点的识别与排序

        最近接触了一个项目，使用Three.js来着做一个C型臂X光机的投影模型。模型需要用到的各项参数需要从之前的标定板点识别、排序、PnP重建来获取。

按照项目的步骤主要记录以下几个关键内容：

1.点排序；

2.如何通过solvePnP函数来确定相机位置；

3.Three.js简单应用；

点排序

对点排序的方法有很多，经过多方面检索，我总结了一下几点。

1.凸包算法，凸包算法对点排序需要先确定一条“边”，在“边”的下方没有点，在“边”的上方是需要排序的所有的点，边按逆时针旋转，第一个被包含进的点为一号，一次类推。

2.根据象限，由于我们此次排序点的位置的特殊性，可以使用此种方法进行排序，可是这种方法不同用。首先，将点分为上下（左右）两组，分类依据是点的纵坐标和所有点求平均后的到的avg点的纵坐标进行比较。接下来就将点按照横坐标从小到大排序。

3.第三种排序算法结合了前面两张算法，首先将所有点中最下方的两个点选出来，选择的方法和方法二所用的方法相同，比较点的纵坐标和avg点的纵坐标。确定了最下方的两个点之后，可以将其看作是算法一中的“边”，以逆时针旋转，求出另外三个点与此点构成的三角形的角度，（此处要注意atan2的函数图像，在像素坐标系下无法直接求出钝角）求出角度后续借鉴极坐标极径的思想，如果遇到两个点角度相同则求出每个点和下方最左边的点构成的向量的长度。其实点排序的重点在于点的区别，在将每个点都区别出来之后便可以按照需要对点进行排序。在编程实现时可以考虑创建一个类拥有极径和极角两个属性