我有一个3D点P(x,y,z)和一个由任意数量的3D点定义的多边形S。多边形不一定是凸的(因此,我认为here提供的解决方案无法回答我的问题),但是P与S处于同一平面。现在,我需要确定P是否位于S内
例如:
polygon = np.array([[6173.953125 , 9689.90136719, 298.03326416],
[6173.95410156, 9689.90136719, 298.09350586],
[6173.89355469, 9689.86621094, 298.23690796],
[6173.89355469, 9689.86621094, 298.23690796],
[6173.83496094, 9689.83398438, 298.5083313 ],
[6173.89453125, 9689.86816406, 298.38320923],
[6173.89697266, 9689.87011719, 298.44348145],
[6173.89697266, 9689.87011719, 298.44348145],
[6173.953125 , 9689.90136719, 298.03326416],
[6173.89355469, 9689.86621094, 298.23690796],
...
])
point = np.array([6171.37079656, 9688.35796064, 309.00229108])
在此示例中,很明显结果应该为“ False”(点在外面)。
要点:
point2 = np.array([6173.83496094, 9689.83398438, 297.72579346])
结果应为“ True”(点在多边形中)。
我知道,我基本上必须解决一个简单的多边形点(PiP)问题。但是,是否有直接包含此类功能的包装?或者我该如何转换所有点以应用形状或类似程序包提供的PiP算法?
答案 0 :(得分:1)
当保证P is in the same plane as S
时,进行(虚拟)多边形投影,并指向任意坐标平面(不垂直于多边形平面)。例如,要投影到OXZ(适用于第二个示例),只需忽略Y分量。
然后使用适用于2D(pnpoly)的任何算法