二维平面上判断一个点是否在三角形内部有很多种方法。在这我采用的是向量的叉乘,简单来说就是:待计算点P与另外三个顶点A,B,C构成的向量PA,PB,PC两两之间的叉乘方向要一致。
详细过程可以参考这篇博客https://www.cnblogs.com/TenosDoIt/p/4024413.html
直接贴代码,我写的这个函数可以一次判断P点是否位于多个三角形内部(一个也行),其中PointA存放的是三角形的顶点A,PointB,PointC类似。
import numpy as np
def Triangle(PointA,PointB,PointC,P): # 找出P点是否位于以PointA,PointB,PointC三个点集的三角形中
if P.shape!=PointA.shape: # 判断PointA中是否只有一个顶点,这种情况比较特殊,因为python矩阵只有一维那么即可以看成行向量也可以看成列向量
Row = PointA.shape[0]
PExtend = (np.tile(P,Row)).reshape(Row,3)
else:
PExtend = P.reshape(1,3)
PointA = PointA.reshape(1,3)
PointB = PointB.reshape(1,3)
PointC = PointC.reshape(1,3)
PA = PointA - PExtend
PB = PointB - PExtend
PC = PointC - PExtend
T1 = np.cross(PA1,PB1)
T2 = np.cross(PB1,PC1)
T3 = np.cross(PC1,PA1)
flage1 = np.where(T1*T2>=0,1,0)
flage2 = np.where(T1*T3>=0,1,0)
Temp = flage1*flage2 # 判断是否同向,如果Temp中存在True那么P点在三角形中
Result = Temp[np.where(Temp==1)]
return Result
下面是计算结果:
a = np.array([0,0])
b = np.array([1,1])
c = np.array([2,0])
p1 = np.array([1,0.5])
p2 = np.array([1,5])
print(Triangle(a,b,c,p1)) # p1在三角形内部
print(Triangle(a,b,c,p2)) # p2不在三角形内部
runfile('F:/Python_project/Untitle/Test3.py', wdir='F:/Python_project/Untitle')
[1]
[]
从计算结果来看是正确的,下面我们来看看多个三角形的情况:
a = np.array([[0,0],[1,1],[1,1]])
b = np.array([[1,1],[2,0],[4,0]])
c = np.array([[2,0],[4,0],[4,5]])
p1 = np.array([4,4])
p2 = np.array([2,5])
print(Triangle(a,b,c,p1)) # p1在三角形的边界上
print(Triangle(a,b,c,p2)) # p2不在三个三角形中
runfile('F:/Python_project/Untitle/Test3.py', wdir='F:/Python_project/Untitle')
[1 1]
[]
计算结果是没有问题的。
一次计算的好处是可以节省很多时间,如果需要判断一个点是否处于一堆的三角形中时,用这个方法避免一个一个三角形的判断,python语言中循环结构是一个软肋,能不用循环的情况下个人建议不要写循环,python的一大优势就在于各种开源库,这些库函数计算速度都是很快的,能用库函数解决的尽量避免用循环。