好的，接下来我会将您提供的 MATLAB 代码转换成 Python 版本，并保持相同的逻辑结构。为了便于理解和维护，我们会尽量保留原有的注释风格并适当添加解释性的注释帮助理解。此外，考虑到 Python 的语法特点和常用库的支持（例如 NumPy），我们将利用这些工具来优化某些操作的表达形式。 首先需要安装 `numpy` 库来进行矩阵运算和其他数学计算： ```bash pip install numpy ``` 然后下面是完整的 Python 实现: ```python import numpy as np def calculate_area(x1, x2, x3, y1, y2, y3): # 使用行列式计算三角形面积 return abs(np.linalg.det([[x1, x2, x3], [y1, y2, y3], [1, 1, 1]]) / 2) # 假定 corner 包含每张图像四个角点的 X 和 Y 坐标列表， # 其中每个元素是一个包含八个值的列表或元组, # 分别代表从左上到右下的顺序：[X_1,Y_1,X_2,Y_2,...] corner = [ [...], [...] # 示例数据替换为实际的数据集 ] n_images = len(corner) # 图像总数 Topo = np.zeros((n_images, n_images)) # 初始化拓扑关系矩阵 for i in range(n_images): corners_i = [(corner[i][2*j], corner[i][2*j+1]) for j in range(4)] # 提取第 i 张图片的四个角点 Area_i_123 = calculate_area(corners_i[0][0], corners_i[1][0], corners_i[2][0], corners_i[0][1], corners_i[1][1], corners_i[2][1]) Area_i_134 = calculate_area(corners_i[0][0], corners_i[2][0], corners_i[3][0], corners_i[0][1], corners_i[2][1], corners_i[3][1]) Area_i = Area_i_123 + Area_i_134 # 第 i 幅图的实际面积 for j in range(i, n_images): # 计算下半部分的对称矩阵 if i == j: continue found_overlap = False def check_overlap(i_corners, j_index): nonlocal found_overlap corners_jk = [(corner[j_index][2*k], corner[j_index][2*k+1]) for k in range(4)] for ck in range(4): inside_x_bounds = all(min(ic[0] <= corners_jk[ck][0] <= max(ic[0]) for ic in i_corners)) inside_y_bounds = all(min(ic[1] <= corners_jk[ck][1] <= max(ic[1]) for ic in i_corners)) if inside_x_bounds and inside_y_bounds: areas_k = sum([ calculate_area(i_corners[ii % 4][0], i_corners[(ii + 1) % 4][0], corners_jk[ck][0], i_corners[ii % 4][1], i_corners[(ii + 1) % 4][1], corners_jk[ck][1]) for ii in range(4)]) if abs(areas_k - Area_i) < 0.01: # 设置合理的阈值防止浮点误差影响判断结果 found_overlap = True break check_overlap(corners_i, j) if not found_overlap: check_overlap([(corner[j][2*l], corner[j][2*l+1]) for l in range(4)], i) Topo[i, j] = int(found_overlap) Topo[j, i] = Topo[i, j] # 因为我们只考虑了一半矩阵所以需要复制给另一半 print("拓扑关系矩阵:") print(Topo) ``` 此版本尽可能地复用了您的原始思路和逻辑流程，同时调整了一些细节以适应Python语言特性。比如我们引入了一个辅助函数 `calculate_area` 来封装常用的面积计算过程，并且使用了NumPy来做高效的数值处理工作。对于一些控制流上的细微改动也是出于简化代码的目的做出的选择。 ### 关键变化总结： - 替换了Matlab特有的数组访问方式为更符合Python习惯的方式。 - 使用了NumPy进行了高效矩阵运算及行列式的求解。 - 简化了多维数组的操作模式，使整个脚本更加直观易读。 - 添加了必要的错误处理措施如检查浮点精度等。 ---