如何使用Python为南极冰盖二值掩码图像绘制冰盖轮廓？

你可以通过两种常用方法为二值掩码生成冰盖轮廓：OpenCV轮廓检测法，或者Scipy形态学梯度法，以下是具体实现：

方法一：OpenCV 轮廓检测 #

OpenCV的findContours可以直接提取二值图像中的轮廓，适合需要获取轮廓坐标的场景：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 将二值掩码转换为OpenCV支持的8位单通道格式（0-255）
mask = (landmask_ais * 255).astype(np.uint8)

# 查找最外层轮廓（RETR_EXTERNAL只提取最外围轮廓，适配冰盖边缘场景）
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 创建空白画布绘制轮廓
contour_img = np.zeros_like(mask)
# 绘制轮廓（厚度设为1，颜色为白色255）
cv2.drawContours(contour_img, contours, -1, 255, thickness=1)

# 对比显示原始掩码和轮廓
plt.figure(figsize=(10, 8))
plt.subplot(121)
plt.imshow(landmask_ais, cmap='gray')
plt.title('原始二值掩码')
plt.subplot(122)
plt.imshow(contour_img, cmap='gray')
plt.title('冰盖轮廓')
plt.show()

方法二：Scipy 形态学梯度 #

利用形态学的膨胀与腐蚀操作的差值生成边缘，适合快速生成边缘掩码：

from scipy.ndimage import binary_erosion, binary_dilation
import numpy as np
import matplotlib.pyplot as plt

# 定义形态学操作的结构元素（3x3正方形核）
struct_element = np.ones((3, 3), dtype=bool)

# 膨胀操作：冰盖区域向外扩张
dilated_mask = binary_dilation(landmask_ais, structure=struct_element)
# 腐蚀操作：冰盖区域向内收缩
eroded_mask = binary_erosion(landmask_ais, structure=struct_element)
# 异或操作得到边缘（仅存在于膨胀或腐蚀中的像素即为边缘）
contour_img = dilated_mask ^ eroded_mask

# 对比显示结果
plt.figure(figsize=(10, 8))
plt.subplot(121)
plt.imshow(landmask_ais, cmap='gray')
plt.title('原始二值掩码')
plt.subplot(122)
plt.imshow(contour_img, cmap='gray')
plt.title('冰盖轮廓')
plt.show()

方法说明 #

• OpenCV方法可获取轮廓坐标点，方便后续进行周长、面积等轮廓分析；
• Scipy形态学方法代码简洁，无需额外格式转换，适合快速生成边缘掩码。

内容的提问来源于stack exchange，提问作者user5618251