Разбор путей SVG в R

Question

Я пытаюсь взломать рабочий процесс R для разбора SVG-путей, используя этот файл на этой веб-странице . Я сталкиваюсь с артефактами в позиционировании результирующих полигонов:

Некоторые страны не согласны со своими соседями - например, США / Канада, США / Мексика, Россия / азиатские соседи. Поскольку эффект распространяется на страны с более сложными полигонами, похоже, что проблема связана с накопительным суммированием, но мне неясно, где проблема заключается в моем рабочем процессе, а именно:

1. анализирует необработанный SVG как XML и извлекает все строки пути SVG
2. анализирует отдельные строки пути с помощью nodejs '* модуля svg-path-parser
3. обрабатывает результирующие data.frames (которые объединяют абсолютные и относительные координаты) во все абсолютные координаты

Я воспроизвожу весь рабочий процесс здесь, используя R (для США / Канады), с внешним вызовом nodejs:

require(dplyr)
require(purrr)
require(stringr)
require(tidyr)
require(ggplot2)
require(rvest)
require(xml2)
require(jsonlite)

# Get and parse the SVG
doc = read_xml('https://visionscarto.net/public/fonds-de-cartes-en/visionscarto-bertin1953.svg')

countries = doc %>% html_nodes('.country')
names(countries) = html_attr(countries, 'id')
cdi = str_which(names(countries), 'CIV') # unicode in Cote d'Ivoire breaks the code
countries = countries[-cdi]

# Extract SVG paths and parse with node's svg-path-parser module.
# If you don't have node you can use this instead (note this step might be the problem):
# d = read_csv('https://gist.githubusercontent.com/geotheory/b7353a7a8a480209b31418c806cb1c9e/raw/6d3ba2a62f6e8667eef15e29a5893d9d795e8bb1/bertin_svg.csv')

d = imap_dfr(countries, ~{
  message(.y)
  svg_path = xml_find_all(.x, paste0("//*[@id='", .y, "']/d1:path")) %>% html_attr('d')
  node_call = paste0("node -e \"var parseSVG = require('svg-path-parser'); var d='", svg_path,
                     "'; console.log(JSON.stringify(parseSVG(d)));\"")
  system(node_call, intern = T) %>% fromJSON %>% mutate(country = .y)
}) %>% as_data_frame()


# some initial processing
d1 = d %>% filter(country %in% c('USA United States','CAN Canada')) %>%
  mutate(x = replace_na(x, 0), y = replace_na(y, 0), # NAs need replacing
         relative = replace_na(relative, FALSE),
         grp = (command == 'closepath') %>% cumsum)  # polygon grouping variable

# new object to loop through
d2 = d1 %>% mutate(x_adj = x, y_adj = y) %>% filter(command != 'closepath')

# loop through and change relative coords to absolute
for(i in 2:nrow(d2)){
  if(d2$relative[i]){ # cumulative sum where coords are relative
    d2$x_adj[i] = d2$x_adj[i-1] + d2$x_adj[i]
    d2$y_adj[i] = d2$y_adj[i-1] + d2$y_adj[i]
  } else{ # code M/L require no alteration
    if(d2$code[i] == 'V') d2$x_adj[i] = d2$x_adj[i-1] # absolute vertical transform inherits previous x
    if(d2$code[i] == 'H') d2$y_adj[i] = d2$y_adj[i-1] # absolute holrizontal transform etc
  }
}

# plot result
d2 %>% ggplot(aes(x_adj, -y_adj, group = paste(country, grp))) +
  geom_polygon(fill='white', col='black', size=.3) +
  coord_equal() + guides(fill=F)

Любая помощь приветствуется. Синтаксис пути SVG указан в w3 и суммирован более кратко здесь .

---

Редактировать (ответ на @ccprog)

Вот данные, возвращаемые из svg-path-parser для последовательности команд H:

  code  command                 x      y relative country   
  <chr> <chr>               <dbl>  <dbl> <lgl>    <chr>     
1 l     lineto              -0.91  -0.6  TRUE     CAN Canada
2 l     lineto              -0.92  -0.59 TRUE     CAN Canada
3 H     horizontal lineto  189.    NA    NA       CAN Canada
4 l     lineto              -1.03   0.02 TRUE     CAN Canada
5 l     lineto              -0.74  -0.07 TRUE     CAN Canada

Вот как выглядит d2 для той же последовательности после цикла:

  code  command                 x     y relative country      grp x_adj y_adj
  <chr> <chr>               <dbl> <dbl> <lgl>    <chr>      <int> <dbl> <dbl>
1 l     lineto              -0.91 -0.6  TRUE     CAN Canada    20  199.  143.
2 l     lineto              -0.92 -0.59 TRUE     CAN Canada    20  198.  143.
3 H     horizontal lineto  189.    0    FALSE    CAN Canada    20  189.  143.
4 l     lineto              -1.03  0.02 TRUE     CAN Canada    20  188.  143.
5 l     lineto              -0.74 -0.07 TRUE     CAN Canada    20  187.  143.

