如何在2D numpy数组中查找水平、垂直线的边界点

核心需求拆解 #

• 识别二值（示例中0为背景、255为前景）numpy数组中所有水平、垂直线段的边界端点
• 输出格式为线段列表，每个线段由两个端点坐标组成，坐标格式为[行索引, 列索引]，和给定示例格式对齐
• 过滤短边：仅保留两端点间距大于2的线段

实现逻辑 #

• 第一步：二值化归一，将所有非0值统一标记为前景，排除灰度值差异干扰
• 第二步：逐行扫描检测水平线段：遍历每一行，定位连续前景像素块的起始、结束列位置，记录水平线段两端点
• 第三步：逐列扫描检测垂直线段：遍历每一列，定位连续前景像素块的起始、结束行位置，记录垂直线段两端点
• 第四步：长度过滤：计算每条线段两端点的距离（水平/垂直线段距离直接等于行/列坐标差的绝对值），剔除距离≤2的短线段

可直接运行的实现代码 #

import numpy as np

def detect_lines(gray_img, min_len=2):
    # 二值化：非0值标记为前景
    bin_img = (gray_img != 0).astype(np.uint8)
    lines = []
    h, w = bin_img.shape

    # 逐列扫描检测垂直线段
    for col in range(w):
        col_data = bin_img[:, col]
        # 定位前后景跳变位置
        diff = np.diff(np.concatenate(([0], col_data, [0])))
        start_rows = np.where(diff == 1)[0]
        end_rows = np.where(diff == -1)[0] - 1
        for s, e in zip(start_rows, end_rows):
            # 仅保留长度大于阈值的线段
            if (e - s) > min_len:
                lines.append([[s, col], [e, col]])

    # 逐行扫描检测水平线段
    for row in range(h):
        row_data = bin_img[row, :]
        diff = np.diff(np.concatenate(([0], row_data, [0])))
        start_cols = np.where(diff == 1)[0]
        end_cols = np.where(diff == -1)[0] - 1
        for s, e in zip(start_cols, end_cols):
            if (e - s) > min_len:
                lines.append([[row, s], [row, e]])
    
    return lines

# 给定测试数组
gray_img = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0],
                     [0, 255, 255, 255, 255, 255, 255, 255, 0],
                     [0, 255, 255, 255, 255, 255, 255, 255, 0],
                     [0, 255, 255, 0, 0, 0, 0, 0, 0],
                     [0, 255, 255, 0, 0, 0, 0, 0, 0],
                     [0, 255, 255, 0, 0, 0, 0, 0, 0],
                     [0, 255, 255, 0, 0, 255, 255, 255, 255],
                     [0, 255, 255, 0, 0, 255, 255, 255, 255],
                     [0, 255, 255, 0, 0, 0, 0, 0, 0],
                     [0, 255, 255, 0, 0, 0, 0, 0, 0],
                     [0, 255, 255, 0, 0, 0, 0, 0, 0],
                     [0, 0, 0, 0, 0, 0, 0, 0, 0],
                     [0, 0, 0, 0, 0, 0, 0, 0, 0],
                     [0, 0, 0, 0, 0, 0, 0, 0, 0],
                     [0, 0, 0, 0, 0, 0, 0, 0, 0]])

result = detect_lines(gray_img, min_len=2)
print(result)

效果说明 #

• 针对给定测试数组，输出前两项与示例完全匹配：[[1,1],[10,1]]、[[1,2],[10,2]]
• 长度≤2的短线段（比如行3位置列1到列2长度为1的水平段）会被自动过滤
• 纯numpy实现无额外第三方依赖，基于数组差分跳变检测逻辑运行稳定，适配任意尺寸的2D灰度/二值数组

内容的提问来源于stack exchange，提问作者guiMarzo