如何将含孔洞的掩码位图转换为无洞的像素边缘追踪多边形？

有几个易于实现的经典方案，最适合你的是Moore邻域轮廓追踪法搭配外轮廓筛选，完全能满足“精准追踪像素边缘、去除孔洞”的需求，具体步骤如下：

• 定位初始轮廓点
  从掩码数组的左上角开始遍历，找到第一个值为1的像素，记为追踪起点，同时标记该像素为已访问，避免重复处理。

• Moore邻域追踪完整轮廓
  以当前点为中心，按固定顺时针顺序（比如从当前点正上方开始，依次检查8个邻域像素）寻找下一个未被访问的1像素。每找到一个新的轮廓点，就更新当前点并标记为已访问，直到回到初始起点，完成一轮轮廓的完整追踪。

• 过滤内轮廓（去除孔洞）
  孔洞对应的是内轮廓，和外轮廓有明显区别：

  • 外轮廓的顶点顺序为顺时针（或固定方向的逆时针），内轮廓则相反；
  • 用鞋带公式计算轮廓面积时，外轮廓的面积符号与内轮廓相反。
    你可以通过计算轮廓的面积符号来筛选，只保留外轮廓即可去掉所有孔洞。

• 转换为精准边缘多边形
  掩码的像素是离散的，要得到精准的边缘，需要把每个轮廓像素的边缘坐标提取出来：假设像素坐标为(x,y)（x为列、y为行，原点在左上角），它的四个顶点坐标是(x, y)、(x+1, y)、(x+1, y+1)、(x, y+1)。
  追踪轮廓时，相邻的轮廓像素会共享一条边，我们只需要保留那些不与相邻像素共享的边的顶点，最后将这些顶点按顺序连接，就是你要的精准边缘多边形。

如果不想手动实现追踪逻辑，也可以用现成的图像处理工具简化操作：比如OpenCV的findContours函数，设置参数RETR_EXTERNAL就能直接提取所有外轮廓，再通过轮廓的边缘点生成多边形即可。

内容的提问来源于stack exchange，提问作者xioxox