opencv学习(四十一)之寻找凸包convexHull()

1.概述

凸包(Convex Hull)是一个计算几何（图形学）中的概念，在一个实数向量空间V中，对于给定集合X，所有包含X的凸集的交集S被称为X的凸包。
X的凸包可以用X内所有点(x1, x2….xn)的线性组合来构造。在二维欧几里得空间中，凸包可以想象为一条刚好包着所有点的橡皮圈，用不严谨的话来讲，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有的点。常见的有Graham’s Scan法和Jarvis步进法

2.原理

2.1Graham’s Scan法

Graham扫描法通过不断在凸壳中加入新的点和去除影响凸性的点，最后形成凸包。算法的主体由两部分组成，先是排序，然后扫描。

（1）点集排序
为了得到加入新点的顺序，Graham扫描法的第一步是对点集排序，对杂乱的点集进行梳理，这也是这种算法能够得到更高效的根本原因。排序的方法有极角坐标排序（极角序）和直角坐标排序（水平序）两种方法。在实现的时候，直角坐标排序比较方便。
对于极角序，首先选取一个参考点，一般选取横坐标最小的点作为参考点，如果有多个这样的点就从这些点钟选取纵坐标最小的点。如下图：

这样就决定了参考点的性质：点集中任意两点和参考点锁成的倒角为锐角。
极角排序以参考点为极角坐标系原点，根据上述参考点性质，可以设所有点的极角均在（-90,90]之间，排序完成后如下图所示：

（2）栈扫描

Graham扫描用的栈，其核心思想是按照拍好的序一次加入新点得到的边，边的寻找符合左旋判定。如果和上一条边成左转关系就压栈继续，如果右转就出栈直到和栈顶两点的边成左转关系，压栈继续。其栈扫描过程如下图所示：

2.2Jarvis步进法

其算法流程如下：
1.照横坐标最小的点（如有一样则取相同点纵坐标更小的点）
2.从这点开始卷包裹，照最靠近外侧的点（通过叉积比较）
3.遍