标签: centroid

我正在尝试使用 scipy 包构建有界 Voronoi 图，在每次迭代中，我计算 Voronoi 单元的质心，并向质心移动一点（比如一些增量），并通过更新生成器点重新计算 Voronoi 图。当我尝试绘制更新的点时，我收到一个奇怪的错误，因为我绘制的点不是预期的位置。这是代码

import matplotlib.pyplot as pl
import numpy as np
import scipy as sp
import scipy.spatial
import sys

np.random.seed(1)
eps = sys.float_info.epsilon

n_robots = 10
robots = np.random.rand(n_robots, 2)
#print(robots)
bounding_box = np.array([0., 1., 0., 1.]) 

def in_box(robots, bounding_box):
    return np.logical_and(np.logical_and(bounding_box[0] <= robots[:, 0],
                                         robots[:, 0] <= bounding_box[1]),
                          np.logical_and(bounding_box[2] <= robots[:, 1],
                                         robots[:, 1] <= bounding_box[3]))


def voronoi(robots, bounding_box):
    i = in_box(robots, bounding_box)
    points_center = robots[i, :]
    points_left = np.copy(points_center)
    points_left[:, 0] = …

这是c ++代码.

vector<Moments> mu(contours.size() );
  for( int i = 0; i < contours.size(); i++ ){
      mu[i] = moments( contours[i], false );
  }

//Mass center
vector<Point2f> mc( contours.size() );
  for( int i = 0; i < contours.size(); i++ ){ 
    mc[i] = Point2f( mu[i].m10/mu[i].m00 , mu[i].m01/mu[i].m00 ); 
  }

到目前为止这是我在android中的代码.我无法将群众中心转换为android.

//moments
List<Moments> mu = new ArrayList<Moments>(contours.size());
  for (int i = 0; i < contours.size(); i++) {
    mu.add(i, Imgproc.moments(contours.get(i), false));
  }

//mass center
List<MatOfPoint2f> mc = new ArrayList<MatOfPoint2f>(contours.size()); 
  for( int i = 0; i …

我试图像这样计算图像质心:

// Calculate centroid
    double signedArea = 0.0;
    sskp_point centroid;
    for(int i=0;i<numPoints;i++)
    {
        double a = (points[i].x*points[(i+1)%numPoints].y)-(points[(i+1)%numPoints].x*points[i].y);
        signedArea += a;
        centroid.x += (points[i].x*points[(i+1)%numPoints].x)*a;
        centroid.y += (points[i].y*points[(i+1)%numPoints].y)*a;
        printf("points[%d] = { %f, %f }\n",i,points[i].x,points[i].y);
    }
    signedArea /= 2.0;
    centroid.x /= (6*signedArea);
    centroid.y /= (6*signedArea);
    printf("centroid = { %f, %f }\n",centroid.x,centroid.y);

我从算法调整这个位置,但它给我的错误的结果,谁能告诉我什么是错与此相适应？

我已使用sklearn高斯混合模型算法（GMM）对数据（75000，3）进行了聚类。我有4个集群。我数据的每一点代表一个分子结构。现在，我想获得每个簇的最具代表性的分子结构，据我了解，它们是该簇的质心。到目前为止，我已经尝试使用gmm.means_属性定位在群集中心的点（结构），但是确切的点并不对应于任何结构（我使用numpy.where）。我将需要获取最接近质心的结构的坐标，但是在模块的文档中（http://scikit-learn.org/stable/modules/generation/sklearn），我还没有找到执行此功能的函数。 blend.GaussianMixture.html）。如何获得每个群集的代表性结构？

非常感谢您的帮助，任何建议将不胜感激。

（（由于这是一个通用问题，我发现没有必要添加用于集群或任何数据的代码，请让我知道是否有必要））