сравнить 2 набора точек

[mrgloom 242]

вообщем задача такая.

есть 2 набора точек и надо по метрике евклидову расстоянию указать какие точки из 2-х множеств не покрыты, т.е. например если для точки первого множества есть хотя бы 1 точка второго множества отстоящая от неё менее чем на threshold, то значит точка покрыта. и так надо для всех точек первого и второго множества.

хотелось бы не решать полным перебором точек.

возможно knnsearch который в opencv с этим справится?(только я не уверен там помоему приближённый алгоритм) или надо строить quad tree чтобы быстрее отсекать?

+ потом еще надо точки которые непокрыты как то обвести баунд боксами, скажем делим все непокрытые точки опять же по расстоянию на группы, проверяем кол-во в группе если больше N, то обводим рамкой.

[mrgloom 242]

 vector<cv::Point> pts

    cv::flann::Index tree= cv::flann::Index(cv::Mat(pts),cv::flann::KDTreeIndexParams(1));

так не работает. а как можно сконвертировать без копирования? нужно видимо типа CV_32FC1

cv::Mat in_mat(pts.size(),2,CV_32FC1);

[Smorodov 579]

Я обычно так конвертирую:

src.convertTo(dst,CV_32FC1);

[mrgloom 242]

дело в том что если сделать так

vector<cv::Point> pts;

cv::Mat in_mat(pts);

то получится размерность

pts.size(),1

а не

cv::Mat in_mat(pts.size(),2,CV_32FC1);

можно конечно так, но это криво как то

cv::Mat in_mat(pts.size(),2,CV_32FC1);

	for(int i=0;i<pts.size();++i)

	{

		in_mat.at<float>(i,0)= pts[i].x;

		in_mat.at<float>(i,1)= pts[i].y;

	}

[Smorodov 579]

Сделайте свой класс, производный от vector и перегрузите оператор присваивания как Вам угодно.

[mrgloom 242]

vector<cv::Point2f> scheme_pts;


	//cv::flann::Index tree= cv::flann::Index(cv::Mat(scheme_pts).reshape(1),cv::flann::KDTreeIndexParams(1));

	cv::flann::Index tree= cv::flann::Index(cv::Mat(scheme_pts).reshape(1),cv::flann::LinearIndexParams());

	//cv::flann::Index tree= cv::flann::Index(cv::Mat(scheme_pts).reshape(1),cv::flann::AutotunedIndexParams(1,0,0,1));


	vector<float> vec_f(2);

	vector<int> id(scheme_pts.size()); //size?

	vector<float> dists(scheme_pts.size());//size?

	cv::flann::SearchParams params; //32 //precision? если использовать LinearIndexParams?

	float radius=10;//какая метрика?

	for(int i=0;i<scheme_pts.size();++i)

	{

		vec_f[0]= scheme_pts[i].x;

		vec_f[1]= scheme_pts[i].y;

		tree.radiusSearch(vec_f,id,dists,radius,params);

	}

проверяю как работает, почему то подавая точку в radiusSearch она стоит в векторе id не на первом месте, ну это еще ладно можно было бы списать на точность, т.к. в векторе dists всё по нулям, но почему то иногда вообще искомой точки там нет, а по идее она должна быть первой вообще в списке.

возможно это как то связано с тем, что flann даёт приближённое решение, но я использовал LinearIndexParams так что странно.

потом еще непонятно как понять сколько в векторе id возвращенных точек. я создал его размером с набор точек(что плохо по памяти) и в нём лежат номера точек которые находятся ближе чем на radius, причем в порядке от меньшего к большему.