Skip to content
master
Go to file
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
 
 
 
 
 
 
 
 

README.md

JMSimplifyUtils

##Description

假设我们绘制一条曲线,但是这条曲线可能就是一条折线,那么构成这条折线的组成关键点就只需要3个点,这三个点就是“关键特征点”。

image

最早考虑使用Ramer–Douglas–Peucker,后面简称RDP,这个通常意义上的路径压缩算法来实现,但是后来发现如果这个算法不改进的话,会存在一个严重的问题:起始点和终点小于容忍度的话,那么只能得到起点和终点,所有中间点都会被忽略,而且你无法按照你想获取的最大点数来获取关键特征点。

于是,自己又通过简单的三角函数+归并算法,来实现对路径的特征关键点进行提取。

具体算法描述如下:

  1. 将曲线点左右两组。
  2. 计算组是否为最小组,不是,则继续划分,是则计算最小组,得到最新的关键特征点。
  3. 将计算过后的过滤点左右两组合并,得到所需的组关键特征点。

最小组关键特征点的算法描述:

假设有a,b,c,d三个点:

  1. 取a,b,c三个点计算夹角A,取b,c,d三个点计算夹角B
  2. 如果夹角A比夹角B小的话,就过滤掉b点,反之过滤c。
  3. 返回最终的三个点。

得到具体效果如下:

image

在使用效果来看,自己的角度算法得到的效果要优于RDP算法,感兴趣的话,可以手动在Demo中切换获取关键点的方式,这里JMSimplifyUtils提供了两种方式来让你得到关键特征点。

使用方法如下:

##User Guide

通过RDP算法,来获取关键特征点,pointArray:需要计算的曲线点组,tolerance:最小容忍度 (最小容忍度一般可以设置为手机的dpi值)

+(NSMutableArray *)simplifyByRDP:(NSArray *)pointArray tolerance:(double)tolerance;

通过三角函数+归并算法计算关键特征点

pointArray:需要计算的曲线点组 maxCount:需要获取最大关键特征点的个数

+(NSMutableArray *)simplifyByAngle:(NSArray *)pointArray maxCount:(NSInteger)maxCount;

##MIT Licence

About

关于实现获取曲线的关键特征点获取的工具类,包含对Ramer–Douglas–Peucker算法的实现。

Resources

Releases

No releases published

Packages

No packages published
You can’t perform that action at this time.