如何在Shapely的线上获得等距点

Question

我正在尝试（大致）将线的点平均间隔到预定义的距离。

距离之间有一定的公差是可以的，但尽可能接近是可取的。

我知道我可以手动遍历行中的每个点并检查 p1 与 p2 的距离，并在需要时添加更多点。

但我想知道是否有人知道是否有办法通过 shapely 来实现这一点，因为我已经在 LineString 中有坐标。

Answer 1

一种方法是使用interpolate 方法返回沿线指定距离处的点。您只需要先以某种方式生成距离列表。以Roy2012's answer的输入行为例：

import numpy as np
from shapely.geometry import LineString
from shapely.ops import unary_union

line = LineString(([0, 0], [2, 1], [3, 2], [3.5, 1], [5, 2]))

指定距离分割：

distance_delta = 0.9
distances = np.arange(0, line.length, distance_delta)
# or alternatively without NumPy:
# points_count = int(line.length // distance_delta) + 1
# distances = (distance_delta * i for i in range(points_count))
points = [line.interpolate(distance) for distance in distances] + [line.boundary[1]]
multipoint = unary_union(points)  # or new_line = LineString(points)

请注意，由于距离是固定的，因此您可能会在行尾遇到问题，如图所示。根据您的需要，您可以包含/排除添加线端点的[line.boundary[1]] 部分，或使用distances = np.arange(0, line.length, distance_delta)[:-1] 排除倒数第二个点。

另外，请注意，我使用的 unary_union 应该比在循环内调用 object.union(other) 更有效，如另一个答案所示。

分割成固定点数：

n = 7
# or to get the distances closest to the desired one:
# n = round(line.length / desired_distance_delta)
distances = np.linspace(0, line.length, n)
# or alternatively without NumPy:
# distances = (line.length * i / (n - 1) for i in range(n))
points = [line.interpolate(distance) for distance in distances]
multipoint = unary_union(points)  # or new_line = LineString(points)

Answer 2

你可以使用shapelysubstring操作：

from shapely.geometry import LineString
from shapely.ops import substring

line = LineString(([0, 0], [2, 1], [3,2], [3.5, 1], [5, 2]))

mp = shapely.geometry.MultiPoint()
for i in np.arange(0, line.length, 0.2):
    s = substring(line, i, i+0.2)
    mp = mp.union(s.boundary)

该数据的结果如下所示。每个圆圈都是一个点。