opencv判断两个图中的图形是否相交

在OpenCV中，可以使用cv2.intersectRectangles()方法判断两个矩形是否相交。如果矩形相交，则返回相交部分的矩形，否则返回一个空矩形。

如果您需要检测两个任意形状的图形是否相交，可以使用cv2.intersectConvexConvex()方法。该方法需要两个凸多边形的顶点坐标作为输入，并返回相交部分的顶点坐标。如果没有相交部分，则返回一个空数组。

以下是一个使用intersectConvexConvex()方法来检测两个多边形是否相交的示例代码：

import cv2
import numpy as np

# 两个凸多边形的顶点坐标
poly1 = np.array([[50,50], [150,50], [150,150], [50,150]])
poly2 = np.array([[100,100], [200,100], [200,200], [100,200]])

# 检测两个多边形是否相交
retval, intersection = cv2.intersectConvexConvex(poly1, poly2)

if retval:
    print("两个多边形相交！")
else:
    print("两个多边形不相交！")

在上面的示例中，我们使用了numpy数组来表示两个凸多边形的顶点坐标，并使用cv2.intersectConvexConvex()方法来检测它们是否相交。如果retval为True，则说明两个多边形相交，否则不相交。

相关问题

opencv 判断两个多边形是否相交

可以使用 OpenCV 中的函数 cv2.intersectConvexConvex() 判断两个凸多边形是否相交。如果两个多边形不是凸多边形，可以使用函数 cv2.isContourConvex() 先判断其是否为凸多边形，然后再使用 cv2.convexHull() 将其转换为凸多边形。

以下是一个示例代码：

import cv2

# 定义两个凸多边形
poly1 = [[100, 100], [200, 100], [150, 200]]
poly2 = [[150, 50], [250, 50], [200, 150]]

# 将多边形转换为 OpenCV 中的格式
poly1 = cv2.convexHull(np.array(poly1))
poly2 = cv2.convexHull(np.array(poly2))

# 判断两个凸多边形是否相交
result = cv2.intersectConvexConvex(poly1, poly2)

if result[0] == 1:
    print("两个凸多边形相交")
else:
    print("两个凸多边形不相交")

在opencv中如何判断两个轮廓是否相交

要判断两个轮廓是否相交，可以使用cv2.findContours()函数找到所有轮廓，并使用cv2.drawContours()函数将其绘制出来。然后，可以使用cv2.matchShapes()函数计算两个轮廓的形状相似度，如果相似度越接近0，则说明两个轮廓的形状越相似，反之则越不相似。

以下是示例代码：

import cv2

# 读入图像，转换为灰度图像，并进行二值化处理
img = cv2.imread('example.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 找到图像中所有轮廓，并绘制出来
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0,255,0), 2)

# 判断轮廓是否相交
for i in range(len(contours)):
    for j in range(i+1, len(contours)):
        match = cv2.matchShapes(contours[i], contours[j], cv2.CONTOURS_MATCH_I1, 0)
        if match < 0.1:
            print('Contours', i, 'and', j, 'intersect')
        else:
            print('Contours', i, 'and', j, 'do not intersect')

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，这只是一个简单的示例代码，可能需要根据实际情况进行修改。另外，由于cv2.matchShapes()函数计算的是两个轮廓的形状相似度，因此仅能判断轮廓是否相交，不能确定相交的具体位置。