На плоскости даны три точки. Если они лежат на одной прямой, то вывести букву L, иначе если они лежат обрауют прямоугольный треугольник, то вывести букву O, если обрауют остроугольный треугольник, вывести букву A, если они образуют равнобедренный треугольник, то вывести дополнительно букву E по питону как программа
КАЖДЫЙ ГОД АКТУАЛЬНОСТЬ ЯЗЫКОВ ПРОГРАМИРОВАНИЯ МЕНЯЕТЬСЯ И КАКИЕ ТО ЯЗЫКИ УСТАРЕВАЮТ А ДРУГИЕ НАОБОРОТ СТАНОВЯТЬСЯ БОЛЕЕ ПОПУЛЯРНЫМИ И АКТУАЛЬНЫМИ, ЧТО КАСАЕТЬСЯ ТВОЕГО ВОПРОСА, ТО ОТВЕТ СОМНИТЕЛЕНТВ ЕГО ВЫСОКОУРОВНЕВОМ ПОЛОЖЕНИИ, ТАК КАК ЕСТЬ МНОЖЕТСВО ЯЗЫКОВ ПРЕВОСХОДЯЩИЕ ЕГО ЭТАП, НАПРИМЕР ТАКИЕ КАК: HTML, CSS, PYTHON 3.9. Но не смотря на это, у каждого языка програмирования есть свои особенности и фишки которых нет в других, вот вы бы смогли сделать красивое оформление сайта с Python? сомневаюсь, а вот CSS буквально создан доя этого.
class Cluster{
vector<POINT> scores;
public:
int curX , curY;//координаты текущего центроида
int lastX, lastY;//координаты предыдущего центоида
size_t Size(){ return scores.size();}//получаем размер вектора
inline void Add(POINT pt){ scores.push_back(pt); }//Добавляем пиксель к кластеру
void SetCenter();
void Clear();//Чистим вектор
static Cluster* Bind(int k, Cluster * clusarr, vector<POINT>& vpt);
static void InitialCenter(int k, Cluster * clusarr , vector<POINT>& vpt);;
static void Start(int k, Cluster * clusarr, vector<POINT>& vpt);
inline POINT& at(unsigned i){ return scores.at(i);}//Доступ к элементам вектора
};
Теперь нам надо реализовать метод которой будет распределять начальные координаты центроидов. Можно конечно сделать чего-нибудь по сложнее, но в нашем случае сойдет и равномерное распределение по вектору:
void Cluster::InitialCenter(int k, Cluster * clusarr, vector<POINT>& vpt){
int size = vpt.size();
int step = size/k;
int steper = 0;
for(int i = 0;i < k;i++,steper+=step){
clusarr[i].curX = vpt[steper].x;
clusarr[i].curY = vpt[steper].y;
}
}
Также нужно написать метод, который будет ответственный за нахождение новых координат центроида в соответствии с пунктом 5.Координаты нового центроида можно найти описав вокруг пикселей кластера прямоугольник и тогда центроидом будет пересечение его диагоналей.
void Cluster::SetCenter(){
int sumX = 0, sumY = 0;
int i = 0;
int size = Size();
for(; i<size;sumX+=scores[i].x,i++);//the centers of mass by x
i = 0;
for(; i<size;sumY+=scores[i].y, i++);//the centers of mass by y
lastX = curX;
lastY = curY;
curX = sumX/size;
curY = sumY/size;
}
void Cluster::Clear(){
scores.clear();
}
И теперь только остался сделать простенький метод самого «привязывания» пикселей к определенному кластеру по принципу сравнения модулей отрезков:
Cluster * Cluster::Bind(int k, Cluster * clusarr, vector<POINT>& vpt){
for(int j = 0; j < k;j++)
clusarr[j].Clear();// Чистим кластер перед использованием
int size = vpt.size();
for(int i = 0; i < size; i++){// Запускаем цикл по всем пикселям множества
int min = sqrt(
pow((float)clusarr[0].curX-vpt[i].x,2)+pow((float)clusarr[0].curY-vpt[i].y,2)
);
Cluster * cl = &clusarr[0];
for(int j = 1; j < k; j++){
int tmp = sqrt(
pow((float)clusarr[j].curX-vpt[i].x,2)+pow((float)clusarr[j].curY-vpt[i].y,2)
);
if(min > tmp){ min = tmp; cl = &clusarr[j];}// Ищем близлежащий кластер
}
cl->Add(vpt[i]);// Добавляем в близ лежащий кластер текущий пиксель
}
return clusarr;
}
И наконец главный цикл:
void Cluster::Start(int k, Cluster * clusarr, vector<POINT>& vpt){
Cluster::InitialCenter(k,clusarr,vpt);
for(;;){//Запускаем основной цикл
int chk = 0;
Cluster::Bind(k,clusarr,vpt);//Связываем точки с кластерами
for(int j = 0; j < k;j++)//Высчитываем новые координаты центроидов
clusarr[j].SetCenter();
for(int p = 0; p<k;p++)//Проверяем не совпадают ли они с предыдущими цент-ми
if(clusarr[p].curX == clusarr[p].lastX && clusarr[p].curY == clusarr[p].lastY)
chk++;
if(chk == k) return;//Если да выходим с цикла
}
}
И что же из этого всего следует?
Вернемся к картинке с машинами, кластеризуя движущиеся объекты возникает проблема при использовании алгоритма к-средних, а именно мы не знаем сколько в данной сцене будет движущихся объектов, хотя можем приблизительно предугадать. Например кадр с машинами, на той сцене разумным будет предположить, что ну максимум там будет машин 10. Таким образом задавая на вход программе k = 10 и обведя точки 10 кластеров зелеными прямоугольниками, мы получим примерно следующую картину:
Теперь банально объеденив пересекающиеся прямоугольники, мы находим результирующие кластеры, обведя которые прямоугольником мы получим изображение преведенное в начале поста.Все просто.
Теги:
c++
кластерный анализ
к-средних
Хабы:
C++
Обработка изображений