如何用代码表示图像上的一个范围？并看一个点是否在该范围内？

绘制多边形啊

python cv2
图像就是一个二维数组，你就是检查数组里面某个特征点是否落在指定的 Index 范围。

判断点是否在多边形区域内的方法
https://paste.ubuntu.com/p/dbPJBCcf7j/

numpy.array

针对凸多边形，任意形状，任意边数，只需要知道连续的顶点的坐标，[x0,y0],[x1,y1]...[xn,yn]
对任意点[x,y]，有一套算法可以得出[x,y]是否在多边形范围内

point in polygon 问题，github 上搜一大把
https://www.algorithms-and-technologies.com/point_in_polygon/
不过要注意一些特殊情况，比如点重合，点在边上等，然后结合需求修改代码。

用 python 的话,可以用 matplotlib 里面 path,来判断点是否在一个多边形里
from matplotlib import path
def is_point_in_polygon(point, polygon):
p = path.Path(polygon)
return p.contains_point(point)

图像转为坐标点，然后判断两次 x 和 y 是否大于最大值是不是就可以，这个点你如何获取？

t/674900#;
楼上几位大佬能不能帮看看我这个问题，谢谢

这是个很大的问题，计算机图形学的核心问题之一

楼上的都不知道这个库吗？ Shapely，实例化 Point
文档在此： https://shapely.readthedocs.io/en/latest/manual.html

1. 获取区域 pointcloud 的坐标，这个想办法，或者找现成工具例如 datathief;
2. 用 scipy 的 convex hull 模块生成 hull = convexhull(pointcloud)；
3. 判断使用 point_in_hull = np.allclose([p.dot(_[:-1]) for _ in hull.equations],0)

如果不是用 Point cloud 表示一个奇怪的形状，而是有方程描述，直接用方程。尤其对形状有线性方程描述，直接使用上述的 3 就可以了。

不是数据坐标的话，就用像素坐标

我弄错了一个地方……sorry，应该是 np.all(hull.equations[:,:-1].dot(p) + hull.equations.T[-1] < 0)

The convex hull of a point set P is the smallest convex set that contains P. If P is finite, the convex hull defines a matrix A and a vector b such that for all x in P, Ax+b <= [0,...].

Qhull 的文档，我给搞成等于 0 了。

np.all(np.less_equal(np.einsum('ij,...j->...i', hull.equations[:,:-1], <array(N_points, N_dimension)>) + hull.equations.T[-1], 0), axis=-1)，可以做批量判断，numpy 的处理比 for 循环快很多。