当前位置: 首页 > article >正文

[面试题] 判断二维空间中一点是否在旋转矩形内部

[面试题]:判断二维空间中一点是否在旋转矩形内部

参考
1. 判断点是否在一个矩形内
2. 向量点乘与叉乘的概念及几何意义
3. 向量叉乘
4. 向量叉乘的正负意义
5. 本工程完整代码

题目描述

已知条件旋转矩形中心center(x,y), 旋转矩形的长l 和 宽w, 以及与X轴旋转角度theta。
返回值是否在其内部,即返回是/否。


一. 主要介绍两种方法

1.1 面积法

每一个点到矩形任意两个顶点组成三角形面积,共有四个△,判断它们面积之和是否等于矩形的面积。

// 计算三角形面积
double CalculateTriangleArea(const Point& a, const Point& b, const Point& c){
    // 向量叉乘x1y2-x2y1的大小的一半
    double res = 0;
    if((a.x == b.x && a.y == b.y )|| (a.x == c.x && a.y == c.y )|| (b.x == c.x && b.y == c.y)) return res;
    Vector2d ba(a.x -b.x, a.y - b.y);
    Vector2d bc(c.x -b.x, c.y - b.y);
    res = fabs(ba.x*bc.y - bc.x*ba.y) * 0.5;
    return res;
}
    // 旋转矩形4个角点ABCD
    Point A(cloud.points[0].x, cloud.points[0].y);
    Point B(cloud.points[1].x, cloud.points[1].y);
    Point C(cloud.points[2].x, cloud.points[2].y);
    Point D(cloud.points[3].x, cloud.points[3].y);
    
    // 法一: 面积法, 分别计算点p与矩形四个边组成的面积,求和
    auto area1 = CalculateTriangleArea(A, B, p);
    auto area2 = CalculateTriangleArea(B, C, p);
    auto area3 = CalculateTriangleArea(C, D, p);
    auto area4 = CalculateTriangleArea(D, A, p);
    if(fabs(area1+area2+area3+area4 - w*h)< 1e-3) return true;
    else return false;

1.2 叉乘的方向性

只需要判断该点是否在上下两条边和左右两条边之间就行。从向量叉乘的方向性考虑,叉积( x 1 , y 1 ) × ( x 2 , y 2 ) = x 1 ∗ y 2 − x 2 ∗ y 1,大小表示两个向量围成的平行四边形的面积,正负表示两个向量的相对位置
在这里插入图片描述

    // 法二: 向量方向性, 满足(BA*Bp)(DC*Dp)>=0,先叉乘,利用叉乘正负判断方向,矩形对面所夹着的点方向相同
    Vector2d BA(A.x -B.x, A.y - B.y);
    Vector2d Bp(p.x -B.x, p.y - B.y);
    Vector2d DC(C.x -D.x, C.y - D.y);
    Vector2d Dp(p.x -D.x, p.y - D.y);
    /* 若严格按照ABCD顺序来,两个数都是大于0,乘积的方式是顾忌到矩形4个顶点的ABCD顺时针排序还是逆时针排序 */
    auto val1 = (BA.x * Bp.y - Bp.x * BA.y) * (DC.x * Dp.y - Dp.x * DC.y);
    Vector2d DA(D.x -A.x, D.y - A.y);
    Vector2d BC(B.x -C.x, B.y - C.y);
    auto val2 = (DA.x * Dp.y - Dp.x * DA.y)* (BC.x * Bp.y - Bp.x * BC.y);
    if(val1 >=0 && val2 >=0) return true;
    else return false;

二. OpenCV添加了可视化效果

效果如下图,方便调试,查看结果。
在这里插入图片描述

// 绘制箭头
void DrawArrow(cv::Mat &img, cv::Point pStart, cv::Point pEnd, int len,
               int alpha, cv::Scalar &color, int thickness, int lineType) {
  cv::Point arrow;

  double angle =
      atan2((double)(pStart.y - pEnd.y), (double)(pStart.x - pEnd.x));
  cv::line(img, pStart, pEnd, color, thickness, lineType);

  arrow.x = pEnd.x + len * cos(angle + PI * alpha / 180);
  arrow.y = pEnd.y + len * sin(angle + PI * alpha / 180);
  cv::line(img, pEnd, arrow, color, thickness, lineType);
  arrow.x = pEnd.x + len * cos(angle - PI * alpha / 180);
  arrow.y = pEnd.y + len * sin(angle - PI * alpha / 180);
  cv::line(img, pEnd, arrow, color, thickness, lineType);
}


