简易boundbox碰撞检测

最新推荐文章于 2025-10-19 23:49:15 发布
原创 最新推荐文章于 2025-10-19 23:49:15 发布 · 2.4k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#c++

本文介绍了一种简单有效的矩形碰撞检测算法。该算法通过给两个物体分别添加矩形边界框，并利用这些边界框的相对位置来判断是否发生碰撞。适用于游戏开发和其他需要碰撞检测的应用场景。

boundbox就是矩形检测，假设我们有两个物体，分别是p1和p2。那么我们分别给他们加一个矩形外框，用于检测碰撞，这时，会给他们分别增加rect.left，rect.right， rect.top， rect.bottom四个属性。判断方法如下。

这里是假设屏幕左上角为原点，向右为x正轴，向下为y正轴。

function isCollision(p1, p2){

if(p1.right < p2.left || p1.left  > p2.right || p1.top > p2.bottom || p1.bottom < p2.top ){

return false;

}

return true;

}

PCL 计算点云OBB包围盒（PCA）
纵马踏花向自由
10-09 1356
点云包围盒（Bounding Box）是描述三维空间中点云数据外边界的最小矩形盒，用于精确描述物体的大小、位置、方向等信息。在处理3D数据时，计算包围盒可以有效地简化碰撞检测、缩放、旋转等几何操作。通过主成分分析（PCA）技术，可以根据点云的主轴方向构建包围盒，使包围盒的方向与物体的几何形状更加接近，从而提高空间占用效率。
Apollo9.0 PNC源码学习之Planning模块—— 碰撞检测 AABB、OBB(C++ 代码实现)
BigDavid123的博客
08-25 1612
本文详解了常见的碰撞检测算法AABB和OBB
Unity的Bounds（包围盒）简记
天富儿的博客
01-20 1万+
包围盒算法是一种求解离散点集最优包围空间的方法。基本思想是用体积稍大且特性简单的几何体（称为包围盒）来近似地代替复杂的几何对象。最常见的包围盒算法有AABB包围盒（Axis-aligned bounding box），包围球（Sphere），方向包围盒OBB（Oriented bounding box），固定方向凸包FDH（Fixed directions hulls或k-DOP）。
yolo介绍
最新发布
qq1851417332的博客
10-19 843
人工智能的快速发展推动计算机视觉成为热门研究领域，而目标检测作为其核心任务，经历了从传统方法到深度学习的技术演进。在YOLO诞生前，目标检测算法普遍面临速度瓶颈。R-CNN等主流算法采用复杂的多阶段流程，需要先生成候选区域再进行分类和回归，严重制约了检测效率。2016年，革命性的YOLO算法横空出世，将目标检测转化为回归问题，直接在图像上预测边界框和类别概率，实现了端到端的训练和检测范式。
合并多个过小的相邻bound boxes
weixin_44210775的博客
07-24 571
合并多个过小的相邻bound boxes 做目标检测时，训练集中有一些过小（占图片比例过小）且相邻的bound box. 我写了一个简单的函数将所有boundbox合并。 import cv2 def is_small_box(loc, w, h, thre=0.1): return ((loc[3]-loc[1])<thre*h)&((loc[2]-loc[0])<thre*w) def merge_bound_box_near(locs, w, h, thre=0.01):
PCL之求点云的BoundingBox
ancy的博客
12-10 4998
代码展示: #include <string> #include <iostream> #include <Eigen/Core> #include <pcl/io/pcd_io.h> #include <pcl/point_cloud.h> #include <pcl/point_types.h> #include <pcl/common/transforms.h> #include <pcl/common/..
边界框（bounding box） 目标物体的位置和大小 交并比（Intersection over Union，IoU） 锚框（Anchor box）
万有文的博客
05-07 5131
在检测任务中，我们需要同时预测物体的类别和位置，因此需要引入一些跟位置相关的概念。通常使用边界框（bounding box，bbox）来表示物体的位置，边界框是正好能包含物体的矩形框。在目标检测任务中，边界框（bounding box，bbox）是一个非常重要的概念，用于表示图像中目标物体的位置和大小。
js碰撞检测
喵喵的博客
07-09 1059
碰撞检测 碰撞检测（边界检测）在前端游戏，以及涉及拖拽交互的场景应用十分广泛。 碰撞，顾名思义，就是两个物体碰撞在了一起，眼睛是可以直观的观察到碰撞的发生。但对于前端实现，如何让 JavaScript 代码理解两个独立的“物体”（DOM）碰撞在一起呢。这就涉及到碰撞检测（或者叫边界检测）的问题了。 两个矩形块的碰撞： 判断任意两个（水平）矩形的任意一边是否有间距，从而得之两个矩形块有没有发生碰撞。具体实现方式，可以选定一个矩形为参照物，计算另一矩形的与自己相近的边是否发生重合现象。若四边均未发生重合，则
