我试图找出一个点是否在 3D 多边形中。我使用了在网上找到的另一个脚本来解决许多使用光线转换的 2D 问题。我想知道如何改变它以适用于 3D 多边形。我不会看到带有很多凹面或孔或任何东西的非常奇怪的多边形。这是 python 中的 2D 实现:
def point_inside_polygon(x,y,poly):
n = len(poly)
inside =False
p1x,p1y = poly[0]
for i in range(n+1):
p2x,p2y = poly[i % n]
if y > min(p1y,p2y):
if y <= max(p1y,p2y):
if x <= max(p1x,p2x):
if p1y != p2y:
xinters = (y-p1y)*(p2x-p1x)/(p2y-p1y)+p1x
if p1x == p2x or x <= xinters:
inside = not inside
p1x,p1y = p2x,p2y
return inside
任何帮助将不胜感激!谢谢。
最佳答案
提出了类似的问题here ,但重点关注效率。
@Brian 在此建议的 scipy.spatial.ConvexHull
方法和 @fatalaccidents可以,但是如果您需要检查多个点,则 get 会非常慢。
嗯,most efficient solution ,也来自 scipy.spatial,但使用了 Delaunay 曲面分割:
from scipy.spatial import Delaunay
Delaunay(poly).find_simplex(point) >= 0 # True if point lies within poly
这是可行的,因为如果该点不在任何单纯形中(即在三角剖分之外),则 .find_simplex(point)
返回 -1
。
(注意:它适用于 N 维,而不仅仅是 2/3D。)
性能比较
首先一分:
import numpy
from scipy.spatial import ConvexHull, Delaunay
def in_poly_hull_single(poly, point):
hull = ConvexHull(poly)
new_hull = ConvexHull(np.concatenate((poly, [point])))
return np.array_equal(new_hull.vertices, hull.vertices)
poly = np.random.rand(65, 3)
point = np.random.rand(3)
%timeit in_poly_hull_single(poly, point)
%timeit Delaunay(poly).find_simplex(point) >= 0
结果:
2.63 ms ± 280 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
1.49 ms ± 153 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
所以 Delaunay
方法更快。但这取决于多边形的大小!我发现,对于由超过 65 个点组成的多边形,Delaunay
方法变得越来越慢,而 ConvexHull
方法的速度几乎保持不变。
对于多个点:
def in_poly_hull_multi(poly, points):
hull = ConvexHull(poly)
res = []
for p in points:
new_hull = ConvexHull(np.concatenate((poly, [p])))
res.append(np.array_equal(new_hull.vertices, hull.vertices))
return res
points = np.random.rand(10000, 3)
%timeit in_poly_hull_multi(poly, points)
%timeit Delaunay(poly).find_simplex(points) >= 0
结果:
155 ms ± 9.42 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
1.81 ms ± 106 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
因此,Delaunay
提供了极大的速度提升;更不用说要等多久才能达到10000点以上。在这种情况下,多边形大小不再有太大的影响。
综上所述,Delaunay
不仅速度快很多,而且代码也非常简洁。
关于python - 在python中查找点是否在3D多边形中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29311682/