一组几何的最小包络 - Geopandas

Question

为了能够对 geopandas dataframe 中的一组几何图形进行操作，我需要能够确定对象是否位于集合的外部“边缘”。 几何集合如下：

为此，我想创建一个与几何对象集的外边界完美匹配的多边形。 我首先想到的是使用集合的凸包：

convex_hull = Sectioned_geostore_obstacles_geometry.unary_union.convex_hull
convex_hull = geopandas.GeoDataFrame({'geometry': convex_hull, 'convex_hull':[1]})

ax = Sectioned_geostore_obstacles_geometry['Gondola'].plot(color='red')
convex_hull.plot(ax=ax, color='green', alpha=0.5)

这导致

但这不太正确，因为我要找的不是凸的。 第二个想法是使用信封：

envelope = Sectioned_geostore_obstacles_geometry.unary_union.envelope
envelope = geopandas.GeoDataFrame({'geometry': envelope, 'convex_hull':[1]})

ax = Sectioned_geostore_obstacles_geometry['Gondola'].plot(color='red')
envelope.plot(ax=ax, color='green', alpha=0.5)

这是

再一次，这不是它。 另一种尝试是使用 shapely 中的 cascade_union 功能：

from shapely.ops import cascaded_union
polygons = list(Sectioned_geostore_obstacles_geometry.Gondola)
boundary = gpd.GeoSeries(cascaded_union(polygons))

这是：

但是，这不是它，因为它返回一个多多边形而不是最小的发展多边形。 基本上，我需要缩小信封以跟随对象集的轮廓。

任何见解将不胜感激。

为了对此进行测试，我添加了以下示例数据：

test_df =  geopandas.GeoSeries([Polygon([(0,0), (2,0), (2,2), (0,2)]),
                              Polygon([(2,2), (4,2), (4,4), (2,4)])])
test_df = geopandas.GeoDataFrame({'geometry': test_df, 'df1':[1,2]})

convex_hull = test_df.unary_union.convex_hull
convex_hull = geopandas.GeoDataFrame({'geometry': convex_hull, 'convex_hull':[1]})

ax1 = test_df['geometry'].plot(color='red')
convex_hull.plot(ax=ax1, color='green', alpha=0.5)

envelope = test_df.unary_union.envelope
envelope = geopandas.GeoDataFrame({'geometry': envelope, 'convex_hull':[1]})

ax2 = test_df['geometry'].plot(color='red')
envelope.plot(ax=ax2, color='green', alpha=0.5)

Answer 1

通过确定几何组的凹包，这里可以优雅地解决这个问题：

https://gis.stackexchange.com/questions/428882/minimal-enveloping-polygon-to-set-of-geometries

通过https://gis.stackexchange.com/users/32958/bera