def calcPCErr(self, pc1, pc2):
"""
Calcola la distanza di un punto dal suo corrispondente fra due nuvole di punti
"""
errore = 0.0
for p1, p2 in zip(pc1, pc2):
d = dist(p1,p2)
errore += d*d
return errore
def testScaledTrasformation(self):
"""
Data una nuovola di punti e una sua copia a cui viene applicata una matrice roto-scaling-traslazione
la funzione dovra' restituire una matrice di rototraslazione che non applichi nessuno scaling
alla prima nuvola.
"""
teta = math.pi*2*random.random()
sf = random.randrange(30,70) / 100
x1 = math.cos(teta)
x2 = math.sin(teta)
x3 = random.random()*self.sf
x4 = random.random()*self.sf
T = X(P(x1, x2), P(-x2, x1), P(x3, x4)) * scale(sf)
pc1 = [ P( (random.random()-0.5)*self.sf, (random.random()-0.5)*self.sf) for x in xrange(self.cloudSize)]
pc2 = [ p*T for p in pc1 ]
mr = points_matching(pc1, pc2)
A = X(mr.A)
pc1_bis = [ p*A for p in pc1 ]
# La distanza tra i 2 punti originali deve essere la stessa tra i 2 punti trasformati.
# In questo modo si e' sicuri che non ci sia stato nessuno scaling
for (p1, p1bis) , (p2, p2bis) in pairwise( zip(pc1, pc1_bis) ):
self.assertAlmostEquals(dist(p1,p2), dist(p1bis, p2bis), tollerance)
def testInterpola(self):
"""interpola aggiunge i punti per distanza massima 3.0 (bug #3071)."""
path = geo2d.Path([P(0, 0), P(5, 0), P(10, 0)])
new_path = geo2d.interpola(path, 3.0)
self.assertAlmostEqual(geo2d.pathPathDist(new_path, path), 0)
# La soluzione ottimale per il path prevede 5 punti, quindi se ne sta
# mettendo di più o di meno sta sbagliando.
self.assert_(len(new_path) == 5)
for i_pt, pt in enumerate(new_path):
if i_pt == 0:
continue
self.assert_(geo2d.dist(pt, new_path[i_pt - 1]) < 3.0)
