Python OpenCV如何提取图像倾斜边生成1像素高RGBA图像

核心思路是放弃全图掩码遮罩、外接矩形裁剪的绕路方案，直接沿线段路径逐像素采样，天然适配任意倾斜角度的线段，输出结果直接就是要求的1像素高、长度匹配线段实际像素长度的RGBA数组，没有冗余透明像素。

具体步骤 #

• 先对单条线段的两个端点做欧氏距离计算，结果向上取整就是输出图像的宽度，对应最终输出的(1, N, 4)维度里的N值
• 用线性插值生成线段路径上所有N个像素的坐标，不需要额外做图像旋转、透视变换，避免插值带来的像素失真

坐标插值用浮点计算，转整数索引时加一层边界判断，避免坐标超出原图宽高范围触发索引报错

• 提前把输入图像转成4通道RGBA格式，3通道BGR图可以直接用cv2.cvtColor(img, cv2.COLOR_BGR2RGBA)补全alpha通道
• 按顺序遍历插值得到的所有线段坐标，直接从原图数组中取对应位置的RGBA像素值，超出图像范围的点直接补[0,0,0,0]透明值
• 把采集到的N个像素值转成numpy数组，reshape成(1, N, 4)的形状即可，不需要额外做裁剪、去透明边操作

可直接运行的代码 #

import cv2
import numpy as np

def extract_single_edge(img_rgba, point_a, point_b):
    """
    提取单条边对应的1像素高RGBA图像片段
    参数:
        img_rgba: 4通道RGBA格式的原图数组
        point_a, point_b: 线段两个端点，格式为(x, y)，坐标顺序不影响输出
    返回:
        形状为(1, 线段像素长度, 4)的uint8格式数组
    """
    x1, y1 = point_a
    x2, y2 = point_b
    # 计算线段实际像素长度，确定采样点总数
    seg_length = int(np.ceil(np.hypot(x2 - x1, y2 - y1)))
    # 线性插值生成线段上所有采样点的坐标
    x_samples = np.linspace(x1, x2, seg_length)
    y_samples = np.linspace(y1, y2, seg_length)
    
    img_h, img_w = img_rgba.shape[:2]
    pixel_list = []
    for x, y in zip(x_samples, y_samples):
        x_idx = int(round(x))
        y_idx = int(round(y))
        # 边界保护：超出图像范围的位置补透明像素
        if 0 <= x_idx < img_w and 0 <= y_idx < img_h:
            pixel_list.append(img_rgba[y_idx, x_idx])
        else:
            pixel_list.append([0, 0, 0, 0])
    
    return np.array(pixel_list, dtype=np.uint8).reshape(1, seg_length, 4)

# 批量处理示例
if __name__ == "__main__":
    # 读入图像，统一转RGBA格式
    origin_img = cv2.imread("your_target_image.png", cv2.IMREAD_UNCHANGED)
    if origin_img.shape[2] == 3:
        img_rgba = cv2.cvtColor(origin_img, cv2.COLOR_BGR2RGBA)
    else:
        img_rgba = origin_img
    
    # 题目给出的6条边顶点集
    edge_vertices = [
        [[107, 32], [95, 30]],
        [[95, 30], [26, 103]],
        [[26, 103], [28, 119]],
        [[28, 119], [103, 109]],
        [[103, 109], [122, 64]],
        [[122, 64], [107, 32]]
    ]
    
    all_edge_segments = []
    for idx, (p1, p2) in enumerate(edge_vertices):
        seg = extract_single_edge(img_rgba, p1, p2)
        all_edge_segments.append(seg)
        # 如需保存单条边结果，取消下一行注释即可
        # cv2.imwrite(f"edge_segment_{idx+1}.png", cv2.cvtColor(seg, cv2.COLOR_RGBA2BGRA))

原有方案的问题说明 #

• 全图绘制掩码再做遮罩的方案，输出始终和原图尺寸一致，即使后续裁剪非透明区域的最小外接矩形，倾斜线段对应的外接矩形仍然是倾斜的矩形区域，会包含大量非线段的透明/非透明像素，无法得到1像素高度的结果
• 直接数组切片仅能适配完全水平、垂直的轴对齐线段，倾斜线段的像素坐标不满足行/列索引连续的要求，要么漏取像素要么取到线段外的冗余内容

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