// Debug: 绘制旋转矩形和待测试点
void DrawRotateRectangle(const pcl::PointCloud<pcl::PointXYZ>& cloud, const Point& p){
    int img_x = 200, img_y = 200;
    cv::Scalar arrow_color = cv::Scalar(0, 0, 0);
    cv::Mat img(img_y, img_x, CV_8UC3, cv::Scalar(255, 255, 255));
    DrawArrow(img, cv::Point(img_x/2.0, img_y -20),
            cv::Point(img_x/2.0, 20), 6, 45, arrow_color, 2, 8);
    DrawArrow(img, cv::Point(20, img_y/2.0),
            cv::Point(img_x-20, img_y/2.0), 6, 45, arrow_color, 2, 8);
    for(int i=0; i<4; ++i){
      if(i < 3){
        cv::line(img, cv::Point(cloud.points[i].x+100, -cloud.points[i].y+100), cv::Point(cloud.points[i+1].x+100, -cloud.points[i+1].y+100), arrow_color, 2, 8);
      }else{
        cv::line(img, cv::Point(cloud.points[i].x+100, -cloud.points[i].y+100), cv::Point(cloud.points[0].x+100, -cloud.points[0].y+100), arrow_color, 2, 8);
      }
    }
    cv::circle(img, cv::Point(p.x+100, -p.y+100), 2, arrow_color, 2, 8);
    cv::imshow("rotate_rectangle", img);
    cv::waitKey(0);
}

三. 利用中心center,长宽,theta还原四个角点坐标

    // 还原4个角点坐标
    pcl::PointCloud<pcl::PointXYZ> cloud;
    cloud.points.emplace_back(pcl::PointXYZ(-w/2.0, h/2.0, 0));
    cloud.points.emplace_back(pcl::PointXYZ(-w/2.0, -h/2.0, 0));
    cloud.points.emplace_back(pcl::PointXYZ(w/2.0, -h/2.0, 0));
    cloud.points.emplace_back(pcl::PointXYZ(w/2.0, h/2.0, 0));

    // DrawRotateRectangle(cloud, p);
    Eigen::Matrix4d mat = Eigen::Matrix4d::Identity();
    // 旋转矩阵形式
    mat << cos(theta*PI/ 180.0), -sin(theta*PI/ 180.0), 0, center.x,
           sin(theta*PI/ 180.0), cos(theta*PI/ 180.0),  0, center.y,
           0,                    0,                     1, 0,
           0,                    0,                     0, 1 ;
    std::cout << "mat: " << mat << std::endl;
    pcl::transformPointCloud(cloud, cloud, mat);

http://www.kler.cn/a/18061.html

相关文章:

  • SpringBoot(七)使用mapper注解编写sql操作数据库
  • pgsql和mysql的自增主键差异
  • 壹连科技IPO闯关成功!连接器行业上市企业+1
  • c语言数据结构与算法--简单实现队列的入队和出队
  • 初始JavaEE篇 —— 文件操作与IO
  • 【go从零单排】通道select、通道timeout、Non-Blocking Channel Operations非阻塞通道操作
  • 活动策划进阶指南:细节决定成败
  • 飞腾ft2000-麒麟V10-SP1安装Docker、运行gitlab容器
  • JSP网络远程作业处理系统(源代码+论文+开题报告+实习报告)
  • 揭秘镭速传输点对点传输技术,NAT+Raysync强强组合
  • 进程替换函数组介绍exec*
  • 嵌入式设备逆向所需的工具链
  • SPSS如何绘制常用统计图之案例实训?
  • 华为MPLS跨域——后门链路实验配置
  • 直线飙升到10万+star的AutoGpt,有多强?帮我写了个网页!
  • 文鼎创智能物联云原生容器化平台实践
  • 为什么网络安全缺口很大,招聘却很少?
  • 乐鑫esp32-c2开发板 烧录演示
  • PMP-项目整合管理
  • MySQL ---- 事务
  • golang - 函数的使用
  • 什么是网络——TCP/IP协议
  • explain都不懂?搞什么数据库优化,快进来学习了
  • PAT A1032 Sharing
  • 《基于光学传感器的心房颤动检测:综述》阅读笔记
  • Docker笔记整理