当前位置:首页 > 文章列表 > Golang > Go问答 > Go image.Rectangle.Union 怎样求两个矩形的最小包围区间

Go image.Rectangle.Union 怎样求两个矩形的最小包围区间

来源:17golang原创 2026-11-18 16:49:12 0浏览 收藏

Go 中求两个矩形的最小包围区间,直接写 bounds := r.Union(s)。返回的 image.Rectangle 包含两者,是一个轴对齐外包矩形;它可能包含原来两块区域之间的空隙。方法返回新值,原变量不会自动扩大,若要累积合并,必须保存返回值。

官方文档:https://pkg.go.dev/image#Rectangle.Union

用返回值保存外包矩形

下面用两块分离的区域说明最小写法。它们属于同一坐标系,第一块横向覆盖 [12,30),第二块覆盖 [40,56)。Union 的结果横向覆盖 [12,56),中间 [30,40) 的空隙也在外包矩形内。

package main

import (
    "fmt"
    "image"
)

func main() {
    // 两个非空矩形使用同一个坐标系,右、下边界均不包含。
    left := image.Rect(12, 8, 30, 22)
    right := image.Rect(40, 14, 56, 34)
    bounds := left.Union(right)

    // 接收新值;Union 不会就地扩大 left。
    fmt.Println("外包范围:", bounds)
    fmt.Println("尺寸:", bounds.Dx(), bounds.Dy())
    fmt.Println("原矩形:", left)
}

按示例坐标推导,bounds 的 Min 为 (12,8),Max 为 (56,34),宽为 44、高为 26。这是几何推导,不是执行日志。Max 是排他边界,因此宽高直接相减,不再额外加一。

结构上,两个输入矩形 r、s 各有 Min 与 Max;Union 关联输入与结果 bounds。非空情况下,结果的最小坐标分别取两者较小值,最大坐标分别取较大值。

输入矩形及其 Min Max 字段与外包矩形的静态关系
图1:结构说明图,输入字段共同确定外包范围,连线不表示执行先后。

把手写边界合并改为 Union

如果已有代码分别比较四个坐标,可以将这段“求外包矩形”的逻辑替换成 Union。这里采用替换旧写法的思路,不涉及某次 Go 版本新增或弃用声明。替换前先确认需求确实是外包区域,而不是求交集,或保存多块互不连通的精确区域。

旧写法或需求替换时的处理
只调用 r.Union(s)将返回值赋给 r 或新变量
默认零点参与手写最小值比较用空矩形累积,避免把原点误并入非空范围
把两块面积直接相加区分总面积与外包矩形面积
需要精确的分离区域保留矩形集合,不用一个外包矩形替代

下面函数片段放在已导入 image 包的 Go 文件内即可。它没有画图或复制像素,只汇总区域边界;图像数据的合成不属于 Union 的职责。

// 合并多个区域时,用空矩形作为初始累积值。
func enclosing(rects []image.Rectangle) image.Rectangle {
    var bounds image.Rectangle
    for _, rect := range rects {
        // 每次保存返回值,避免丢掉新的包围范围。
        bounds = bounds.Union(rect)
    }
    return bounds
}

处理空矩形和坐标方向

Rectangle.Empty() 根据两个维度判断是否为空:任一维度的 Min 不小于 Max,矩形就没有点。Union 会忽略空输入:接收者 r 为空时返回 s;否则 s 为空时返回 r。因此,零值 Rectangle 可以作为累积的起点,不会强迫最终范围包含坐标原点。

两个都为空时,结果仍为空,但不要要求其字段必须全部为零;空矩形的几何含义和结构体字段逐项相等不是同一回事。业务只问有没有有效区域时,检查 Empty() 更贴近目标。

输入端点写反时还要区分构造方式。image.Rect 会整理端点方向,而直接填充 Rectangle 的 Min、Max 不会替你调整。若业务原本把两个点当作无序角点,可在合并前使用 Canon();若反向坐标代表错误输入,应当报告错误,不能悄悄调整掩盖数据问题。

此处 r.Empty() 与 s.Empty() 解释输入有效区域,bounds 表示合并结果,Canon() 表示需要时的端点整理,零值 Rectangle 表示空累积起点。它们是数据和方法之间的静态关系。

空矩形判定、零值起点与端点规范化之间的关系
图2:结构说明图,先明确空区域与端点含义,再理解结果范围;图中不表示运行结果。

按几何含义检查替换结果

读者替换旧逻辑时,可用自己的输入核对四类情形:相离、重叠、包含以及空输入。相离时允许外包范围含空隙;一方包含另一方时,结果不应再向外扩;一方为空时,结果应保留另一方的有效范围。

负坐标也属于正常矩形坐标,不应一律裁成零。只有当后续操作明确受某张图像边界约束时,才另行处理裁剪。Union 返回矩形范围,不会自动保证它位于目标图像之内。

为什么调用后原矩形没变?

这是返回值方法。需要更新原变量时写 r = r.Union(s),不要丢弃返回值。

Union 能当成精确的区域并集吗?

只能在你需要一个外包矩形时使用。两块相离区域合并后,中间空隙也被包入,不能由它恢复原区域分布。

求出 Max 后要不要再加一?

不需要。image.Rectangle 的坐标区间采用包含 Min、排除 Max 的约定,直接用返回的边界继续处理。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Java MethodHandles.arrayConstructor 怎样构造指定类型的数组创建句柄Java MethodHandles.arrayConstructor 怎样构造指定类型的数组创建句柄
上一篇
Java MethodHandles.arrayConstructor 怎样构造指定类型的数组创建句柄
Python inspect.getattr_static 怎样取得描述符本身而不执行属性访问
下一篇
Python inspect.getattr_static 怎样取得描述符本身而不执行属性访问
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1095次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1092次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1258次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1198次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1047次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码