Python计算点到直线距离的两种方法

导读

在设计算法的时候经常需要用求一个点到另外两点组成的直线的距离,计算点到直线的距离主要有两种方法:

  1. 通过点到直线的距离公式来进行计算
  2. 利用向量来计算点到直线的距离

求点 A ( a , b ) A(a,b) A(a,b)到直线上两点 B ( x 1 , y 1 ) B(x_1,y_1) B(x1,y1) C ( x 2 , y 2 ) C(x_2,y_2) C(x2,y2)的距离,下面让我们来看看这两种方法的原理和代码实现

利用距离公式来计算距离

原理
  • 求解直线方程

根据两点式直线方程:
x − x 1 x 2 − x 1 = y − y 1 y 2 − y 1 \frac{x-x_1}{x_2-x_1}=\frac{y-y_1}{y_2-y1} x2x1xx1=y2y1yy1
而我比较喜欢这样记, ( x , y ) (x,y) (x,y)是直线上的一个点,我们利用直线的斜率相等原则,通过两个点求斜率,就可以得到下面的公式:
y 2 − y 1 x 2 − x 1 = y − y 1 x − x 1 \frac{y_2-y_1}{x_2-x_1}=\frac{y-y_1}{x-x_1} x2x1y2y1=xx1yy1
其实下面的这个式子和上面的是等价的,接下来我们将两点式的直线方程,转换成 A x + B y + C = 0 Ax+By+C=0 Ax+By+C=0形式的直线方程,以便于我们后面计算距离
( y 2 − y 1 ) ∗ ( x − x 1 ) = ( y − y 1 ) ∗ ( x 2 − x 1 ) ( y 2 − y 1 ) ∗ x + ( x 1 − x 2 ) ∗ y + x 1 ∗ ( y 1 − y 2 ) + y 1 ∗ ( x 2 − x 1 ) = 0 \begin{aligned} & (y_2-y_1)*(x-x_1) = (y-y_1) * (x_2 - x_1)\\ & (y_2 - y_1)*x + (x_1-x_2)*y+x_1*(y_1-y_2)+y_1*(x_2-x_1)=0 \end{aligned} (y2y1)(xx1)=(yy1)(x2x1)(y2y1)x+(x1x2)y+x1(y1y2)+y1(x2x1)=0
所以
A = y 2 − y 1 B = x 1 − x 2 C = x 1 ∗ ( y 1 − y 2 ) + y 1 ∗ ( x 2 − x 1 ) \begin{aligned} & A=y_2 - y_1 \\ & B = x_1 - x_2\\ & C = x_1*(y_1-y_2)+y_1*(x_2-x_1) \end{aligned} A=y2y1B=x1x2C=x1(y1y2)+y1(x2x1)

  • 计算点到直线的距离
    根据点到直线的距离公式:
    ∣ A ∗ x 0 + B ∗ y 0 + C ∣ A 2 + B 2 \frac{|A*x_0+B*y_0+C|}{\sqrt{A^2+B^2}} A2+B2 Ax0+By0+C
代码
import numpy as np

def get_distance_from_point_to_line(point, line_point1, line_point2):
    #对于两点坐标为同一点时,返回点与点的距离
    if line_point1 == line_point2:
        point_array = np.array(point )
        point1_array = np.array(line_point1)
        return np.linalg.norm(point_array -point1_array )
    #计算直线的三个参数
    A = line_point2[1] - line_point1[1]
    B = line_point1[0] - line_point2[0]
    C = (line_point1[1] - line_point2[1]) * line_point1[0] + \
        (line_point2[0] - line_point1[0]) * line_point1[1]
    #根据点到直线的距离公式计算距离
    distance = np.abs(A * point[0] + B * point[1] + C) / (np.sqrt(A**2 + B**2))
    return distance

利用向量计算点到直线的距离

原理

在这里插入图片描述
我们将求点到直线的距离问题,转换为求三角形的高。三角形的底BC的长度已知,我们只需要求出三角形的面积即可。通过向量叉积三角形的面积计算公式如下:
S Δ = 1 2 ∗ A B → × A C → S_{\Delta}=\frac{1}{2} * \overrightarrow{\boldsymbol{AB}} × \overrightarrow{\boldsymbol{AC}} SΔ=21AB ×AC
利用三角形面积相等原则,可以转换为
1 2 ∗ A B → × A C → = 1 2 ∗ ∣ B C ∣ ∗ h \frac{1}{2} * \overrightarrow{\boldsymbol{AB}} × \overrightarrow{\boldsymbol{AC}} =\frac{1}{2}*|BC|*h 21AB ×AC =21BCh
上式中的 h h h就是我们需要求解的点到直线的距离

代码
import numpy as np

def point_distance_line(point,line_point1,line_point2):
	#计算向量
    vec1 = line_point1 - point
    vec2 = line_point2 - point
    distance = np.abs(np.cross(vec1,vec2)) / np.linalg.norm(line_point1-line_point2)
    return distance

point = np.array([5,2])
line_point1 = np.array([2,2])
line_point2 = np.array([3,3])
print(get_distance_from_point_to_line(point,line_point1,line_point2))
print(point_distance_line(point,line_point1,line_point2))
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

修炼之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值