Это не выглядит нормально ?. Когда я смотрю на необработанные значения y_adj для H и предыдущих строк, они идентичны 142.56.

---

Редактировать 2: рабочее решение, благодаря @ ccprog

d = imap_dfr(countries, ~{
  message(.y)
  svg_path = xml_find_all(.x, paste0("//*[@id='", .y, "']/d1:path")) %>% html_attr('d')
  node_call = paste0("node -e \"var parseSVG = require('svg-path-parser'); var d='", svg_path,
                     "'; console.log(JSON.stringify(parseSVG.makeAbsolute(parseSVG(d))));\"")
  system(node_call, intern = T) %>% fromJSON %>% mutate(country = .y)
}) %>% as_data_frame() %>% 
  mutate(grp = (command == 'moveto') %>% cumsum)

d %>% ggplot(aes(x, -y, group = grp, fill=country)) +
  geom_polygon(col='black', size=.3, alpha=.5) +
  coord_equal() + guides(fill=F)

Answer 1

Посмотрите на ваш рендеринг Канады, особенно южного побережья звука Гудзона. Существует очень очевидная ошибка. Просеивая данные пути, я нашел следующую последовательность в исходных данных:

h-2.28l-.91-.6-.92-.59H188.65l-1.03.02-.74-.07-.75-.07-.74-.07-.74-.06.88 1.09

Я загрузил ваш результат рендеринга в Inkscape и нарисовал соответствующую часть пути сверху, стрелка, отмечающая сегмент, нарисованный абсолютной H-командой. (Команда z была удалена, что является причиной пропуска сегмента.) Очевидно, что где-то там сегмент слишком длинный.

Получается, что абсолютная H исправляет предыдущую (горизонтальную) ошибку. Посмотрите на предыдущий пункт: это 198., 143., но это должно быть 191.76,146.07. Вертикальная ошибка остается на уровне -3,6.

Я создал кодовую ручку , которая максимально точно накладывает исходные данные пути на ваш рендеринг. Данные пути были разделены на (одно-полигональные) группы и преобразованы в абсолютные с помощью Inkscape. К сожалению, программа не может преобразовать их в полигональные примитивы, поэтому там все еще есть команды V и H.

Это показывает это:

• Начальная точка пути совпадает.
• Точка, описанная абсолютной H-командой, имеет совпадающее горизонтальное значение, но не вертикальное. (Это единственная абсолютная команда на всем пути.)
• Кажется, что каждая группа путей (многоугольник) согласована сама по себе, но кроме group0 все они удалены со своего предназначенного места.

Я провел некоторые визуальные измерения этого отклонения (ошибка ~ 0,05), и они в конечном итоге дают подсказку:

group01: 0.44,-0.73
group02: 0.84,-1.12
group03: 2.04,-1.44
group04: 2.94,-1.73
group05: 2.60,-1.86
group06: 3.14,-2.38
group07: 3.68,-2.54
group08: 4.03,-3.35
group09: 4.87,-2.97
group10: 6.08,-3.50 (begin)
group10: 0.00,-3.53 (end)
group11: 1.08,-1.95
group12: 2.05,-2.45
group13: 2.89,-2.84
group14: 3.64,-3.67
group15: 4.48,-3.44
group16: 4.04,-3.99
group17: 4.32,-3.08
group18: 4.75,-2.75
group19: 5.72,-2.95
group20: 5.40,-3.11
group21: 6.02,-2.95
group22: 6.63,-4.14
group23: 6.85,-5.00
group24: 7.14,-4.86
group25: 7.72,-4.39
group26: 8.65,-4.75
group27: 9.49,-4.39
group28: 10.20,-4.44
group29: 11.13,-4.58

Вы удаляете команды closepath, а затем вычисляете первую точку следующей группы относительно последней явной точки последней группы. Но closepath фактически перемещает текущую точку: обратно в положение последней команды moveto. Они могут, но не обязательно быть идентичными.

Я не могу дать вам готовый скрипт на R, но вам нужно сделать следующее: в начале новой группы кешируйте позицию первой точки. В начале следующей группы вычислите новую первую точку относительно этой кэшированной точки.