如何将源和目标参数定义为shortest_path的数组？

Question

我正在使用NetworkX，opencv，numpy和python在图中查找shortest_path。它并不总是提供我需要的东西。 shortest_path函数查找从图像顶部到底部的路径。我的道路总是变化的。始终为每个图像知道起点和目标点。因此，我想找到这些点（开始和目标）之间的最短路径。但是，当源点和目标点不是节点而不是G时，它不能满足我的需要。

shortest_path(G, source=None, target=None, weight=None)

如何在图像中的两个特定坐标点之间找到shortest_path？此外，如何将像素坐标指定为源和目标？例如，source是[45 66]，target是[250 350]

Answer 1

对于第二个问题，节点可以包含您想要的维数。 例如，考虑以下网格。

import networkx as nx

g = nx.grid_2d_graph(2,2)

print(g.nodes()) #[(0, 0), (0, 1), (1, 0), (1, 1)]
print(g.edges()) #[((0, 0), (1, 0)), ((0, 0), (0, 1)), ((0, 1), (1, 1)), ((1, 0), (1, 1))]
print(nx.shortest_path(g, source=(0, 0), target=(1,0))) #[(0, 0), (1, 0)]

或者更多尺寸：

g = nx.grid_graph(dim=[2,2,2,2])
g.nodes()
#[(0, 0, 0, 0), (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1), (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1), (1, 0, 1, 0), (0, 1, 1, 0), (1, 0, 1, 1), (0, 1, 1, 1), (1, 1, 0, 0), (1, 1, 0, 1), (1, 1, 1, 0), (1, 1, 1, 1)]

对于其他问题：

• 我的路径总是变化的：它取决于边缘的重量，如果最短的路径不是唯一的，那么它的变化是正常的
• 当源点和目标点不是节点而不在G中时：networkx在G的2个节点之间找到最短路径，如果节点不在G中则不起作用