Python 如何确定两条二维线段是否重叠?
我正在进行一项任务(使用python3),该任务需要检查两条线段是否重叠,并可以返回两个端点。线段具有(x1,y1,x2,y2)形式的坐标,其中(x1,y1)和(x2,y2)是其端点的坐标。 这两条线彼此非常接近,但可能不平行。您可以通过查看图片了解哪种情况称为重叠。我认为重叠定义可以说是“如果一个点的投影位于另一条线的两个端点之间” 例如: 我的目标是找到4个点中最远的2个点(如果它们重叠),如图中红色圆圈所示。目前我的想法是:Python 如何确定两条二维线段是否重叠?,python,geometry,language-agnostic,line,Python,Geometry,Language Agnostic,Line,我正在进行一项任务(使用python3),该任务需要检查两条线段是否重叠,并可以返回两个端点。线段具有(x1,y1,x2,y2)形式的坐标,其中(x1,y1)和(x2,y2)是其端点的坐标。 这两条线彼此非常接近,但可能不平行。您可以通过查看图片了解哪种情况称为重叠。我认为重叠定义可以说是“如果一个点的投影位于另一条线的两个端点之间” 例如: 我的目标是找到4个点中最远的2个点(如果它们重叠),如图中红色圆圈所示。目前我的想法是: 计算到所有点(AB、AC、AD、BC、BD、CD)和 检查以找
你对这个问题怎么看?谢谢。看起来您只是在使用x坐标,因此如果A考虑下一个代码,用于计算点
(xp,yp)
到(x1y1-x2y2)
线段的投影相对位置。它使用点(标量)积
当段实际上是一个点时,返回None
当投影位于段内时,返回参数0..1
如果投影位于线段以外的直线上,则返回此间隔以外的值。因此,负值和>1
表示红色圆圈点
(带有其他点名称的图片)
谢谢你阅读我的问题。我认为这更像是一个数学问题而不是编程问题,但过了一段时间,我找到了一个很好的简单算法来处理它。我的解决方案在很大程度上基于python中的numpy数组,以实现高效的计算。我不确定是否有更好的方法使用更多的数学方法,但希望这个解决方案在将来仍然有用 其思想是从所有点组合中找出距离(从4个点中找出6个距离)。我创建了一个组合的numpy数组,找到欧几里德距离,找到与它的最大距离,然后按条件检查重叠:len_AB+len_CD-max(距离)
从这个图上看,“不重叠”部分的第二个例子也是重叠(如果你延伸B,它将位于C和D之间)。你能显示这些线的实际点吗?不是x1、y1等,而是IOW,输入为有效元组,输出为有效元组。我认为这听起来像是一个数学问题,而不是Python编码程序。@Selcuk这是完整的行,我正在处理的是线段,受其两端的限制。因此,如果一个点的投影位于另一条线的两个点之间,则可以看到重叠。@python\u用户我已经包括了这条线的示例。可能使用[0][0]表示A,使用[0][2]表示B,使用[1][0]表示C,使用[1][2]表示D,并对这些不等式进行比较!。这可能是一个需要考虑的问题,但我的问题似乎有垂直轴的情况,所以我最好找到一个更一般的方法。谢谢。使用直线上的点的投影是我的第一个想法,但我犹豫了,因为在极端情况下,我需要找到所有4个点的投影。我已经在下面的答案中发布了我的解决方案。如果你有时间的话,我希望你能看一看,如果有什么不对劲的话,可以进行辩论。谢谢
overlap1 = numpy.array([[1,4,5,5], [7,7,3,5]])
overlap2 = numpy.array([[8,1,12,2], [9,2,11,3]])
non_overlap = numpy.array([[1,2,5,3], [6,3,9,4]])
def proj(x1, y1, x2, y2, xp, yp):
x12 = x2 - x1
y12 = y2 - y1
dotp = x12 * (xp - x1) + y12 * (yp - y1)
dot12 = x12 * x12 + y12 * y12
if dot12:
return dotp / dot12
else:
return None
import numpy as np
def check_overlap(line1, line2):
combination = np.array([line1,
line2,
[line1[0], line1[1], line2[0], line2[1]],
[line1[0], line1[1], line2[2], line2[3]],
[line1[2], line1[3], line2[0], line2[1]],
[line1[2], line1[3], line2[2], line2[3]]])
distance = np.sqrt((combination[:,0] - combination[:,2])**2 + (combination[:,1] - combination[:,3])**2)
max = np.amax(distance)
overlap = distance[0] + distance[1] - max
endpoint = combination[np.argmax(distance)]
return (overlap >= 0), endpoint