判断两个矩形是否重叠

判断两个矩形是否重叠

关于如何判断两个矩形重叠,这是我在实际项目开发当中曾经遇到过的问题:“判断图像中检测到的两个人脸框矩形是否有重叠部分,并计算重叠大小,从而确认是否为同一个人脸”。后来,在浏览博客时,也发现也有人将这个问题当做面试题目,并进行过讨论,但是,列出的代码过于繁杂,不敢恭维。所以,写下这篇博文,并贴出代码,供大家参考。

前提

  1. 两个矩形的边均与x轴或y轴平行,即轴对齐的矩形
  2. 将第一个矩形记做A,第二个矩形记做B
  3. 判断矩阵A与矩阵B是否重叠(边沿重叠也认为是重叠)

讨论

  1. 第一种方案,正向思维 
    按照一般的思路,先列举出所有的矩形重叠的情况,然后,判断是否是其中一种,如图所示,共有四种重叠情况,我们使用紫色代表矩形A,红色代表矩形B,并分别用p1,p2,p3,p4代表对应的左上角与右下角。如果依次判断,过于复杂,而且容易出错,这里我们不再进行代码实现。 
    两矩形的重叠情况
  2. 第二种方案,反向思维 
    反向思考,我们不妨先解决出“不重叠”的情况,如图,我们画出了一个并怎么漂亮的图,看起来十分复杂,但是,实际上,相比第一种方案,更易表示。即B矩阵,可能在A的左侧、右侧、上侧、下侧。如果用公式表示,即 
    (p2.yp3.y)(p1.yp4.y)(p2.xp3.x)(p1.xp4.xp2.y≤p3.y)∨(p1.y≥p4.y)∨(p2.x≤p3.x)∨(p1.x≥p4.x
    则,两个矩阵重叠时,公式为 
    ¬[(p2.yp3.y)(p1.yp4.y)(p2.xp3.x)(p1.xp4.x)]¬[(p2.y≤p3.y)∨(p1.y≥p4.y)∨(p2.x≤p3.x)∨(p1.x≥p4.x)] 
    根据德·摩根定律可转换为 
    (p2.y>p3.y)(p1.y<p4.y)(p2.x>p3.x)(p1.x<p4.x)(p2.y>p3.y)∧(p1.y<p4.y)∧(p2.x>p3.x)∧(p1.x<p4.x) 
    两矩形不重叠情况

解决方案

根据上述第二种情况分析,我们可以进行代码的实现,如下

#include <iostream>
using namespace std;

//矩阵位置坐标
typedef struct Rect {
    Rect(int x, int y, int width, int height)
        : x(x), y(y), width(width), height(height)
    {}
    int x;          //矩形左上角x坐标
    int y;          //矩形左上角y坐标
    int width;      //矩形宽度
    int height;     //矩形高度
} Rect;


/**
 * @brief 判断两个轴对齐的矩形是否重叠
 * @param rc1 第一个矩阵的位置
 * @param rc2 第二个矩阵的位置
 * @return 两个矩阵是否重叠(边沿重叠,也认为是重叠)
 */
bool isOverlap(const Rect &rc1, const Rect &rc2)
{
    if (rc1.x + rc1.width  > rc2.x &&
        rc2.x + rc2.width  > rc1.x &&
        rc1.y + rc1.height > rc2.y &&
        rc2.y + rc2.height > rc1.y
       )
        return true;
    else
        return false;
}


int main()
{
    Rect rc1(0,0,10,10), rc2(11,11,2,2);
    if (isOverlap(rc1, rc2))
        cout << "Rectangles Overlap";
    else
        cout << "Rectangles Don't Overlap";
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43

附录

此处,本文也提供一个计算该两个矩阵重叠面积比例的函数实现,虽然所用公式看起来不甚相同,但是,可以很容易推出来,实际上是一样的。(注意,此代码中使用了OpenCV内部结构)

/**
 * @brief 计算两个矩形的相交面积及组合面积,同时计算相交面积占组合面积的比例
 * @param 第一个矩形的位置
 * @param 第二个矩形的位置
 * @param 两个矩阵相交的面积大小
 * @param 两个矩阵组合的面积大小
 * @return 两个矩阵相交面积占组合面积的比例,即重合比例。如果组合面积为0,则返回0
 */
float computRectJoinUnion(const CvRect &rc1, const CvRect &rc2, float& AJoin, float& AUnion)
{
    CvPoint p1, p2;                 //p1为相交位置的左上角坐标,p2为相交位置的右下角坐标
    p1.x = std::max(rc1.x, rc2.x);
    p1.y = std::max(rc1.y, rc2.y);

    p2.x = std::min(rc1.x +rc1.width, rc2.x +rc2.width);
    p2.y = std::min(rc1.y +rc1.height, rc2.y +rc2.height);

    AJoin = 0;
    if( p2.x > p1.x && p2.y > p1.y )            //判断是否相交
    {
        AJoin = (p2.x - p1.x)*(p2.y - p1.y);    //如果先交,求出相交面积
    }
    float A1 = rc1.width * rc1.height;
    float A2 = rc2.width * rc2.height;
    AUnion = (A1 + A2 - AJoin);                 //两者组合的面积

    if( AUnion > 0 )
        return (AJoin/AUnion);                  //相交面积与组合面积的比例
    else
        return 0;
}

猜你喜欢

转载自blog.csdn.net/ljh0302/article/details/80991389