Python中基于ID元组匹配排序图像点集的实现问题

现有两张图像的点集数据，每张点集的点都对应唯一ID：

• 第一张图的ID集合为ID1，对应点集points1
• 第二张图的ID集合为ID2（数量多于ID1），对应点集points2
• 部分ID在ID1和ID2中重复

要求：基于ID将两张图的点进行匹配排序，保持ID1的原有顺序不变，同时让输出的points2_output中，每个位置的点都与points1_output对应位置的点拥有相同ID。

示例数据 #

ID1 = (1, 2, 3, 4)
ID2 = (5, 3, 1, 2, 4)

points1= ((1,2), (1, 4), (3,5), (7,8))
points2= ((1,3), (2, 4), (2,5), (4,8), (3,9))

期望输出 #

points_1_output = ((1,2), (1, 4), (3,5), (7,8))
points_2_output =  ((2,5), (4, 8), (2,4), (3,9))

原有代码的问题 #

你之前尝试的排序方法依赖ID连续递增的前提，一旦ID不连续或存在缺失，就无法正确匹配对应点。

解决方法 #

核心思路是先建立ID2到对应点的映射字典，再遍历ID1的每个ID，从字典中提取对应的点，这样就能严格保证输出顺序和ID1一致。

代码实现 #

ID1 = (1, 2, 3, 4)
ID2 = (5, 3, 1, 2, 4)

points1 = ((1,2), (1, 4), (3,5), (7,8))
points2 = ((1,3), (2, 4), (2,5), (4,8), (3,9))

# 建立ID2到对应点的映射字典
id2_to_point = dict(zip(ID2, points2))

# 生成输出：points1保持原顺序，points2按ID1的ID顺序提取对应点
points_1_output = points1
points_2_output = tuple(id2_to_point[id] for id in ID1)

print("points_1_output =", points_1_output)
print("points_2_output =", points_2_output)

该方案不依赖ID的连续性，只要ID1中的所有ID都存在于ID2中，就能完成精准匹配。

内容的提问来源于stack exchange，提问作者Philipp Enöckl