Entendendo o que realmente separa um polígono convexo de um concavo
Quando você está lidando com models 3D ou processamento de geometria computacional, a diferença entre polígono convexo e concavo parece óbvia no papel, mas na prática é onde os problemas começam. A definição básica é simples: um polígono é convexo se todos os seus ângulos internos forem menores ou iguais a 180 graus, e qualquer linha traçada entre dois pontos quaisquer dentro dele permanece inteiramente dentro da forma. Se existir pelo menos um ângulo interno maior que 180 graus, o polígono é côncavo. Isso é o que qualquer livro de geometria vai te dizer. O problema é que a teoria não prepara você para os casos extremos. Eu passei semanas depurando um script de triangulação que funcionava perfeitamente com objetos simples e de repente quebrava de forma imprevisível em geometrias mais complexas. O culpado era um polígono côncavo com três reflexos quase colineares — aqueles ângulos de 178, 179 graus que parecem convexos a olho nu mas tecnicamente são concavidades. O algoritmo de ear clipping que eu estava usando simplesmente não previa essa quantidade de reflexos próximos e gerava triângulos degenerados com área zero.
Como identificar e lidar com poligono convexo e concavo na prática
A primeira coisa que eu fiz foi implementar um teste de orientação de vértices. Para cada trinca consecutiva de vértices A, B, C, você calcula o produto vetorial (B-A) x (C-B). Se todos os resultados tiverem o mesmo sinal, o polígono é convexo. Sinais mistos indicam concavidade. Isso é rápido, O(n), e elimina aambiguidade antes de qualquer processamento pesado. Para polígonos côncavos, a solução mais robusta é a triangulação por decomposição. Existem dois métodos principais que eu vejo sendo usados no mercado: a triangulação por ear clipping e a decomposição em monotônicos seguida de triangulação. O ear clipping é mais fácil de implementar mas tem complexidade O(n²) e sofre com polígonos que têm muitos vértices reflexos agrupados. A decomposição em monotônicos, usando o algoritmo de triangulação de monotonia de Chazelle ou a variante mais prática de MonotoneChain, é O(n log n) e lida muito melhor com geometrias complexas.
👉 Clique no botão abaixo para saber mais sobre o assunto!
No meu caso específico, o workaround que funcionou foi converter o polígono côncavo em uma coleção de polígonos convexos menores usando uma biblioteca como Clipper2 para operações booleanas, ou então aplicar a triangulação Delaunay restrita ao contorno original. A abordagem Delaunay restrita garante que nenhum vértice fique fora do polígono original enquanto mantém a propriedade de evitar triângulos degenerados. Isso reduziu meu tempo de processamento de geometrias complexas de cerca de 40 segundos para menos de 2 segundos por modelo.
Limitações e onde esses métodos falham
Nenhuma dessas abordagens é universal. O ear clipping falha completamente com polígonos que têm furos internos — ele simplesmente não foi projetado para topologia não trivial. Nesses casos, você precisa primeiro preencher os furos ou usar uma estratégia de decomposição que respeite a presença de ilhas internas. A triangulação Delaunay restrita, por sua vez, pode produzir triângulos extremamente alongados se o polígono tiver ângulos muito agudos adjacentes a reflexos, o que introduz erros numéricos em simulações de elementos finitos. Outro ponto que poucos mencionam: polígonos com self-intersection (autointerseção) não são nem convexos nem côncavos no sentido tradicional. Eles são inválidos topologicamente e qualquer algoritmo de triangulação vai comportar-se de maneira errática com eles. Antes de processar qualquer geometria, valide se o polígono é simples — sem auto-interseções — usando um teste de varredura linear (sweep line) com complexidade O(n log n). Se o teste falhar, corrija a geometria antes de prosseguir.
A minha recomendação prática, baseada em tudo que já vi dar errado em produção, é: sempre converta polígonos côncavos para convexos antes de enviar para pipelines de renderização ou simulação. Use uma biblioteca madura como CGAL ou Poly2Tri ao invés de implementar do zero, a menos que você tenha necessidades muito específicas. O overhead de depender de uma biblioteca externa é mínimo comparado ao tempo que você gastaria debuggando cases de borda que essas bibliotecas já resolvem há anos.
