如何将YOLOv8n-seg检测的道路标线轮廓转换为贴合曲线？

我用YOLOv8n-seg模型检测道路标线，得到的掩码是图像中标线的轮廓点坐标，想要把这些点转换成沿标线延伸的连续曲线点，但用KD-tree快速查找最近点并取聚类中心后，点的连接顺序始终错误，曲线不符合预期。

问题根源 #

核心问题是KD-tree仅能找到空间上的最近点，但没考虑道路标线的延伸方向性，单纯按最近点连接会出现回折、交叉，无法贴合标线的自然走向。

修正方案 #

1. 基于主成分分析(PCA)的点排序 #

先提取标线的主延伸方向，将聚类中心投影到该方向轴上，按投影值排序，保证点沿标线顺序排列：

import numpy as np
from sklearn.decomposition import PCA

# cluster_centers为KD-tree得到的聚类中心数组，形状为(N, 2)
pca = PCA(n_components=1)
# 将点投影到主成分轴
projected_coords = pca.fit_transform(cluster_centers)
# 按投影坐标排序，得到索引
sorted_idx = np.argsort(projected_coords[:, 0])
# 排序后的点集，可直接用于绘制曲线
ordered_points = cluster_centers[sorted_idx]

2. 优化聚类逻辑，结合轮廓连通性 #

• 先对YOLO输出的原始轮廓点做多边形近似，减少冗余点：

import cv2

# contours为YOLO输出的轮廓点数组
epsilon = 0.001 * cv2.arcLength(contours, True)
approx_contours = cv2.approxPolyDP(contours, epsilon, True)

• 用滑动窗口聚类：沿近似轮廓的切线方向设置滑动窗口，每个窗口内取中心，得到的中心天然沿标线顺序排列，无需额外排序。

3. 分支标线的处理 #

如果道路有分叉标线，先通过区域生长法将不同分支的聚类中心分组，对每个分支单独执行上述排序或聚类操作，再分别绘制曲线。

效果验证 #

用cv2.polylines绘制排序后的点集，若曲线方向反转，只需将sorted_idx反转即可调整顺序。

内容的提问来源于stack exchange，提问作者Lit