使用openCV
cvxHull=cv.ConvexHull2（points，cv.CreateMemStorage（），return_points=True）
打印cvxHull
我还没有看过OpenCV代码，但在计算中，大x，y乘积很可能是从其他大x，y乘积中减去的。x值中的偏移量约为19位，y值中的偏移量约为23位，因此这种减法可能会导致从典型的双精度数字携带的53位中损失约42位。（见维基百科）黄色和黑色矩形的大小和形状看起来合理，但显示的宽度和长度（10.285…，18.335…）与（10.393，18.037…）有1%的不同，后者显示在

简而言之，OpenCV在
minarealect2（）
或
BoxPoints（）
中可能存在舍入、下溢或溢出问题

要检查或测试的内容包括：

•显示和打印OpenCV凸包计算的点

•在图形上，显示OpenCV和ArcGIS矩形的中心，并打印从这些中心到所显示矩形角的距离

•使用转换后的数据集（见下文）重新运行计算和图表，以减少相互减去大量数据的下溢效应

在OpenCV计算之前转换数据集可以将丢失的位数减半。通过如下代码生成一组新点，并尝试使用新数据集进行计算：

s = points     # points = original data set
n = len(s)
cx = sum(zip(*s)[0])/n
cy = sum(zip(*s)[1])/n
points = map(lambda p: (p[0]-cx, p[1]-cy), s)
# Now points = translated data set

在上面的代码中，
zip（*s）
将（x，y）点列表解压为两个列表，其中x值列在zip（*s）[0]中，y值列在zip（*s）[1]中。因此（cx，cy）表示s中列出的点的质心。映射表达式将函数应用于iterable的元素。该函数返回一个点，该点转换为（-cx，-cy）。贴图表达式的值是已转换点的列表。注意，最好设置
cx=int（sum（zip（*s）[0]）/n）
和
cy=int（sum（zip（*s）[1]）/n）
，以便晶格点仍然是晶格点，如果这是您正在计算的。删除较大偏移的有利效果仍然存在，并且在转换过程中会出现较少的舍入

注：我使用从数据集和外壳中减去的偏移量进行测试（假设外壳如中所示，可能如中所示），得到的结果不一致，与我在#13542855中给出的方法的结果不一致。因此，根据您的数字很难确定问题发生在哪里。下面显示了一个更简单的测试用例。该测试清楚地表明，大偏移会导致精度差。也许您可以通过ArcGIS运行类似的测试数据。以下是测试结果的一半。minarealect2（）和BoxPoints（）被赋予基数，并添加了偏移量；对于显示的结果，计算后会减去偏移量，以便比较结果。理想情况下，每列中的所有数字（ox、oy列除外）都是相同的；但随着ox，oy的增加，它们开始不同，很快变得几乎随机

      ox         oy      T cx      T cy    height     width     theta
       0          0    6.2500    7.7500   11.5709   13.7281  -78.6901
      64        125    6.2500    7.7500   11.5709   13.7281  -78.6901
     256        625    6.2500    7.7501   11.5709   13.7281  -78.6901
    1024       3125    6.2500    7.7500   11.5709   13.7281  -78.6901
    4096      15625    6.2500    7.7510   11.5709   13.7281  -78.6901
   16384      78125    6.2500    7.7578   11.5709   13.7281  -78.6901
   65536     390625    6.2500    7.7812   11.5709   13.7281  -78.6901
  262144    1953125    6.3125    7.7500   11.5709   13.7281  -78.6901
 1048576    9765625    6.2500    8.0000   11.5709   13.7281  -78.6901
 4194304   48828125    7.0000   11.0000   12.0000   14.0000  -90.0000
16777216  244140625    8.0000   15.0000   16.0000   14.0000  -90.0000
67108864 1220703125    8.0000  -21.0000   16.0000    0.0000   -0.0000

