离散网格中多边形外部偏移点生成方法的优化咨询

• LinearRing是线几何对象，调用buffer方法时默认向线的两侧同时偏移，你仅取exterior的逻辑会因为输入顶点的顺/逆时针顺序混乱，同时保留内侧、外侧两层偏移轮廓，是出现双线、重叠问题的核心原因。
• buffer参数设置不合理：join_style=2对应斜接样式，mitre_limit=1数值过小，当凸包顶点夹角较小时，斜接延伸长度超过限制会被强制截断，导致出现异常下折、偏移轮廓畸形的问题，小尺寸形状或小偏移距离场景下该问题会被放大。
• 采样和网格对齐逻辑缺少校验：先采样再做floor对齐，相邻采样点对齐后可能落到同一个网格或出现错位，且没有对对齐后的点做位置校验，导致部分点偏移距离不符合要求、重叠。

1. 统一凸包顶点的环绕顺序，确保偏移方向正确
   使用Shapely自带的orient方法将输入凸包顶点统一为逆时针顺序，保证正偏移距离对应向外偏移，从根源避免方向错误。
2. 改用Polygon做偏移而非LinearRing
   直接用凸包顶点生成面对象做偏移，面对象的buffer仅会向外扩展，不会生成内侧多余轮廓，彻底解决双线问题。同时调整buffer参数，将mitre_limit调高到2~5，避免小角度顶点被截断出现畸形。
3. 补充网格对齐后的过滤逻辑
   对齐网格后增加两层校验：一是确认点在原始凸包外侧，二是确认点与原始凸包的距离在要求的误差范围内，过滤掉不符合要求的异常点。
4. 调整采样步长
   采样步长设置为不超过网格最小尺寸的1/2，避免采样点稀疏导致对齐后缺漏。

import numpy as np
import math
from shapely.geometry import Polygon, Point
from shapely.ops import orient

# 可配置参数，根据你的实际网格尺寸调整
GRID_MIN_STEP = 1 # 网格最小尺寸
DIST_TOLERANCE = 0.3 * GRID_MIN_STEP # 距离误差容忍度

def OutsidePoints(original_vertices, dist):
    # 统一凸包为逆时针顺序，确保偏移方向向外
    original_poly = orient(Polygon(original_vertices), sign=1.0)
    # 面偏移避免生成内侧多余轮廓
    offset_poly = original_poly.buffer(dist, resolution=1, join_style=2, mitre_limit=3)
    # 处理极端场景下偏移后生成MultiPolygon的情况，取面积最大的偏移面
    if offset_poly.geom_type == 'MultiPolygon':
        offset_poly = max(offset_poly.geoms, key=lambda x: x.area)
    # 采样步长小于网格尺寸1/2，避免采样稀疏导致缺漏
    points = []
    for t in np.arange(0, offset_poly.exterior.length, GRID_MIN_STEP/2):
        pt = offset_poly.exterior.interpolate(t)
        points.append([pt.x, pt.y])
    points = np.unique(np.array(points), axis=0)
    return points, original_poly

def IndexFinder(points, original_poly, target_dist):
    index_points = invCoordinateTransform(points)
    index_points = np.floor(index_points).astype(int)
    index_points = np.unique(index_points, axis=0)
    # 过滤不符合要求的点
    filtered_points = []
    for idx_pt in index_points:
        # 此处调用你自己实现的坐标正变换函数，把网格索引转成世界坐标
        world_pt = coordinateTransform(idx_pt)
        # 过滤规则1：不在原始凸包内部
        if original_poly.contains(Point(world_pt)):
            continue
        # 过滤规则2：与原始凸包的距离符合误差要求
        actual_dist = original_poly.exterior.distance(Point(world_pt))
        if abs(actual_dist - target_dist) > DIST_TOLERANCE:
            continue
        filtered_points.append(idx_pt)
    return np.array(filtered_points)

• 生成紧邻形状外侧的点集时，直接把偏移距离设为GRID_MIN_STEP * 0.6即可，过滤后得到的就是距离最接近网格最小尺寸的外侧点。
• 小偏移距离场景下可把采样步长调整为GRID_MIN_STEP/3，进一步降低采样不足导致的点缺失概率。

内容的提问来源于stack exchange，提问作者APM500