Python中任意多边形的正方形网格剖分实现方案咨询

核心思路 #

完全脱离地理坐标系，基于平面几何运算实现：先计算多边形的外接矩形，生成覆盖该矩形的等大小正方形网格，再筛选出与原多边形有交集（或完全包含）的正方形，得到近似剖分结果。

具体实现步骤（基于Python + Shapely） #

Shapely是专注平面几何处理的库，完全不依赖地理信息，能满足你的需求。

1. 安装依赖

pip install shapely

2. 核心实现代码

from shapely.geometry import Polygon, box
from math import ceil

def polygon_to_square_grid(polygon, cell_size):
    # 获取多边形的外接矩形边界
    env = polygon.envelope
    x_min, y_min, x_max, y_max = env.bounds
    
    # 计算网格的行列数
    cols = ceil((x_max - x_min) / cell_size)
    rows = ceil((y_max - y_min) / cell_size)
    
    valid_cells = []
    for i in range(cols):
        for j in range(rows):
            # 计算当前正方形的坐标范围
            cell_x_left = x_min + i * cell_size
            cell_y_top = y_max - j * cell_size
            # 创建正方形几何对象（Shapely的box格式：minx, miny, maxx, maxy）
            cell = box(cell_x_left, cell_y_top - cell_size, cell_x_left + cell_size, cell_y_top)
            # 筛选与原多边形相交的正方形（可根据需求换成within保留完全内部的）
            if polygon.intersects(cell):
                # 若需要保留多边形与正方形的重叠区域，替换为cell.intersection(polygon)
                valid_cells.append(cell)
    return valid_cells

# 示例：测试不规则多边形
sample_polygon = Polygon([(0,0), (5,2), (3,6), (1,4)])
# 生成边长为1的正方形网格
square_grid = polygon_to_square_grid(sample_polygon, cell_size=1)

# 可视化验证（可选）
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
# 绘制原多边形
x, y = sample_polygon.exterior.xy
ax.plot(x, y, color='blue', linewidth=2)
# 绘制网格
for cell in square_grid:
    x_cell, y_cell = cell.exterior.xy
    ax.plot(x_cell, y_cell, color='gray', linewidth=0.5)
plt.show()

3. 性能优化（针对复杂多边形/大网格）

如果多边形复杂且网格数量大，用空间索引加速相交判断：

from shapely.strtree import STRtree

def optimized_polygon_to_grid(polygon, cell_size):
    env = polygon.envelope
    x_min, y_min, x_max, y_max = env.bounds
    cols = ceil((x_max - x_min)/cell_size)
    rows = ceil((y_max - y_min)/cell_size)
    
    all_cells = []
    for i in range(cols):
        for j in range(rows):
            cell_x_left = x_min + i*cell_size
            cell_y_top = y_max - j*cell_size
            cell = box(cell_x_left, cell_y_top - cell_size, cell_x_left + cell_size, cell_y_top)
            all_cells.append(cell)
    
    # 构建空间索引，快速查询相交单元格
    tree = STRtree(all_cells)
    valid_cells = tree.query(polygon)
    return valid_cells

关键说明 #

• 替代Tesspy的原因：Tesspy依赖Mercantile是为地理瓦片设计，而Shapely处理纯平面笛卡尔坐标，完全脱离地理体系，输出效果和你需要的正方形网格一致。
• 近似度调整：可通过修改判断条件（intersects/within）或保留重叠区域（intersection），适配不同的近似剖分需求。

内容的提问来源于stack exchange，提问作者Riddhiman Raut