以下是生成上述数据的代码：

#!/usr/bin/python
import cv
base = [(1,1), (0,4), (2,9), (5,11), (8,14), (13,9), (14,4), (12,3), (2,1), (1,1)]
ox, oy, boxes = 0, 0, []
print '        ox         oy      T cx      T cy    height     width     theta'
for i in range(3,15):
    poly = map(lambda p: (p[0]+ox, p[1]+oy), base)
    (x,y), (w,h), th = cv.MinAreaRect2(poly)
    boxes.append((ox, oy, cv.BoxPoints(((x,y),(w,h),th))))
    print ('{:10d} {:10d} {:9.4f} {:9.4f} {:9.4f} {:9.4f} {:9.4f}'.format(
            ox, oy, x-ox, y-oy, w, h, th))
    ox, oy = 4**i, 5**i

print '\n        ox         oy       T x       T y       T x       T y       T x       T y       T x       T y'
for (ox, oy, box) in boxes:
    print '{:10d} {:10d}'.format(ox, oy),
    for p in box:
        print '{:9.4f} {:9.4f}'.format(p[0]-ox, p[1]-oy),
    print

我在寻找最小面积边界矩形的Python解决方案时遇到了这个问题

这是我的实现，已经用Matlab进行了验证：

亲爱的jwpat7。你认为我需要向OpenCV的人发送反馈吗？PS：生活并不容易。今天早上，我非常高兴地找到了计算短轴和长轴的方法。我是诚实的。昨天晚上，我试图将您的方法压缩到一个函数中，但我实际上是Python编程的初学者，无法使用实际的capacity@Gianni当前位置从您的评论中我不清楚您是否能够尝试这些建议（以及它们是否有帮助）。另外，您使用的是什么版本的Python？我在Windows机器上使用的是Python 2.7。我从这个页面下载了用于Python扩展包的非官方Windows二进制文件OpenCV。问题是OpenCV是否有bug。我使用ArcGIS（处理空间数据的非常昂贵的软件）作为Benchmark@Gianni：jwpat7的任何建议是否改善了您的结果？您这样做的主要原因是什么..创建ArcGIS的替代方案，只是测试OpenCV？@martineau:我在做一个脚本（简单）在Python中，从多边形形状文件中提取多个索引。我这样做是为了几个递归：1-ArcGIS非常昂贵（超过8000美元），我只需要计算长度和宽度。2-创建一个特定的脚本t
s = points     # points = original data set
n = len(s)
cx = sum(zip(*s)[0])/n
cy = sum(zip(*s)[1])/n
points = map(lambda p: (p[0]-cx, p[1]-cy), s)
# Now points = translated data set

      ox         oy      T cx      T cy    height     width     theta
       0          0    6.2500    7.7500   11.5709   13.7281  -78.6901
      64        125    6.2500    7.7500   11.5709   13.7281  -78.6901
     256        625    6.2500    7.7501   11.5709   13.7281  -78.6901
    1024       3125    6.2500    7.7500   11.5709   13.7281  -78.6901
    4096      15625    6.2500    7.7510   11.5709   13.7281  -78.6901
   16384      78125    6.2500    7.7578   11.5709   13.7281  -78.6901
   65536     390625    6.2500    7.7812   11.5709   13.7281  -78.6901
  262144    1953125    6.3125    7.7500   11.5709   13.7281  -78.6901
 1048576    9765625    6.2500    8.0000   11.5709   13.7281  -78.6901
 4194304   48828125    7.0000   11.0000   12.0000   14.0000  -90.0000
16777216  244140625    8.0000   15.0000   16.0000   14.0000  -90.0000
67108864 1220703125    8.0000  -21.0000   16.0000    0.0000   -0.0000

#!/usr/bin/python
import cv
base = [(1,1), (0,4), (2,9), (5,11), (8,14), (13,9), (14,4), (12,3), (2,1), (1,1)]
ox, oy, boxes = 0, 0, []
print '        ox         oy      T cx      T cy    height     width     theta'
for i in range(3,15):
    poly = map(lambda p: (p[0]+ox, p[1]+oy), base)
    (x,y), (w,h), th = cv.MinAreaRect2(poly)
    boxes.append((ox, oy, cv.BoxPoints(((x,y),(w,h),th))))
    print ('{:10d} {:10d} {:9.4f} {:9.4f} {:9.4f} {:9.4f} {:9.4f}'.format(
            ox, oy, x-ox, y-oy, w, h, th))
    ox, oy = 4**i, 5**i

print '\n        ox         oy       T x       T y       T x       T y       T x       T y       T x       T y'
for (ox, oy, box) in boxes:
    print '{:10d} {:10d}'.format(ox, oy),
    for p in box:
        print '{:9.4f} {:9.4f}'.format(p[0]-ox, p[1]-oy),
    print