平面中判断点在三角形内算法(同向法)
1. 概述
平面中判断点在三角形内外有很多中算法,文献1中提到了一种同向法,我认为是比较好的解法,兼顾了效率和可理解性。不过这个算法有两个要注意的地方。
2. 详论
2.1. 原理与实现
同向法的具体算法摘录如下:
关键的实现代码如下:
//空间三角形
//按照逆时针顺序插入值并计算法向量
template <class T>
class Triangle
{
public:
Vec3<T> v0;
Vec3<T> v1;
Vec3<T> v2;
Triangle()
{
}
Triangle(Vec3<T> v0, Vec3<T> v1, Vec3<T> v2)
{
this->v0 = v0;
this->v1 = v1;
this->v2 = v2;
}
// v1 = Cross(AB, AC)
// v2 = Cross(AB, AP)
// 判断矢量v1和v2是否同向
bool SameSide(Vec3<T>& A, Vec3<T>& B, Vec3<T>& C, Vec3<T>& P)
{
Vec3<T> AB = B - A ;
Vec3<T> AC = C - A ;
Vec3<T> AP = P - A ;
Vec3<T> v1 = AB ^ AC;
Vec3<T> v2 = AB ^ AP;
// v1 and v2 should point to the same direction
return v1*v2 >= 0 ;
//return v1 * v2 > 0 ;
}
// 判断平面点P是否在平面三角形内
bool PointInTriangle2D(Vec3<T>& P)
{
Vec3<T> A(v0.x(), v0.y(), 0);
Vec3<T> B(v1.x(), v1.y(), 0);
Vec3<T> C(v2.x(), v2.y(), 0);
return SameSide(A, B, C, P) && SameSide(B, C, A, P) && SameSide(C, A, B, P);
}
};
2.2. 注意事项
第一个要注意的是,为了方便表达出向量的叉积,使用了三维向量而不是二维向量。但是这个算法是针对的是平面而不是空间,也就是判断空间中点是否在三角形内是无效的。并且,传入的三维向量的第三分量最好都为0,否则,无法保证算法的有效性。
第二是点是通过点积来判断是否同向:
bool SameSide(Vec3<T>& A, Vec3<T>& B, Vec3<T>& C, Vec3<T>& P)
{
Vec3<T> AB = B - A ;
Vec3<T> AC = C - A ;
Vec3<T> AP = P - A ;
Vec3<T> v1 = AB ^ AC;
Vec3<T> v2 = AB ^ AP;
// v1 and v2 should point to the same direction
return v1*v2 >= 0 ;
//return v1 * v2 > 0 ;
}
理论上,两点积等于0,说明两向量是直角。但是这里的>=0考虑的是零向量的问题,零向量点乘任何点向量还是0。那么什么时候会出现零向量呢?当点正好在三角形的边界上的时候(两个相同的向量的叉积为零向量)。也就是说,这里的=0可以判断点正好在三角形的边界或者顶点上,而>0才是判断点是否在三角形的内部。使用的时候可以灵活掌握。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· .NET Core 托管堆内存泄露/CPU异常的常见思路
· PostgreSQL 和 SQL Server 在统计信息维护中的关键差异
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
· 上周热点回顾(2.17-2.23)