OpenCV在多边形中查找点的最有效方法答案

【问题标题】：OpenCV most efficient way to find a point in a polygonOpenCV在多边形中查找点的最有效方法
【发布时间】：2016-06-29 21:06:30
【问题描述】：

我有一个 500 cv::Point 的数据集。

对于每个点，我需要确定该点是否包含在由凹多边形建模的 ROI 中。这个多边形可以很大（大多数时候，它可以包含在 100x400 的边界框中，但也可以更大）

对于这么多点和这么大的多边形，确定一个点是否在多边形中最有效的方法是什么？

使用 pointPolygonTest openCV 函数？
使用 drawContours 构建蒙版并查找蒙版中的点是白色还是黑色？
其他解决方案？（我真的很想准确，所以不包括凸多边形和边界框）。

【问题讨论】：

很难说哪个更快.. 你已经在目标环境中测试过它们（有没有 CUDA、SSE、Neon ......？）不要依赖于理论比较。在确切的目标环境中对它们进行基准测试

标签： c++ opencv optimization

【解决方案1】：

一般来说，为了既准确又高效，我会采用两步流程。

首先，多边形上的边界框。查看框内不是的点是一件快速而简单的事情。这样一来，您就可以立即丢掉几分。
其次，pointPolygonTest。这是一项成本相对较高的操作，但第一步可确保您只对需要更高准确性的点执行此操作。

这样，您既可以保持准确性，又可以加快流程。唯一的例外是大多数点将落在边界框内。在这种情况下，第一步几乎总是会失败，因此不会优化算法，实际上会稍微慢一些。

【讨论】：

很好的解决方案。您可能还会发现 MinAreaRect 会更准确。

【解决方案2】：

很久以前，我遇到了完全相同的问题并使用了掩蔽方法（您陈述的第二点）。我用这种方式测试了包含数百万个点的数据集，发现这个解决方案非常有效。

【讨论】：

【解决方案3】：

这比带和不带边界框的 pointPolygonTest 快！

Scalar color(0,255,0);
drawContours(image, contours, k, color, CV_FILLED, 1); //k is the index of the contour in the array of arrays 'contours'
for(int y = 0; y < image.rows, y++){
    const uchar *ptr = image.ptr(y);
    for(int x = 0; x < image.cols, x++){
        const uchar * pixel = ptr;
        if((int) pixel[1] = 255){
            //point is inside contour
        }
        ptr += 3;
    }
}

它使用颜色来检查点是否在轮廓内。为了比 Mat::at() 更快的矩阵访问，我们使用指针访问。在我的例子中，这比 pointPolygonTest 快 20 倍。

【讨论】：