Python绘图：如何为Blob矫正后的图形添加1px白色边框？

嘿，这事儿好办！要给矫正后的黑色Blob和背景之间加1px白色边框，我们可以利用双层绘图的思路：先画一层稍粗的白色线条作为边框基底，再在它上面画黑色的Blob线条，这样白色线条就会在黑色周围自然露出1px的边框效果。

下面是修改后的完整代码，重点看straighten_up函数里的绘图逻辑：

import numpy as np
import matplotlib.pyplot as plt
import cv2

img = cv2.imread('input_image.png', 0)  # 修正参数：100改为0（灰度模式，符合边缘检测需求）
edges = cv2.Canny(img, 0, 255)  # 提取Blob边缘

# 计算Blob方向的代码保持不变
img = edges
y, x = np.nonzero(img)
x = x - np.mean(x)
y = y - np.mean(y)
coords = np.vstack([x, y])
cov = np.cov(coords)
evals, evecs = np.linalg.eig(cov)
sort_indices = np.argsort(evals)[::-1]
x_v1, y_v1 = evecs[:, sort_indices[0]]
x_v2, y_v2 = evecs[:, sort_indices[1]]

scale = 30
plt.plot([x_v1*-scale*2, x_v1*scale*2],
         [y_v1*-scale*2, y_v1*scale*2], color='red')
plt.plot([x_v2*-scale, x_v2*scale],
         [y_v2*-scale, y_v2*scale], color='blue')
plt.plot(x, y, 'k.')
plt.axis('equal')
plt.gca().invert_yaxis()
plt.show()

def straighten_up(x_v1, y_v1, coords):
    theta = np.arctan((x_v1)/(y_v1))
    rotation_mat = np.matrix([[np.cos(theta), -np.sin(theta)], [np.sin(theta), np.cos(theta)]])
    transformed_mat = rotation_mat * coords
    x_transformed, y_transformed = transformed_mat.A
    
    fig, ax = plt.subplots(nrows=1, ncols=1)
    ax.set_facecolor((1.0, 0.47, 0.42))
    
    # 第一步：绘制白色边框（线宽设为3）
    plt.plot(x_transformed, y_transformed, color='white', linewidth=3)
    # 第二步：绘制黑色Blob（线宽设为1），覆盖在白色边框中间，露出1px白边
    plt.plot(x_transformed, y_transformed, color='black', linewidth=1)
    
    plt.axis('equal')
    plt.gca().invert_yaxis()  # 和第一个图保持一致的y轴方向，避免视觉混乱

straighten_up(x_v1, y_v1, coords)
plt.show()

关键修改说明： #

1. 修正了cv2.imread的参数：你原来写的100是无效值，换成0才能正确读取灰度图像，适配Canny边缘检测。
2. 双层绘图逻辑：
   • 白色线条用linewidth=3作为基底，黑色线条用linewidth=1覆盖在中间，这样白色会在黑色四周各露出1px的边框（3px-1px=2px，均分在两侧）。
3. 补充了坐标系对齐：加上plt.axis('equal')和plt.gca().invert_yaxis()，让矫正后的图和第一个方向分析图的坐标系保持一致，更直观。

如果你的Blob是散点而非连续线条，也可以用scatter实现边框：

# 散点版的边框实现
plt.scatter(x_transformed, y_transformed, color='black', edgecolor='white', linewidths=1)

内容的提问来源于stack exchange，提问作者NN28