判断正方形

正方形

Time Limit: 1000 ms Memory Limit: 65536 KiB
Problem Description
给出四个点,判断这四个点能否构成一个正方形。
Input
 输入的第一行包含一个整数T(T≤30)表示数据组数,每组数据只有一行,包括8个整数x1, y1, x2, y2,x3,y3,x4,y4(数据均在-1000,1000 之间)以逆时针顺序给出四个点的坐标。

Output
 每组数据输出一行,如果是正方形,则输出: YES, 否则,输出:NO。
Sample Input
20 0 1 0 1 1 0 1-1 0 0 -2 1 0 2 0
Sample Output
YESNO
Hint
 

Source

四条边是否大于0        四条边是否相等        有一个直角

import java.util.Scanner;
class Square
{
	int x1,x2,x3,x4;
	int y1,y2,y3,y4;
	Square(int x1,int y1,int x2,int y2,int x3,int y3,int x4,int y4)
	{
		this.x1 = x1; this.x2 = x2 ; this.x3 = x3; this.x4 = x4;
		this.y1 = y1; this.y2 = y2; this.y3 = y3; this.y4 = y4;
	}
	boolean Judge()
	{
		boolean flag = false;
		int a = (x2-x1)*(x2-x1)+(y2-y1)*(y2-y1);
		int b = (x3-x2)*(x3-x2)+(y3-y2)*(y3-y2);
		int c = (x4-x3)*(x4-x3)+(y4-y3)*(y4-y3);
		int d = (x1-x4)*(x1-x4)+(y1-y4)*(y1-y4);
		int e = (x1-x3)*(x1-x3)+(y1-y3)*(y1-y3);
		int f = (x2-x4)*(x2-x4)+(y2-y4)*(y2-y4);
		if(a>0&&b>0&&c>0&&d>0&&e>0)//边大于0
		{
			if(a==b&&a==c&&a==d&&c==d)//四条边相等
			{
				if(e==f)//有一个直角
					flag = true;
			}
		}
		return flag ;
	}
}
	
public class Main 
{
	public static void main(String[] args) 
	{
		Scanner cin=new Scanner(System.in);
	    int t ,i ,j;
	    int []a = new int[15];
	    t = cin.nextInt();
	    for(i = 0;i<t;i++)
	    {
	    	for(j = 1;j<=8;j++)
	    		a[j] = cin.nextInt();
	    	Square square = new Square(a[1],a[2],a[3],a[4],a[5],a[6],a[7],a[8]);
	    	boolean k = square.Judge();
	    	if(k==true) System.out.println("YES");
	    	else System.out.println("NO");
	    }
		cin.close();
	}
}

代码概述 该代码在OpenMV平台上运行,目的是识别图像中面积最小的正方形,并通过其边长来判断是否正方形。由于OpenMV不支持轮廓提取和多边形近似函数(如 `find_contours` 和 `approximate_polygon`),我们使用 `find_blobs` 提取色块后,通过判断其宽度与高度是否接近来识别正方形。 代码解析 以下为修改后的完整代码,重点在于通过**宽和高的差值**来判断是否正方形,并筛选出面积最小的正方形: ```python # Untitled - By: 黎清华 - Thu Jul 31 2025 import sensor import time # 初始化摄像头 sensor.reset() sensor.set_pixformat(sensor.GRAYSCALE) sensor.set_framesize(sensor.VGA) sensor.set_windowing((200, 240)) # 裁剪中间200x240区域 sensor.skip_frames(time=2000) clock = time.clock() # 已知目标正方形的实际边长(毫米)和焦距(像素) KNOWN_WIDTH = 290.0 FOCAL_LENGTH = 640 # 二值化阈值 BINARY_THRESHOLD = [(0, 150)] # 判断是否正方形:基于边长差值 def is_square(blob, max_diff=10): return abs(blob.w() - blob.h()) < max_diff # 宽高差小于阈值即认为是正方形 # 计算距离 def calculate_distance(pixel_width): if pixel_width == 0: return float('inf') return (FOCAL_LENGTH * KNOWN_WIDTH) / pixel_width while True: clock.tick() img = sensor.snapshot() img.binary(BINARY_THRESHOLD) squares = [] # 查找所有色块 blobs = img.find_blobs([(0, 255)], merge=True) for blob in blobs: if is_square(blob): # 判断是否正方形 area = blob.area() side_length = min(blob.w(), blob.h()) squares.append((area, side_length, blob)) if squares: # 按面积排序,找出最小的正方形 squares.sort(key=lambda x: x[0]) # 按面积从小到大排序 min_square = squares[0] side_length = min_square[1] distance = calculate_distance(side_length) blob = min_square[2] # 绘制矩形框并显示边长和距离 img.draw_rectangle(blob.rect(), color=(255, 0, 0)) img.draw_string(blob.x(), blob.y() - 10, f"L: {side_length:.2f}, D: {distance:.2f}", color=(255, 0, 0)) print(f"最小正方形边长: {side_length} 像素, 距离: {distance:.2f} 毫米") else: print("未检测到正方形") ``` 知识点(代码中遇到的知识点) 1. `find_blobs`:用于查找图像中的连通区域,是识别形状的基础。 2. 宽高差判断正方形:通过判断色块的宽与高是否接近来判断是否正方形。 3. 面积排序:通过对色块面积进行排序,筛选出面积最小的正方形
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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