判断三个数是否能构成三角形_如何判断点在三角形内部-CSDN博客

在计算机图形学中，渲染图片时，会利用图形的顶点把其表面划分成一个个的小三角形，然后再在三角形内部做线性插值，算出图形表面任意点的坐标、颜色等等。

本文主要研究：给定三角形三个顶点 A、B、C 的坐标，以及点 P 的坐标。如何根据它们判断点 P 是否在三角形内部？

四个点的坐标已知，如何判断 P 是否在三角形内部？

关键词：重心坐标，Barycentric coordinate system

参考资料：https://blackpawn.com/texts/pointinpoly

Same Side Technique

最容易想到的方法是：把点 P 和 A、B、C 连起来，然后分别计算

，

和

的夹角，如果它们的和恰好为

，那么点 P 就在三角形内部，反之则在其外部。但是这种方法很慢，而且涉及到求反三角函数，所以直接被淘汰。

还有一种方法，是判断点 P 在线的哪一边。如果同时满足：

点 P 和 C 在直线 AB 的同侧
点 P 和 A 在直线 BC 的同侧
点 P 和 B 在直线 AC 的同侧

则点 P 显然就在

内部。

数学上如何判断两个点在直线同侧呢？以 P 、C 在 AB 同侧为例，只需

与

方向相同即可。例如上图中两个叉乘的方向都指向屏幕外。

转化成伪代码如下所示：

function SameSide(p1, p2, a, b)
    cp1 = CrossProduct(b-a, p1-a)
    cp2 = CrossProduct(b-a, p2-a) 
    if DotProduct(cp1, cp2)>=0 then return true
    else return false

上面的伪代码用于判断 p1，p2 两个点，是否在 a 与 b 连线的同侧。

那么，相应的判断点是否在三角形内部的算法，也显而易见了：

function PointInTriangle(p, a, b, c)
    PC = SameSide(p, c, a, b) # p 和 c 在 ab 的同侧
    PA = SameSide(p, a, b, c) # p 和 a 在 bc 的同侧
    PB = SameSide(p, b, a, c) # p 和 b 在 ac 的同侧
    return PA and PB and PC

上述算法很简单且易于实现，但效率还不算太高，下面引入本文主角——重心坐标。

Barycentric Technique

为了方便表达，令

，

。

和

这两个非零且不共线的向量可以作为一组基底，表达该三角形所在平面内的任意点。

因此我们可以令：

要想让 P 在

内部，必须要满足：

且
（反推法，取 BC 上一点 p'= v0+λ(v1-v0)，那么 u=(1-λ) v=λ，u+v=1）

下一步是解出 u 和 v。

(1) 两侧同时点乘

：

(1) 两侧同时点乘

：

由于四个坐标都是已知的，因此

都是已知的。因此 (2) 和 (3) 构成了一个二元一次方程组。

解得（为了整洁，下面的公式去掉了

的向量符号）：

发现这俩的分母相同，因此又可以节省很多计算。下面是伪代码：

function PointInTriangle(p, a, b, c)
    // 计算向量
    v0 = c-a
    v1 = b-a
    v2 = p-a
    
    // 计算点乘
    dot00 = dot(v0, v0)
    dot01 = dot(v0, v1)
    dot02 = dot(v0, v2)
    dot11 = dot(v1, v1)
    dot12 = dot(v1, v2)

    // 计算重心坐标系下的坐标
    invDenom = 1/(dot00 * dot11 - dot01 * dot01)
    u = (dot11 * dot02 - dot01 * dot12) * invDenom
    v = (dot00 * dot12 - dot01 * dot02) * invDenom
    
    return u>=0 and v>=0 and (u+v)<1

我们把上述算法和第一节中的 Same Side Technique 对比一下。

对于三维向量：

点乘：3 个乘法 + 2 个加法

叉乘：6 个乘法 + 3 个加法

向量相加减：3个加法

因此，对于 SameSide Technique，判断一次 SameSide 需要做 15次乘法和 20 次加法（20次是伪代码的加法数，可以稍微优化一下，在函数外事先求好向量，但能省下的运算也很有限），三次 SameSide 完成判断，所以总共用了 45 个乘法，60 次加法。

对于 Barycentric Technique，数了一下共用了 23 次乘法，1次除法（似乎精度不高时乘法和除法效率差不多）， 22 次加法，显然 Barycentric Technique 效率更高。

******************************************************************************************

根据大佬@TM Zhang 的评论，这里用星号分割线更新一下。上文中的 SameSide 算法重复计算了很多次叉乘，原始伪代码需要计算：

而三角形中，任意两条边的叉乘大小为三角形的面积的两倍，方向由右手螺旋定则判断。由此可以发现，

，

大小方向均相同，因此只需要计算第一个就好了。

即，只需要计算：

，

如果上面这四个叉乘方向相同，则 P 在三角形内部。

我们希望用前三个叉乘中的元素，表示最后一个叉乘中的元素：

因此只要前三个叉乘方向相同，它们之和的方向一定与它们相同，最终 SameSide Technique 化简为求三个叉乘：

改进过的 SameSide Technique 伪代码如下：

function PointInTriangle(p, a, b, c)
    AP = p-a
    AB = b-a
    BP = p-b
    BC = c-b
    CP = p-c
    CA = c-a

    APxAB = CrossProduct(AP, AB)
    BPxBC = CrossProduct(BP, BC)
    CPxCA = CrossProduct(CP, CA)
    
    dot1 = DotProduct(APxAB, BPxBC)
    dot2 = DotProduct(BPxBC, CPxCA)
    
    return dot1>=0 and dot2>=0

改进后的 SameSide Technique 需要31次加法，24次乘法，还是比不上 Barycentric Technique 的22次加法，24次乘法。虽然这俩看上去也没差多少，但是在计算机图形学中，一个物体表面可能有成千上万乃至几十万个小三角形，而每个小三角形中，又有几十上百个需要判断的点，即使是微弱的优势，也会被放大百万倍，不可轻视。但是评论区另有大佬指出，barycentric technique 需要计算除法，会对精度造成负面影响。

******************************************************************************************

为什么叫 Barycentric Technique

现在再回到 (1)：

将向量换回点的坐标相减的形式：

合并同类项得：

这种形式下，就立刻看出为啥这个方法叫 Barycentric Coordinate 了，即：可以把 P 看成 A、B、C 三个顶点的加权平均。P 离哪个点越近，该点的权重就越接近 1；如果三个顶点的权重都是 1/3，P 就是三角形的重心。

它也可以用于计算三角形内任何一点的颜色，例如在做渲染时，已知三角形三个顶点的颜色，那么它内部任何一点的颜色，就是三个顶点颜色的加权平均，权重如公式 (5) 所示。

在判断遮挡关系的 z-buffer 算法中，希望求出图片上每个像素点的深度，此时也需要用到 (5)：

我们很容易知道图片上某个像素点的横、纵坐标。那么就可以把它所在的小三角形三个顶点的横、纵坐标，代入公式 (5) 联立求出 u、v 的值：虽然有三个坐标，但公式 (5) 只有两个未知数，因此知道横、纵坐标足以解出 u 和 v。求解的算法还是 Barycentric Technique 的伪代码，只不过此时传入的都是去掉 z 坐标的二维点。

三个顶点的 z 值是知道的，结合刚刚求出的 u、v 值，再代回 (5) 就求出了该像素点的 z 值。