从图像红色轮廓提取的无序点中查找合理路径的方案及库问询

一、直接调用现有库（推荐，效率最高） #

OpenCV的cv2.findContours()函数就是专门解决这类有序轮廓提取问题的，不需要自行处理点排序逻辑，适配带回折的非凸轮廓场景，步骤如下：

1. 先根据你筛选红色像素的规则生成二值掩码，红色像素位置设为255，其余设为0
2. 调用findContours直接输出按轮廓走向顺序排列的坐标点

代码示例：

import cv2
import numpy as np

# 你的阈值参数
r_thres = 0.39
g_lim = 0.25
b_lim = 0.25

# 生成二值掩码
mask = np.zeros(cine_image.shape[:2], dtype=np.uint8)
mask[(cine_image[:,:,0] >= r_thres) & (cine_image[:,:,1] <= g_lim) & (cine_image[:,:,2] <= b_lim)] = 255

# 提取有序轮廓，RETR_EXTERNAL只取最外层轮廓，CHAIN_APPROX_NONE保留所有轮廓点不压缩
contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# 取出第一个轮廓的坐标（如果只有一个红色轮廓的话），格式为(N, 2)的数组，每个元素是(x,y)坐标，已经按轮廓走向排好序
sorted_contour = contours[0].reshape(-1, 2)

小提示：如果筛选出的红色像素有孤立噪点，可以先对mask做cv2.morphologyEx(mask, cv2.MORPH_OPEN, np.ones((3,3), np.uint8))做一次滤波，再提取轮廓效果更好。

二、手动实现算法（如果不想依赖OpenCV） #

可以用邻域追踪算法实现，逻辑简单易调试：

• 步骤1：把所有红色像素坐标转成集合方便快速查找，同时准备一个已访问集合记录已经加入路径的点
• 步骤2：任选一个未访问的红色像素作为起点，加入当前路径，标记为已访问
• 步骤3：以当前路径最后一个点为基准，查找8邻域内未访问的红色像素，如果找到就加入路径、标记已访问，重复这个步骤
• 步骤4：如果当前点邻域内没有未访问的点，说明当前轮廓已经遍历完成；如果还有未访问的红色像素，说明存在多个独立轮廓，回到步骤2重新起新路径

代码示例：

# 把坐标转成元组存入集合
pixel_set = set(tuple(coord) for coord in red_pixels_coords)
visited = set()
all_contours = []

# 8邻域偏移量
offsets = [(-1,-1), (-1,0), (-1,1), (0,-1), (0,1), (1,-1), (1,0), (1,1)]

while pixel_set - visited:
    # 取第一个未访问的点作为起点
    start = next(iter(pixel_set - visited))
    current_path = [start]
    visited.add(start)
    current = start
    
    while True:
        found = False
        for dx, dy in offsets:
            neighbor = (current[0] + dx, current[1] + dy)
            if neighbor in pixel_set and neighbor not in visited:
                current_path.append(neighbor)
                visited.add(neighbor)
                current = neighbor
                found = True
                break
        if not found:
            break
    all_contours.append(current_path)

得到的all_contours里每个元素就是一个按顺序排列的独立轮廓坐标列表。

内容的提问来源于stack exchange，提问作者Adam