如何将单像素曲线从OpenCV转换为Shapely LineString？

我有一张预处理后的图像，其中包含代表曲线的单像素粗细白色线条，部分为闭合曲线，部分为非闭合曲线。我希望将每一条曲线转换为Shapely LineString。我已尝试使用findContours函数，该函数处理闭合曲线效果很好，但处理非闭合曲线时，OpenCV会返回闭合轮廓，这会导致后续代码出现问题，例如计算曲线长度时，结果约为实际长度的两倍。请注意，我必须使用LineString，不能仅通过统计图像中的白色像素来实现。请问是否有使用OpenCV提取这些线条的简便方法？我不想自行编写算法，因为时间有限且应用对性能有要求。

示例图像：

• 调整findContours的检索模式与后处理逻辑
  OpenCV默认的轮廓检索模式会强制闭合非闭合曲线，改用cv2.RETR_EXTERNAL（只提取最外层轮廓）配合cv2.CHAIN_APPROX_NONE（保留所有轮廓点），再通过判断轮廓首尾点是否一致来区分闭合/非闭合曲线，处理后转换为Shapely LineString：

  import cv2
  from shapely.geometry import LineString
  
  # 读取灰度图像
  img = cv2.imread("your_image_path.png", cv2.IMREAD_GRAYSCALE)
  # 提取轮廓与层级信息
  contours, hierarchy = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
  
  line_list = []
  for cnt in contours:
      # 去除轮廓数组的冗余维度
      points = cnt.squeeze().tolist()
      if len(points) < 2:
          continue
      # 闭合轮廓首尾点重复，需剔除最后一个点再转LineString
      if points[0] == points[-1]:
          line = LineString(points[:-1])
      else:
          line = LineString(points)
      line_list.append(line)
  

• 先细化线条再提取轮廓
  如果原图像的单像素线条存在局部粗化，先用cv2.ximgproc.thinning做细化处理，确保线条严格单像素，能降低findContours的闭合误判概率：

  from cv2.ximgproc import thinning
  
  # 对图像做细化处理
  thinned_img = thinning(img)
  # 后续轮廓提取与LineString转换逻辑同上
  contours, hierarchy = cv2.findContours(thinned_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
  

• 用霍夫变换提取线段后合并
  对于无分支的非闭合曲线，可先用cv2.Canny提取边缘，再用cv2.HoughLinesP检测连续线段，最后借助Shapely的linemerge工具合并成完整的LineString：

  from shapely.ops import linemerge
  from shapely.geometry import LineString
  
  # Canny边缘检测
  edges = cv2.Canny(img, 50, 150)
  # 霍夫变换提取线段
  lines = cv2.HoughLinesP(edges, 1, cv2.PI/180, threshold=10, minLineLength=5, maxLineGap=2)
  if lines is None:
      line_list = []
  else:
      # 将检测到的线段转为Shapely LineString
      segments = [LineString([(x1,y1), (x2,y2)]) for x1,y1,x2,y2 in lines.squeeze()]
      # 合并连通的线段
      line_list = list(linemerge(segments))
  

内容的提问来源于stack exchange，提问作者J.M