python - 获取给定顶点坐标的多边形轮廓和多边形掩码的坐标

Question

给定一个包含多边形掩码的矩阵(这里是一个小而简单的案例):

array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 0, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])

使用 skimage.segmentation.find_boundaries() 提取轮廓，给出:

array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 0, 0, 0],
       [0, 0, 1, 0, 1, 0, 0],
       [0, 1, 0, 0, 0, 1, 0],
       [0, 1, 0, 0, 0, 1, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])

然后提取轮廓的 [row,column](即 [y,x])坐标，给出:

outline = array([[2,2],[1,2],[1,3],[2,4],[3,5],[4,5],[5,4],[5,3],[5,2],[4,1],[3,1]])

然后将这些坐标修剪为定义多边形(即顶点)的最小集合，给出:

vertices = array([[2,2],[1,2],[1,3],[3,5],[4,5],[5,4],[5,2],[4,1],[3,1]])

(对应于:)

array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 1, 0],
       [0, 1, 0, 0, 0, 1, 0],
       [0, 0, 1, 0, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])

在给定顶点坐标(上面的数组vertices)的情况下，有没有一种快速的方法使用numpy/scipy/skimage/etc来获取轮廓坐标(上面的数组outline) )?
另外，取回轮廓坐标后，有没有好的numpy/scipy/skimage方法可以取回原始多边形mask中所有点的坐标？

Answer 1

给定多边形 v1, v2 中的 2 个顶点，我们可以获得所有点 p，它们是从 v1 到 v2 使用线光栅化算法。一个非常快速的算法是 Bresenham's line drawing algorithm .在此之后，您可以将此算法应用于多边形中的每对形容词顶点。虽然，我不能保证轮廓将完全是原始多边形中的轮廓，因为光栅化算法将为给定线提供最佳点集，而不是原始算法中的点(考虑它们的压缩错误)。

对于填充算法，它们被称为多边形光栅化算法，但我不能在这里帮助你，因为我不知道哪个是最好/最快的。