记录二次拟合曲线求交点的坑

skLearn

先上计算交点函数：
适用于一次与二次、二次与二次曲线交点

    def poly_intersection_from_coef(coef1, coef2, x_min, x_max, y_min, y_max, offset=0):
        """
        计算交点：模拟 draw_fitted_curve 的点偏移效果。
        :param coef1: 第一个曲线的poly系数
        :param coef2: 第二个曲线的poly系数
        :param x_min, x_max, y_min, y_max: ROI范围
        :param offset: 偏移量，对最终点进行平移（模拟绘图点偏移）
        :return: [(x, y)]
        """
        poly1 = np.poly1d(coef1)
        poly2 = np.poly1d(coef2)
        
        print(' poly1 ==',poly1,)
        print(' *************')
        print(' poly2 ==',poly2)
        print(' ***************')
        
        # 构造差值多项式（不偏移自变量）
        intersection_poly = poly1 - poly2
        intersection_x = intersection_poly.r
        intersection_x = intersection_x[np.isreal(intersection_x)].real
    
        intersections = []
        for x in intersection_x:
            if x_min <= x <= x_max:  # 不做 offset 修正
                x_global = x + offset  # 平移x
                y = poly1(x)  # 对应原多项式计算y（未平移）
                if y_min <= y <= y_max:
                    intersections.append((int(round(x_global)), int(round(y))))
    
        intersections.sort(key=lambda p: p[0])
        if not intersections:
            print("⚠️ 未找到有效交点，可能为非相交或超出ROI范围")
        return intersections
    

        def get_polynomial_coefficients(model, degree = 2):
            """从拟合模型中提取多项式系数"""
            # 获取 RANSAC 内部的线性回归器
            linear_regressor = model.named_steps['ransacregressor'].estimator_
            
            # 获取系数和截距
            coefficients = linear_regressor.coef_
            intercept = linear_regressor.intercept_
            
            # 多项式系数（按次数从低到高排列）
            poly_coefficients = [intercept]  # 常数项
            print('coefficients ,intercept==== ',coefficients ,intercept)
            # 提取不同次数的系数
            for i in range(1, degree + 1):
                # 对于 degree=i，PolynomialFeatures 会生成 x, x², ..., x^i
                # 对应的系数位于 linear_regressor.coef_ 的第 i 个位置
                poly_coefficients.append(coefficients[i])
                # 如果需要高次项在前的格式，则反转系数列表
            high_degree_first=True
            #反转为高次在前
            if high_degree_first:
                poly_coefficients.reverse()
            return poly_coefficients


        
        
        ###########原
        def extract_coef_from_pipeline(pipeline_model):######只适用于1，2次
            """
            从Pipeline模型中提取多项式拟合系数，并按np.polyfit格式输出（高次项在前）。
            自动适配1次或2次拟合。
            """
            ransac_estimator = pipeline_model.named_steps['ransacregressor'].estimator_
            coef = ransac_estimator.coef_   #多项式的系数（不含常数项）
            intercept = ransac_estimator.intercept_   #常数项（截距）
            
            # 获取多项式阶数
            poly_degree = len(coef)-1
            
            if poly_degree == 1:
                # 一次拟合：[x, 常数]
                print('一次###',coef,intercept)
                return [coef[1], intercept]  # [斜率, 截距]
            elif poly_degree == 2:
                # 二次拟合：[x², x, 常数]
                print('二次###',coef,intercept)
                return [coef[2], coef[1], intercept]
            else:
                raise ValueError(f"extract_coef_from_pipeline不支持的多项式维度：degree={poly_degree}")

right_top_ransac, X_rt, y_rt = self.ransac_fit(right_top_points, degree=self.fit_degree, params=params)
right_bottom_ransac, X_rb, y_rb = self.ransac_fit(right_bottom_points, degree=1, params=params)

right_candidates = poly_intersection_from_coef(coef_rt, coef_rb, 0, roi_width, 0, roi_height, offset=+ j2-x_min)

对于extract_coef_from_pipeline函数中的coef = ransac_estimator.coef_ 的多项式的系数其为升序的即：对于二次曲线：二次拟合：[0,x,x², ]#x的0次x,1次x,2次x, 截距为intercept = ransac_estimator.intercept_