用NuGet安装Clipper2（Install-Package Clipper2），适配.NET Framework 4.6.1+或.NET Core 3.0+，注意区分ClipperLib与Clipper2Lib命名空间，输入需为Path64/PathD并确保坐标缩放合理、方向正确、闭合且≥3点，交集结果需除缩放系数还原为PointF。
Clipper 库怎么装进 C# 项目里
NuGet 是最稳的路径，别手动拖 DLL。用 Install-Package Clipper2（推荐 Clipper2，比老版 Clipper 更可靠、支持浮点和整数坐标、无 license 风险）。如果项目是 .NET Framework 4.6.1+ 或 .NET Core 3.0+，直接安装就行；旧框架可能得选 Clipper2.Net 的兼容包。
- 老项目若报
Could not load file or assembly 'System.Memory'，说明运行时缺 Span支持，要补装 System.Memory包 - 别混用
Clipper（v6）和Clipper2的命名空间：ClipperLibvsClipper2Lib，写错会编译失败 -
Clipper2默认用整数坐标（long），传 float 坐标要先缩放（比如 ×1000），否则精度丢失明显
多边形数据怎么喂给 Clipper2
Clipper2 不接受任意对象，只认 Path64（整数）或 PathD（double）。一个“多边形”是一组首尾闭合的点，存成 List<(long x, long y)> 或 List<point64></point64>；多个多边形组成 List<path64></path64>。
- 点顺序影响填充逻辑：顺时针通常表示外轮廓，逆时针表示内孔（hole）。如果交集结果为空或反了，先检查方向 —— 可用
Clipper2Lib.PathOperations.Orientation辅助判断 - 单个 Path64 必须 ≥ 3 个点，两点会静默失败；自相交多边形不报错但结果不可靠，建议前置调用
Clipper2Lib.Clipper.SimplifyPolygons - 如果原始数据是
List<pointf></pointf>，别直接强转，用循环乘缩放系数再转Point64，避免四舍五入误差累积
算交集时为什么返回空或少了一块
最常见原因是坐标范围过大或过小导致整数溢出或精度归零。Clipper2 内部用 64 位整数做运算，但缩放后值超过 ±9,223,372,036,854,775,807 就崩 —— 实际中只要控制缩放后坐标在 ±10⁷ 内就基本安全。
- 使用
Clipper2Lib.ClipType.Intersection时，两个输入必须都是闭合区域（即FillRule.NonZero或FillRule.EvenOdd），不能一个当线一个当面 - 如果一个多边形完全在另一个内部，交集就是小的那个；但如果小多边形顶点刚好落在大多边形边上，Clipper2 默认按“不包含边”处理，结果可能为空 —— 此时可改用
FillRule.EvenOdd并加微小偏移（如 0.001 单位） - 调试时先用
Clipper2Lib.Clipper.Offset对单个多边形做 0 偏移，看是否能正常输出，排除输入格式问题
C# 里怎么把交集结果转回 PointF 数组
Clipper2 输出的是 List<path64></path64>，每个 Path64 是 List<point64></point64>，而 Point64 的 X/Y 是 long。还原时除回缩放系数即可：
var scale = 1000.0;
var resultPaths = clipper.Execute(ClipType.Intersection, FillRule.NonZero);
var floatResults = resultPaths.Select(path =>
path.Select(p => new PointF(p.X / (float)scale, p.Y / (float)scale)).ToList()
).ToList();
- 别用
(float)p.X / scale这种写法，先转 float 再除会丢精度；务必先用 double 做除法再转 float - 如果原始坐标有负值，缩放后仍是负的，还原时符号不会丢，但要注意 UI 渲染坐标系 Y 轴方向是否翻转
-
Execute返回空列表 ≠ 无交集，也可能是数值问题导致退化为线段或点 —— 检查resultPaths.Any(p => p.Count >= 3)才算真有面状交集
Clipper2 的交集不是黑盒，它对输入敏感、对缩放诚实、对方向较真。很多“算不出来”其实卡在第一步数据没对齐，而不是算法本身。
