Python计算点到直线距离的两种方法

您所在的位置:网站首页 求直线斜率公式两种方法 Python计算点到直线距离的两种方法

Python计算点到直线距离的两种方法

2024-04-11 10:52| 来源: 网络整理| 查看: 265

导读

在设计算法的时候经常需要用求一个点到另外两点组成的直线的距离,计算点到直线的距离主要有两种方法:

通过点到直线的距离公式来进行计算利用向量来计算点到直线的距离

求点 A ( a , b ) A(a,b) A(a,b)到直线上两点 B ( x 1 , y 1 ) B(x_1,y_1) B(x1​,y1​)和 C ( x 2 , y 2 ) C(x_2,y_2) C(x2​,y2​)的距离,下面让我们来看看这两种方法的原理和代码实现

利用距离公式来计算距离 原理 求解直线方程

根据两点式直线方程: x − x 1 x 2 − x 1 = y − y 1 y 2 − y 1 \frac{x-x_1}{x_2-x_1}=\frac{y-y_1}{y_2-y1} x2​−x1​x−x1​​=y2​−y1y−y1​​ 而我比较喜欢这样记, ( x , y ) (x,y) (x,y)是直线上的一个点,我们利用直线的斜率相等原则,通过两个点求斜率,就可以得到下面的公式: y 2 − y 1 x 2 − x 1 = y − y 1 x − x 1 \frac{y_2-y_1}{x_2-x_1}=\frac{y-y_1}{x-x_1} x2​−x1​y2​−y1​​=x−x1​y−y1​​ 其实下面的这个式子和上面的是等价的,接下来我们将两点式的直线方程,转换成 A x + B y + C = 0 Ax+By+C=0 Ax+By+C=0形式的直线方程,以便于我们后面计算距离 ( y 2 − y 1 ) ∗ ( x − x 1 ) = ( y − y 1 ) ∗ ( x 2 − x 1 ) ( y 2 − y 1 ) ∗ x + ( x 1 − x 2 ) ∗ y + x 1 ∗ ( y 1 − y 2 ) + y 1 ∗ ( x 2 − x 1 ) = 0 \begin{aligned} & (y_2-y_1)*(x-x_1) = (y-y_1) * (x_2 - x_1)\\ & (y_2 - y_1)*x + (x_1-x_2)*y+x_1*(y_1-y_2)+y_1*(x_2-x_1)=0 \end{aligned} ​(y2​−y1​)∗(x−x1​)=(y−y1​)∗(x2​−x1​)(y2​−y1​)∗x+(x1​−x2​)∗y+x1​∗(y1​−y2​)+y1​∗(x2​−x1​)=0​ 所以 A = y 2 − y 1 B = x 1 − x 2 C = x 1 ∗ ( y 1 − y 2 ) + y 1 ∗ ( x 2 − x 1 ) \begin{aligned} & A=y_2 - y_1 \\ & B = x_1 - x_2\\ & C = x_1*(y_1-y_2)+y_1*(x_2-x_1) \end{aligned} ​A=y2​−y1​B=x1​−x2​C=x1​∗(y1​−y2​)+y1​∗(x2​−x1​)​

计算点到直线的距离 根据点到直线的距离公式: ∣ A ∗ x 0 + B ∗ y 0 + C ∣ A 2 + B 2 \frac{|A*x_0+B*y_0+C|}{\sqrt{A^2+B^2}} A2+B2 ​∣A∗x0​+B∗y0​+C∣​ 代码 import numpy as np def get_distance_from_point_to_line(point, line_point1, line_point2): #对于两点坐标为同一点时,返回点与点的距离 if line_point1 == line_point2: point_array = np.array(point ) point1_array = np.array(line_point1) return np.linalg.norm(point_array -point1_array ) #计算直线的三个参数 A = line_point2[1] - line_point1[1] B = line_point1[0] - line_point2[0] C = (line_point1[1] - line_point2[1]) * line_point1[0] + \ (line_point2[0] - line_point1[0]) * line_point1[1] #根据点到直线的距离公式计算距离 distance = np.abs(A * point[0] + B * point[1] + C) / (np.sqrt(A**2 + B**2)) return distance 利用向量计算点到直线的距离 原理

在这里插入图片描述 我们将求点到直线的距离问题,转换为求三角形的高。三角形的底BC的长度已知,我们只需要求出三角形的面积即可。通过向量叉积三角形的面积计算公式如下: S Δ = 1 2 ∗ A B → × A C → S_{\Delta}=\frac{1}{2} * \overrightarrow{\boldsymbol{AB}} × \overrightarrow{\boldsymbol{AC}} SΔ​=21​∗AB ×AC 利用三角形面积相等原则,可以转换为 1 2 ∗ A B → × A C → = 1 2 ∗ ∣ B C ∣ ∗ h \frac{1}{2} * \overrightarrow{\boldsymbol{AB}} × \overrightarrow{\boldsymbol{AC}} =\frac{1}{2}*|BC|*h 21​∗AB ×AC =21​∗∣BC∣∗h 上式中的 h h h就是我们需要求解的点到直线的距离

代码 import numpy as np def point_distance_line(point,line_point1,line_point2): #计算向量 vec1 = line_point1 - point vec2 = line_point2 - point distance = np.abs(np.cross(vec1,vec2)) / np.linalg.norm(line_point1-line_point2) return distance point = np.array([5,2]) line_point1 = np.array([2,2]) line_point2 = np.array([3,3]) print(get_distance_from_point_to_line(point,line_point1,line_point2)) print(point_distance_line(point,line_point1,line_point2))


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3