GIS算法基础（九）矢量压缩算法-道格拉斯普克算法

前言

道格拉斯-普克算法 (Douglas–Peucker algorithm，亦称为拉默-道格拉斯-普克算法、迭代适应点算法、分裂与合并算法)是将曲线近似表示为一系列点，并减少点的数量的一种算法。它的优点是具有平移和旋转不变性，给定曲线与阈值后，抽样结果一定。

因为网上关于道格拉斯普克算法的讲解很多，主要是使用递归实现的，这里就不赘述了。

远程仓库地址：

https://github.com/XiaoZhong233/GIS_ALG

---

直接上代码和演示

	//概化折线 道格拉斯普克算法
	/**
	 * 根据中间点到首尾点的连线的距离与阈值的关系判断是否保留某点
	 * @param threshold 阈值越小，保留的点越多，抽稀程度低；阈值越大，删除的点越多，抽稀程度高
	 * @return
	 */
	public Polyline simplify_Douglas_Peucker(double threshold) {
		//初始化
		for(Point point:this.getPoints()) {
			point.setEnable(true);
		}
		List<Point> selectedPoints = new ArrayList<>();
		Collections.addAll(selectedPoints,  new  Point[this.points.size()]); 
		Collections.copy(selectedPoints, this.points);
		simplify(selectedPoints, threshold);
		//标记了删除的点，全部删掉
		Iterator<Point> iterator = selectedPoints.iterator();
		while (iterator.hasNext()) {
			Point point = (Point) iterator.next();
			if(!point.isEnable()) {
				iterator.remove();
			}
		}
		if(debug) {
			System.out.println("最后保留的点：");
			for(Point p:selectedPoints) {
				System.out.println(p.toString());
			}
		}
		//恢复
		for(Point point:this.getPoints()) {
			point.setEnable(true);
		}
		
		return new Polyline(selectedPoints);
	}

	/**
	 * 
	 * @param polyline 折线
	 * @param threshold 阈值越小，保留的点越多，抽稀程度低；阈值越大，删除的点越多，抽稀程度高
	 * @return
	 */
	public static Polyline simplify_Douglas_Peucker(Polyline polyline,double threshold) {
		return polyline.simplify_Douglas_Peucker(threshold);
	}
	
	//抽稀点
	private static void simplify(List<Point> points,double threshold) {
		//threshold = Math.abs(threshold);
		if(points.size()<3) {
			return;
		}
		Line line = new Line(points.get(0),points.get(points.size()-1));
		Point maxPoint = null;
		double maxDis = 0;
		//System.out.println(points.size());
		for(Point point:points) {
			double dis =  line.getDistancefromPoint(point);
			if(debug) {
				System.out.println(point.toString());
			}
			//System.out.println(dis);
			if(Double.doubleToLongBits(dis)>Double.doubleToLongBits(maxDis) && line.getStart()!=point && line.getEnd()!=point) {
				maxDis = dis;
				maxPoint = point;
			}
			
		}
		if(debug) {
			System.out.println("max:"+maxDis);
			System.out.println("阈值:"+threshold);
			System.out.println("保留最大点与首尾点");
		}
		//保留最大点与首尾点
		if(maxDis>threshold && maxPoint!=null) {
			if(debug) {
				System.out.println("最大点:"+maxPoint.toString());
			}
			
			//涉及到删除元素不可以用for或while循环，因为会改变元素的位置
			Iterator<Point> iterator = points.iterator();
			while (iterator.hasNext()) {
				Point p = (Point) iterator.next();
				if(!(p==line.getStart()||p==line.getEnd()||p==maxPoint)) {
					//标记不可用，这里指删除
					//因为还需要留着左右部分的点做进一步的简化，不可以在这里进行删除操作 防止被gc掉
					p.setEnable(false);
					if(debug) {
						System.out.println("删除的点："+p.toString());
					}
				}else {
					p.setEnable(true);
					if(debug) {
						System.out.println("保留的点："+p.toString());
					}
				}
			}
			//以maxPoint把折线分为两部分接着简化
			List<Point> leftPart = points.subList(0, points.indexOf(maxPoint)+1);
			List<Point> rightPart = points.subList(points.indexOf(maxPoint), points.size());
			if(debug) {
				System.out.println(String.format("left [1]-[%d]", points.indexOf(maxPoint)+1));
				System.out.println(String.format("right [%d]-[%d]", points.indexOf(maxPoint)+1, points.size()));
			}
			simplify(leftPart, threshold);
			simplify(rightPart, threshold);
		//只保留首尾点
		}else {
			Iterator<Point> iterator = points.iterator();
			while (iterator.hasNext()) {
				Point p = (Point) iterator.next();
				if(!(p.equals(line.getStart())||p.equals(line.getEnd()))) {
					p.setEnable(false);
					if(debug) {
						System.out.println("删除的非首尾点："+p.toString());
					}
				}else {
					if(debug) {
						System.out.println("保留的首尾点："+p.toString());
					}
					p.setEnable(true);
				}
			}
		}
	}

结果：

原始图像：

道格拉斯普克算法概化 阈值 130：

道格拉斯普克算法概化 阈值 180：

道格拉斯普克算法概化 阈值  250：

控制台打印：