什么是将连续的 (x, y) 或 (x, y, z) 坐标数据离散化到最近网格坐标的最快方法?
换句话说:将连续的欧几里得位置 (6.778, 9.201) 转换为相应的网格坐标 (7, 9),例如图像中的像素坐标,最快的方法是什么?假设我有 100 个连续的 (x, y) 对和已知的 150 x 150 离散网格(例如 150^2 对 (0, 0)、(1, 1) 等等),将每个 (x, y) 对映射到它们最近的 (grid1, grid2) 坐标的最快方法是什么?
在谷歌上搜索似乎没有得到很多结果,但我相信这个问题在其他地方已经被问过了,所以如果这是冗余的,请提前道歉。
换句话说:将连续的欧几里得位置 (6.778, 9.201) 转换为相应的网格坐标 (7, 9),例如图像中的像素坐标,最快的方法是什么?假设我有 100 个连续的 (x, y) 对和已知的 150 x 150 离散网格(例如 150^2 对 (0, 0)、(1, 1) 等等),将每个 (x, y) 对映射到它们最近的 (grid1, grid2) 坐标的最快方法是什么?
在谷歌上搜索似乎没有得到很多结果,但我相信这个问题在其他地方已经被问过了,所以如果这是冗余的,请提前道歉。
np.round(coordinates/grid_size)
的方法就可以奏效。 - Quang Hoang