如何从凸四边形轮廓点集中提取顶点坐标？

核心思路（算法层面） #

针对凸四边形的特性，以下两种方法鲁棒性较强，不受点集粒度影响：

1. 凸包提取：凸四边形的所有轮廓点的凸包即为其本身，直接提取凸包顶点即可，自动筛选最外层顶点。
2. 多边形近似：将连续轮廓点拟合为极简多边形，通过控制近似精度，直接得到四边形的四个顶点。

Python 实现示例 #

方法1：利用凸包算法（scipy） #

import numpy as np
from scipy.spatial import ConvexHull

def get_convex_quad_vertices(outline):
    # 转换为numpy数组格式
    points = np.array(outline)
    # 计算凸包
    hull = ConvexHull(points)
    # 获取凸包顶点（按逆时针顺序排列）
    vertices = points[hull.vertices].tolist()
    # 处理可能存在的共线冗余点，确保最终得到4个顶点
    if len(vertices) != 4:
        vertices = simplify_collinear_points(vertices)
    return vertices

def simplify_collinear_points(points):
    # 移除共线冗余点
    simplified = []
    point_count = len(points)
    for i in range(point_count):
        p_prev_prev = points[(i-2) % point_count]
        p_prev = points[(i-1) % point_count]
        p_curr = points[i % point_count]
        # 通过叉积判断三点是否共线，叉积绝对值小于阈值则视为共线
        cross_product = (p_prev[0]-p_prev_prev[0])*(p_curr[1]-p_prev_prev[1]) - (p_prev[1]-p_prev_prev[1])*(p_curr[0]-p_prev_prev[0])
        if abs(cross_product) > 1e-6:
            simplified.append(p_prev)
    # 补充最后一个点并去重
    simplified.append(points[-1])
    simplified = list(set(tuple(p) for p in simplified))
    return [list(p) for p in simplified]

方法2：利用OpenCV多边形近似 #

若项目已引入OpenCV，该方法更便捷：

import cv2
import numpy as np

def get_quad_vertices_opencv(outline):
    # 转换为OpenCV要求的数组格式
    points = np.array(outline, dtype=np.int32).reshape((-1, 1, 2))
    # 计算轮廓周长，用于设置近似精度
    perimeter = cv2.arcLength(points, closed=True)
    # 执行多边形近似，epsilon为周长的1%-2%，可根据实际调整
    approx = cv2.approxPolyDP(points, epsilon=0.01*perimeter, closed=True)
    # 提取并转换为列表格式的顶点
    vertices = [tuple(p[0]) for p in approx]
    return vertices if len(vertices) ==4 else []

注意事项 #

• 若轮廓点存在大量重复，可先通过list(set(outline))去重（元组格式的点可直接哈希），再进行后续处理。
• 浮点阈值（如1e-6）可根据点集的坐标精度调整，避免浮点误差导致的误判。
• 两种方法均无需依赖极值点，能直接获取全部四个顶点，鲁棒性优于线性规划或极值点方法。

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