五年级数学上册简易方程同步检测一精选.doc
09-26
五年级数学上册简易方程同步检测一精选.doc
【threejs】第一人称视角之八叉树碰撞检测
qq_45406325的博客
07-10 1333
本文将带你深入八叉树的原理，手把手实现一个高效的碰撞检测系统
圆形与矩形碰撞算法分析
啊渊的专栏
07-06 1698
首先，将矩形以外的区域分为8个象限，如下图： 由于小球是不断移动的，并且矩形也在不断的移动，因此小球的坐标（x1x_1x1​,y1y_1y1​）,矩形的坐标（x2x_2x2​,y2y_2y2​）为变量。其中小球的半径，矩形的宽度和高度为常量 我们整理出以下信息为： 圆形信息： 右上角坐标（x1x_1x1​,y1y_1y1​） 圆形的宽(W1W_1W1​)、 圆形的高(H1H_1H1​) 其中W1W_1W1​=H1H_1H1​，r1r_1r1​=12\tfrac{1}{2}21​W1W_1W1​ cx
Bounding-box_regression详解
08-18
bounding box regression
碰撞检测之Sphere-Box检测
爱冒险的技术宅
03-06 3500
检测思路首先要做的是将Box转为AABB，然后判断圆心是否在Box内，用的就是之前的SAT如果圆心在Box内，肯定相交，如果不在圆心内，则有四种情况，与顶点相交，与楞相交，与面相交，这里的确定也是通过SAT来确定。在二维中，如果圆心不box内，有两种情况只要对比红色线段的长度和圆的半径就可以了。代码 public static bool IntersectSphereBox(Sphere sphe
[Unity插件]包围盒BoundBoxes插件以及相关文章
BuladeMian的博客，菜得抠脚，菜得真实
12-25 2386
给 物体 GameObject 添加 BoundBox 插件，在 Game视图下，可以显示出包含 其子物体的包围盒。 新建一个 3D 物体，添加 组件，即可。 参考资料： 1. Bounds(包围盒)概述与AABB包围盒应用 2. Untiy网格编程篇(一)包围盒效果 3. 4.
目标检测bounding box图像标注教程（使用LabelImg标注工具）
对角巷
10-27 1万+
这款标注工具是图形界面，用Python和Qt写的，其标注信息可以直接转化成为XML文件，与PASCAL VOC以及ImageNet用的XML是一样的。
计算机视觉（一）—— 目标检测和边界框
Mortal's blog
11-11 1万+
文章目录1. 什么是目标检测2. 目标检测大致思路2.1 边界框2.2 合理的边界框？2.2.1 某一种锚框的生成方法2.2.2 锚框的评定2.2.2 预测每个锚框中的物体2.2.2.1 预测物体类别2.2.2.1 训练集中的锚框参考链接 1. 什么是目标检测 在图像分类任务里，假设图像里只有一个主体目标，并关注如何识别该目标的类别。然而，很多时候图像里有多个我们感兴趣的目标，我们不仅想知道它们的...
什么是Bounding Box、anchor box?
hjl_heart的博客
10-30 4万+
由于最近在看YOLOv3算法，感觉老是不清楚bounding box和anchor box的概念，看完吴恩达的视频后准备写一篇博客记下笔记。em...所以也会用吴恩达视频中的例子来讲。 在视频中，有一张图片，假设要检测的目标类别有3类，行人、轿车、摩托车。我们将图片划分为3*3的网格(grid cells)，并且设置有两个anchor boxes(即，图中那两个紫色边框)。这样每次检测一个grid cell，就会输出一个向量y = [Pc, bx, by, bh, bw, c1, c...
边框回归(Bounding Box Regression)详解
热门推荐
南有乔木NTU的博客
08-31 20万+
Bounding-Box regression最近一直看检测有关的Paper, 从rcnn， fast rcnn, faster rcnn, yolo, r-fcn, ssd，到今年cvpr最新的yolo9000。这些paper中损失函数都包含了边框回归，除了rcnn详细介绍了，其他的paper都是一笔带过，或者直接引用rcnn就把损失函数写出来了。前三条网上解释比较多，后面的两条我看了很多pape
Bounding box regression详解
Focusing on your own Mind :) －> 站在巨人的肩膀上
04-24 2万+
Reference link: http://caffecn.cn/?/question/160 Question: 我只知道，输入检测到的box，回归的是检测到box中心点，以及box长和宽到标记的box的映射。看过rcnn的回归的过程，就是把那个loss函数最小。 但这个红框里面的loss函数 谁能解释下 -----------------------------
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值