Python中如何通过x,y位移序列检测正方形而无需枚举所有配置

你可以通过验证正方形位移序列的固有几何属性来判断，完全不需要提前枚举所有起点和方向的配置，具体判断逻辑如下：

核心判断条件 #

满足以下所有条件的位移序列即为正方形：

• 位移列表长度为4（对应正方形的4条边）
• 4段位移的模长完全相等（且不为0）：对每个位移(x,y)，计算x² + y²，4个值的误差在可接受范围内即可
• 相邻位移两两垂直：相邻两个位移向量的点积为0（误差范围内接近0即可），计算方式为：位移1(x1,y1)和位移2(x2,y2)的点积 = x1*x2 + y1*y2，最后一段位移需要和第一段位移也满足垂直要求
• 旋转方向完全一致：相邻两个位移的叉积符号统一（全正或全负），叉积计算方式为x1*y2 - x2*y1，符号一致代表全程都是顺时针/逆时针旋转，没有反向拐点
• 总位移为0：所有位移的x坐标相加总和为0、y坐标相加总和为0，代表绘制结束后回到了起点，图形闭合

Python 实现示例 #

def is_square(moves, tolerance=1e-6):
    # 条件1：长度为4
    if len(moves) != 4:
        return False
    # 条件2：所有位移模长相等
    norms = [x**2 + y**2 for x,y in moves]
    if abs(max(norms) - min(norms)) > tolerance:
        return False
    if norms[0] < tolerance: # 排除零位移
        return False
    # 条件3：相邻垂直 + 条件4：叉积符号统一 + 条件5：总位移为0
    total_x = total_y = 0
    cross_sign = None
    for i in range(4):
        x1, y1 = moves[i]
        x2, y2 = moves[(i+1)%4]
        # 点积判断垂直
        dot = x1*x2 + y1*y2
        if abs(dot) > tolerance:
            return False
        # 叉积判断方向
        cross = x1*y2 - x2*y1
        current_sign = 1 if cross > tolerance else (-1 if cross < -tolerance else 0)
        if current_sign == 0:
            return False
        if cross_sign is None:
            cross_sign = current_sign
        else:
            if current_sign != cross_sign:
                return False
        # 累加总位移
        total_x += x1
        total_y += y1
    # 总位移为0判断
    if abs(total_x) > tolerance or abs(total_y) > tolerance:
        return False
    return True

适配实际场景的优化 #

因为实际鼠标追踪会有手势误差，你可以根据需要调整tolerance参数的大小，允许微小的数值偏差，不用严格等于0。

内容的提问来源于stack exchange，提问作者Jacob