基于透明度数组的两组图像碰撞检测实现方案咨询

核心思路 #

先判断两个数组的边界框是否重叠，不重叠直接排除碰撞可能；若重叠，再在重叠区域内检查是否存在同时为非透明（值为1）的像素点。这种方式避免了全量遍历，效率远高于直接处理区域对象。

具体步骤 #

1. 计算边界框重叠范围 #

假设两个数组分别为A、B，各自属性：

• A：x_a, y_a（左上角坐标）、w_a, h_a（宽高）
• B：x_b, y_b（左上角坐标）、w_b, h_b（宽高）

计算重叠区域的四个边界：

overlap_left = max(x_a, x_b)
overlap_right = min(x_a + w_a, x_b + w_b)
overlap_top = max(y_a, y_b)
overlap_bottom = min(y_a + h_a, y_b + h_b)

若overlap_left >= overlap_right或overlap_top >= overlap_bottom，说明无边界重叠，直接返回无碰撞。

2. 重叠区域内逐像素检测 #

遍历重叠区域的每个坐标，转换为两个数组的相对索引，检查是否同时为非透明像素：

• 对坐标(x,y)，在A中的相对索引：rel_x_a = x - x_a，rel_y_a = y - y_a
• 在B中的相对索引：rel_x_b = x - x_b，rel_y_b = y - y_b
• 若A[rel_y_a][rel_x_a] == 1且B[rel_y_b][rel_x_b] == 1，则判定碰撞。

3. 代码示例（Python） #

def check_transparency_collision(a_data, a_x, a_y, a_w, a_h, b_data, b_x, b_y, b_w, b_h):
    # 计算重叠边界
    overlap_left = max(a_x, b_x)
    overlap_right = min(a_x + a_w, b_x + b_w)
    overlap_top = max(a_y, b_y)
    overlap_bottom = min(a_y + a_h, b_y + b_h)

    # 无边界重叠，直接返回False
    if overlap_left >= overlap_right or overlap_top >= overlap_bottom:
        return False

    # 遍历重叠区域像素
    for x in range(overlap_left, overlap_right):
        for y in range(overlap_top, overlap_bottom):
            rel_x_a = x - a_x
            rel_y_a = y - a_y
            rel_x_b = x - b_x
            rel_y_b = y - b_y

            if a_data[rel_y_a][rel_x_a] == 1 and b_data[rel_y_b][rel_x_b] == 1:
                return True
    return False

优化技巧 #

• 预存非透明像素坐标：提前遍历数组，把所有非透明点的全局坐标（结合自身x、y偏移）存入集合，碰撞检测时直接判断两个集合是否有交集，适合碰撞频繁的场景。
• 分块检测：如果数组极大，可以将数组分块，先检测块的重叠，再在重叠块内做像素检测，进一步减少计算量。

内容的提问来源于stack exchange，提问作者user23787503