多边形面积和点串序列判断

下面讲解以上图逆时针序列三角形ABC为例,进行推导和讲解:

A(x1,y1)    B(x2,y2)    C(x3,y3)

S为三角形ABC的面积,Sm1为直角梯形AA'B'B的面积,Sm2为直角梯形BB'C'C的面积,Sn1为直角梯形AA'C'C的面积

容易得知:S =-(Sm1+Sm2) + Sn1

-Sm1 = (x1-x2)(y1+y2)/2 = (x1*y1+x1*y2-x2*y1-x2*y2)/2

-Sm2 = (x2-x3)(y2+y3)/2 = (x2*y2+x2*y3-x3*y2-x3*y3)/2

  Sn1 = (x3-x1)(y1+y3)/2 = (x3*y1+x3*y3-x1*y1-x1*y3)/2

S = [(x1*y2-x2*y1)+(x2*y3-x3*y2)+(x3*y1-x1*y3)]/2

-------------------------------------------------------------------------

推导到一般,算法描述:

令:n条边的多边形的点串数组为:P[n+1] = {p=(x,y)},规定:P[n] = P[0].

则该多边形的面积为:

若S>0,则点串为逆时针存放

若S<0,则点串为顺时针存放

若S=0,无法判断点串的序列方向

-------------------------------------------------------------------------

注意:多边形必须满足以下条件才可使用该算法公式计算面积。

(1)凸多边形

(2)向x轴投影后的顶点的先后顺序与原形点顺序保持一致

       如下图:从最小X值M点和最大X值N点将多边形分成两半,将两条折线段命名为:MN(上)  MN(下)

       MN(上)  MN(下)上的各个形点分别向x轴做投影;

       若MN(上)  MN(下)投影后的顶点的先后顺序与折线段形点顺序均保持一致,则该多边形可使用该方法计算面积。

(3)向y轴投影后的顶点的先后顺序与原形点顺序保持一致

       如下图:从最小Y值N点和最大Y值M点将多边形分成两半,将两条折线段命名为:MN(左)  MN(右)

       MN(左)  MN(右)上的各个形点分别向y轴做投影;

       若MN(左)  MN(右)投影后的顶点的先后顺序与折线段形点顺序均保持一致,则该多边形可使用该方法计算面积。

(4)不满足(2)(3)条件的凹多边形不能直接使用该公式计算面积(如下图)

对于求任意多边形面积通用的做法是:

a. 首先将多边形进行Delaunay三角剖分

b. 然后求各个三角形的面积

c. 最后对这些面积进行求和

例如可将(4)中的多边形先进行三角剖分:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
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
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