JS - 基於距離

相同顏色的組斑點我擁有所有圖像中的每個白色像素的[x, y]值的陣列。我想基本上將這些像素分組爲單獨的數組，如果某些白色像素斷開連接，並且是不同於其他組的一部分。JS - 基於距離

換句話說，設想與一種白色斑點的左側和另一白色斑點，以（通過任何白色像素連接相隔一定距離的和不）右側的紅色圖像。

我想所有白色像素的原始陣列分成兩個陣列，一個表示用於第一斑點白色像素和一個表示用於所述第二白色像素。這只是一個例子，可能會有一大塊白色或許多較小的白色斑點 - 它需要能夠適用於所有情況。

我的第一個想法是使用DBSCAN作爲https://github.com/uhho/density-clustering的一部分來識別單獨的「blob」或「clusters」，但不幸的是，這不起作用，因爲我的圖像可能很大，並且可能有超過100,000個像素需要羣集（我需要這個操作在幾ms內運行）。

有一些其他的方式來處理這個或使用更快的聚類算法？

來源

2016-09-25 abagshaw

聚類這裏是錯誤的工具 - 它太複雜（因而昂貴）。

你所尋找的被稱爲連接組件。 DBSCAN基於連接的組件，但功能超出您的需求。

來源

2016-09-25 06:42:36

好的 - 你知道JavaScript中連接組件的任何實現嗎？此外，我不是簡單地試圖看看這些斑點是否連接 - 我試圖看看它們在所有點上是否至少隔開了「n」的距離。換句話說，如果blob是凹的，並且在某個點它非常接近另一個blob（由'n'確定），那麼它們不應該被認爲是兩個斑點，而應該被認爲是一個斑點。 – abagshaw

圖書館的建議在這裏是題外話題。另外，我絕對不會爲此使用庫，而是直接在問題上實現它，因此它是快速和可定製的。這不是什麼難事，你需要一個圖書館。事實上，一個庫可能意味着您必須花費更多的精力將數據從模型A轉換爲模型B並返回，而不僅僅是您自己實現算法。 –

好的確定這是有道理的。然而，再次將基於距離的「斑點」或「組件」分類爲獨立的問題？我只能想到在將斑點分開後，通過歐幾里德距離將所有外邊緣點與所有其他外邊緣點進行比較，但我會認爲效率非常低。 – abagshaw

JS - 基於距離

回答

相關問題