在NumPy中检测潜在的线段交点(布尔值)

我有两个numpy数组,由几个线段组成,格式如下 [x1, y1, x2, y2] :

foo = np.array([
    [2, 3, 2, 1],
    [6, 3, 5, 4],
    [5, 6, 8, 2],
    [5, 2, 6, 5]
])

bar = np.array([
    [4, 2, 7, 8],
    [2, 1, 6, 9]
])

我的最终目标是检查 foo 针对每个细分市场 bar 并验证交叉口。不需要交点,我只想知道两段是否相交(真/假)。

实际上,有几十亿行 foo 还有几百行 酒吧 所以我想在跳到一个更复杂的方法之前,我会先执行一个更简单的检查,以验证以下内容:

# two segments are potentially intersecting if and only if
xFmin <= xBmax && xBmin <= xFmax     # x overlap
&&
yFmin <= yBmax && yBmin <= yFmax     # y overlap

这个想法是,如果两条线段不能一起满足这个测试,那么它们就不可能相交。我试图用numpy实现这个测试,但到目前为止运气不佳。我想到了几个问题:

• 如何确定例如。 yFmin 和 yFmax (可通过预先订购坐标完成一次)
• 如何正确地对两个数组进行切片和广播,以进行上述比较
• 是否有可能在一次操作中对所有分段进行整体比较?

该测试应给出类似于以下内容的最终输出:

result = np.array([
    [True, False, False, True],   # all segments in Foo against the first segment in Bar
    [False, False, True, True]    # all segments in Foo against the second segment in Bar
])