已知圆心整数像素坐标及整数半径，如何计算1像素厚圆边框的所有像素坐标

你之前采用曼哈顿距离|dx| + |dy| = r的逻辑得到的是旋转45度的正方形边缘，不符合圆形的欧氏距离轮廓要求，这里推荐用Bresenham中点圆算法实现，全程仅用整数运算，能精准生成1像素厚的圆形外边缘坐标。

核心逻辑 #

利用圆的八对称性：圆形沿x轴、y轴、直线y=x、直线y=-x对称，只需要计算第一象限中x从0到y的1/8圆弧上的点，就能对称映射出整个圆的所有边缘点，运算量极低。
算法通过整数决策参数判断下一个像素的位置，全程无浮点运算、无开方操作。

具体实现步骤 #

• 初始化参数：圆心整数坐标(x0, y0)，整数半径r，决策参数初始值d = 1 - r，初始坐标x = 0，y = r
• 封装对称点添加逻辑：每次得到一组(x,y)偏移量，就生成8个对称方向的真实坐标，加入结果集

  (x0 + x, y0 + y)、(x0 - x, y0 + y)、(x0 + x, y0 - y)、(x0 - x, y0 - y)
  (x0 + y, y0 + x)、(x0 - y, y0 + x)、(x0 + y, y0 - x)、(x0 - y, y0 - x)
  

• 迭代生成1/8圆弧：循环执行直到x >= y
  1. x自增1
  2. 若d < 0，说明当前中点在圆内部，y值保持不变，更新决策参数d = d + 2*x + 1
  3. 若d >= 0，说明当前中点在圆外部，y值自减1，更新决策参数d = d + 2*(x - y) + 1
  4. 把当前(x,y)对应的8个对称点加入结果集
• 最后对结果集去重即可（x=y或r=0时会生成重复坐标）

可直接运行的代码示例 #

def get_circle_edge(x0: int, y0: int, r: int) -> list[tuple[int, int]]:
    # 入参校验
    if r < 0:
        return []
    if r == 0:
        return [(x0, y0)]
    edge_points = []
    
    # 对称添加8个方向的点
    def add_sym_points(dx: int, dy: int):
        edge_points.append((x0 + dx, y0 + dy))
        edge_points.append((x0 - dx, y0 + dy))
        edge_points.append((x0 + dx, y0 - dy))
        edge_points.append((x0 - dx, y0 - dy))
        edge_points.append((x0 + dy, y0 + dx))
        edge_points.append((x0 - dy, y0 + dx))
        edge_points.append((x0 + dy, y0 - dx))
        edge_points.append((x0 - dy, y0 - dx))
    
    x, y = 0, r
    d = 1 - r
    add_sym_points(x, y)
    
    while x < y:
        x += 1
        if d < 0:
            d += 2 * x + 1
        else:
            y -= 1
            d += 2 * (x - y) + 1
        add_sym_points(x, y)
    
    # 去重后返回
    return list(set(edge_points))

方案优势 #

• 全程仅用整数加减乘法，没有任何浮点运算，运算效率远高于遍历全量像素判断dx²+dy²=r²的方案
• 生成的边缘严格为1像素厚度，没有多余点，完全符合圆形轮廓要求
• 迭代次数仅为r/√2次，即使大半径的圆也能快速生成结果

内容的提问来源于stack exchange，提问作者Hugofac