Nano Hash - криптовалюты, майнинг, программирование

Почему boost :: geometry :: union_ не может дать результат для выровненного по оси поля?

Когда многоугольник представляет собой выровненный по оси прямоугольник «POLYGON ((0 0,1 0,1 1,0 1))», тогда union_ () не даст правильного результата, а только пустой результат. На самом деле union_ () любого многоугольника не должен быть пустым.

Но если вы измените зеленый многоугольник с выровненного по оси прямоугольника на «POLYGON ((2 1.3,2.4 1.7,2.8 1.8))», то будет получен значимый результат (не пустой).

Это ошибка boost union_ ()?

Большое спасибо

int main()
{
    typedef boost::geometry::model::polygon<boost::geometry::model::d2::point_xy<double> > polygon;

    polygon green, blue;

    boost::geometry::read_wkt(
        "POLYGON((0 0,1 0,1 1,0 1))",
        green);

    boost::geometry::read_wkt(
        "POLYGON((2 1.3,2.4 1.7,2.8 1.8))",
        blue);

    std::deque<polygon> output;
    boost::geometry::union_(green, blue, output);

    int i = 0;
    std::cout << "green && blue:" << std::endl;
    BOOST_FOREACH(polygon const& p, output)
    {
        std::cout << i++ << ": " << boost::geometry::area(p) << std::endl;
    }

    return 0;
}

  • Кажется, я получил ответ. Но я должен это проверить. Просто вызовите boost :: geometry :: right () для каждого многоугольника. И тогда boost даст правильный результат для uion_ () и пересечения (). Подождите минуту. Позвольте мне проверить это. 07.12.2016

Ответы:


1

По этому поводу есть аналогичный вопрос. Алгоритм требует некоторых предварительных условий. 1) Многоугольник должен быть повернут по часовой стрелке. 2) Многоугольник должен быть замкнутым, т.е. последняя точка как раз совпадает с первой точкой.

Итак, чтобы исправить проблемы в исходных данных многоугольника, вызовите boost :: geometry :: right (), чтобы данные соответствовали правилам. И алгоритм примет многоугольник и выдаст правильный результат.

Почему boost :: geometry :: пересечение не работает правильно?

09.12.2016
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..