如何在OpenCV Python中仅通过轮廓点求两个轮廓的并集？

要实现仅靠轮廓点计算并集，核心是对多边形轮廓做几何运算，这里可以借助Shapely库（专门处理几何对象的Python库）直接操作轮廓点，不用绕绘制图像的流程。具体步骤如下：

步骤1：安装依赖 #

如果没装Shapely，先执行安装命令：

pip install shapely

步骤2：核心代码实现 #

假设你已经有两个OpenCV格式的轮廓contour1和contour2（每个轮廓是(N,1,2)的numpy数组），代码如下：

import cv2
import numpy as np
from shapely.geometry import Polygon
from shapely.ops import unary_union

def contour_union(contour1, contour2):
    # 把OpenCV轮廓格式转换为Shapely接受的点列表（去掉中间冗余维度）
    pts1 = contour1.reshape(-1, 2).tolist()
    pts2 = contour2.reshape(-1, 2).tolist()
    
    # 创建Shapely多边形对象
    poly1 = Polygon(pts1)
    poly2 = Polygon(pts2)
    
    # 计算两个多边形的并集
    union_poly = unary_union([poly1, poly2])
    
    # 把并集结果转换回OpenCV轮廓格式
    union_contours = []
    if union_poly.geom_type == 'Polygon':
        # 并集是单个多边形的情况
        coords = np.array(union_poly.exterior.coords, dtype=np.int32)
        union_contours.append(coords.reshape(-1, 1, 2))
    elif union_poly.geom_type == 'MultiPolygon':
        # 并集是多个分离多边形的情况
        for poly in union_poly.geoms:
            coords = np.array(poly.exterior.coords, dtype=np.int32)
            union_contours.append(coords.reshape(-1, 1, 2))
    
    return union_contours

# 示例调用
# 假设已获取到两个目标轮廓contour1、contour2
# union_result = contour_union(contour1, contour2)

关键说明 #

• Shapely会自动处理多边形的重叠、嵌套等复杂情况，直接输出并集的几何形状
• 转换回OpenCV轮廓时，需区分Polygon（单个轮廓）和MultiPolygon（多个分离轮廓）两种结果类型
• 若你的轮廓包含内孔（嵌套轮廓），需要额外处理Shapely的内部环结构，常规外轮廓并集用上述代码即可满足需求

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