dijkstra——图像最短路径（1）

dijkstra属于广度优先搜素的一种。

本python代码是在8领域内计算，两个像素点之间的差值的绝对值作为该边的权重，试图找到某两个像素点最短路径所要经过的坐标点。47,48,49行代码可自行修改

（对于图像来说：最短路径大概就是图像边缘）

import numpy as np
import random
def shuzu(w,h):
    nnum = [[random.randint(0, w) for y in range(10)]for x in range(h)]
    nnum=np.array(nnum)
    return nnum
def get_neighbors(p):
    x,y=p#当前点坐标
    #3*3领域范围
    x_left=0 if x==0 else x-1
    x_right=w if x==w-1 else x+2
    y_top=0 if y==0 else y-1
    y_bottom= h if y==h-1 else y+2
    return [(x,y) for x in range(x_left,x_right) for y in range(y_top,y_bottom)]#范围3*3领域9个点坐标
def neight_cost(p,next_p):
    return abs(nnum[next_p[0]][next_p[1]]-nnum[p[0]][p[1]])
def dijkstra(nnum,seed):
    process=set()#已处理点的集合，集合不能重复
    cost={seed:0.0}#当前点路径积累的成本代价值
    path={}#路径
    while cost:#cost为空代表所有点都处理了，每个点处理了其对应的cost值会被删掉
        p=min(cost,key=cost.get)#每次取出当前成本代价最小值
        neighbors = get_neighbors(p)#当前成本代价最小值的领域节点
        process.add(p)#保存已处理过的点
        # 新扩展点的记录累积成本和回溯跟踪点
        for next_p in [x for x in neighbors if x not in process]:#没有被处理过的领域点坐标
            now_cost=neight_cost(p,next_p)+cost[p]#当前点与领域的点cost的差值 + 起始点到到当前点累计的cost值
            if next_p in cost:#如果该领域点之前计算过了，则需要判断此时所用的代价小还是之前的代价小，如果现在的代价小则需要更新
                if now_cost < cost[next_p]:#小的话，把之前记录的代价值去除掉。为了之后的更新
                    cost.pop(next_p)
            else:#该领域点之前没有计算过 或者 需要更新
                cost[next_p] = now_cost#该领域所需代价值的更新
                process.add(next_p)#添加到已处理过的点
                path[next_p] = p#把cost最小点作为领域点next_p的前一个点
        cost.pop(p)#已经处理了的点就排除
    return path
def small_path_point(seed,end,paths):
    path_piont=[]
    path_piont.insert(0,end)#把结束点加到路径中
    while seed!=end:#直到结束点坐标等于开始点坐标是结束
        top_point=paths[end]#更新的top_point为最短路径中某个点的上一个坐标点，即更加靠近种子点
        path_piont.append(top_point)#记录路径
        end=top_point#更新点坐标
    return path_piont
if __name__=='__main__':
    global nnum,w,h
    nnum=shuzu(10,11)#创建二维数组
    seed=(0,0)#起始点
    end=(9,9)#结束点
    h=nnum.shape[1]#高
    w = nnum.shape[0]#宽

    print('地图\n',nnum)#显示地图
    print('起始点',seed)
    paths=dijkstra(nnum,seed)#广优，输入地图和种子点
    print('广优所有路径',paths)
    path_piont=small_path_point(seed,end,paths)#开始点到结束点的最短路径所经过的坐标点
    print('起始点:',seed,'到结束点:',end,'的dijkstra最短路径为:',path_piont)

 

path_point就是结果