将开放曲线转换为有序像素列表：使用 numpy 的 Python 测试代码

Question

我有一个 numpy 数组中的开放曲线的图像，我需要构建一个根据曲线上的位置排序的点坐标列表。 我使用 numpy 编写了一个 草稿脚本和马霍塔斯。它可能不是最佳的。

我知道 OpenCV 可以对闭合曲线做到这一点。 OpenCV 可以用开放曲线做同样的事情（更快）吗？

例如，如果原始曲线是：

[[0 0 0 0 0 0 0]
 [0 1 0 0 1 0 0]
 [0 0 1 0 0 1 0]
 [0 0 0 1 1 0 0]
 [0 0 0 0 0 0 0]]

使用np.where(myarray==1)，我可以获得像素的索引：

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

但这不是我需要的。我的脚本生成的索引考虑了曲线上像素的顺序：

i= 0 ( 1 , 1 )
i= 1 ( 2 , 2 )
i= 2 ( 3 , 3 )
i= 3 ( 3 , 4 )
i= 4 ( 2 , 5 )
i= 5 ( 1 , 4 )

我想优化我的脚本。有什么想法吗？

Answer 1

假设矩阵/图像中仅存在一条曲线，并且曲线上的每个点都有 1 到 2 个邻居，以下函数将提供您需要的结果。

它的工作原理是获取最接近左上角的点，并通过迭代查找尚未访问过的最近点直到没有剩余的点来形成点链。对于闭合曲线，链上第一个/最后一个点之间的欧氏距离平方将小于 2。 对于

import numpy as np

def find_chain(mat):
  locs=np.column_stack(np.nonzero(mat))
  chain=[np.array([0,0])]
  while locs.shape[0]>0:
    dists=((locs-np.vstack([chain[-1]]*locs.shape[0]))**2).sum(axis=1)
    next=dists.argmin()
    if dists.min()<=2 or len(chain)==1:
      chain.append(locs[next,:])
      locs=locs[np.arange(locs.shape[0])!=next,:]
    else:
      chain=[chain[0]]+chain[1::][::-1]
  return np.vstack(chain[1::]),((chain[1]-chain[-1])**2).sum()<=2

开放曲线：

>>> mat1=np.array([[0, 0, 0, 0, 0, 0, 0],
...                [0, 1, 0, 0, 1, 0, 0],
...                [0, 0, 1, 0, 0, 1, 0],
...                [0, 0, 0, 1, 1, 0, 0],
...                [0, 0, 0, 0, 0, 0, 0]])
>>> points,isclosed=find_chain(mat1)
>>> points
array([[1, 1],
       [2, 2],
       [3, 3],
       [3, 4],
       [2, 5],
       [1, 4]])
>>> isclosed
False

对于闭合曲线：

>>> mat2=np.array([[0, 0, 0, 0, 0],
...                [0, 0, 1, 0, 0],
...                [0, 1, 0, 1, 0],
...                [0, 1, 0, 1, 0],
...                [0, 0, 1, 0, 0],
...                [0, 0, 0, 0, 0]])
>>> points,isclosed=find_chain(mat2)
>>> points
array([[1, 2],
       [2, 1],
       [3, 1],
       [4, 2],
       [3, 3],
       [2, 3]])
>>> isclosed
True

并且一条曲线的起点（距原点最近的点）将曲线一分为二。

>>> mat3=np.array([[0, 0, 0, 0, 0],
...                [0, 1, 1, 1, 0],
...                [0, 1, 0, 0, 0],
...                [0, 1, 0, 0, 0],
...                [0, 0, 0, 0, 0],
...                [0, 0, 0, 0, 0]])
>>> points,isclosed=find_chain(mat3)
>>> points
array([[1, 3],
       [1, 2],
       [1, 1],
       [2, 1],
       [3, 1]])
>>> isclosed
False