判断两条直线左右位置的有效方法 可基于numpy或opencv实现

方案1：重叠Y区间投影法（优先使用） #

该方法针对短直线导致的均值偏差问题优化，核心是仅在两条直线的纵向重叠范围内计算X坐标均值，完全符合人眼直观判断逻辑，仅依赖numpy即可实现：

• 第一步：提取两条直线的点集，分别记为红直线点集pts_red（shape为[N,2]，每一行是[x,y]坐标）、绿直线点集pts_green（shape为[M,2]）
• 第二步：计算两条直线的Y坐标范围和重叠区间：

  y_red_min, y_red_max = pts_red[:,1].min(), pts_red[:,1].max()
  y_green_min, y_green_max = pts_green[:,1].min(), pts_green[:,1].max()
  # 计算重叠Y区间
  y_overlap_min = max(y_red_min, y_green_min)
  y_overlap_max = min(y_red_max, y_green_max)
  

• 第三步：若y_overlap_max > y_overlap_min说明存在重叠区间，筛选两条直线在重叠区间内的点计算X均值对比：

  # 筛选重叠区域内的点
  red_overlap = pts_red[(pts_red[:,1] >= y_overlap_min) & (pts_red[:,1] <= y_overlap_max)]
  green_overlap = pts_green[(pts_green[:,1] >= y_overlap_min) & (pts_green[:,1] <= y_overlap_max)]
  # 比较X均值
  if red_overlap[:,0].mean() < green_overlap[:,0].mean():
      print("红直线在绿直线左侧")
  else:
      print("红直线在绿直线右侧")
  

方案2：直线拟合对比法（适用于无重叠区间的场景） #

如果两条直线完全没有纵向重叠，可通过拟合直线方程后代入公共参考Y值对比X坐标实现：

• 第一步：以Y为自变量、X为因变量拟合直线方程x = k*y + b，避免竖直直线斜率无穷大的问题：

  # 1次多项式拟合，输入分别是Y坐标、X坐标、多项式阶数
  k_r, b_r = np.polyfit(pts_red[:,1], pts_red[:,0], deg=1)
  k_g, b_g = np.polyfit(pts_green[:,1], pts_green[:,0], deg=1)
  

• 第二步：取公共参考Y值（可取两条直线所有Y坐标的均值）代入方程计算对应X值对比：

  y_ref = np.mean(np.concatenate([pts_red[:,1], pts_green[:,1]]))
  x_r_ref = k_r * y_ref + b_r
  x_g_ref = k_g * y_ref + b_g
  if x_r_ref < x_g_ref:
      print("红直线在绿直线左侧")
  else:
      print("红直线在绿直线右侧")
  

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