将相邻正方形网格转换为轮廓线

示例代码：

import numpy as np
from skimage import measure

grid = np.array([[1, 1, 1, 1, 1], [1, 0, 0, 0, 1], [1, 0, 1, 0, 1], [1, 0, 0, 0, 1], [1, 1, 1, 1, 1]])

contours = measure.find_contours(grid, 0.5)

for contour in contours:
    print(contour)

输出结果：

[[0.5 0.5]
 [1.  0.5]
 [1.  1. ]
 [1.  2. ]
 [0.5 2.5]
 [0.5 4. ]
 [1.  4.5]
 [2.  4.5]
 [2.5 4. ]
 [2.5 2.5]
 [2.  2. ]
 [1.  2. ]]
[[2.5 2.5]
 [3.  2.5]
 [3.  1. ]
 [3.  0.5]
 [2.5 0. ]
 [2.  0. ]
 [1.  0.5]
 [0.5 1. ]]

说明：

该问题使用了Python中的skimage库中的measure.find_contours函数进行解决，该函数可以在二维数组中找到输入的某个值之上或之下的轮廓线。具体来说，该函数将会对输入的值进行插值，输出一组具有一定精度的连接顶点坐标，并可选的输出轮廓线上的插值点的值。至于精度和线段顶点的数量，会根据输入网格的大小、形状和值的容限而变化。

所以，对于输入的原始网格数组，其值域为0或1，通过调用该函数，即