图像上沿折线/曲线的点的有序列表

我有一些带有折线/多重曲线组合的图像。我的目标是恢复沿着这些折线/多重曲线的点的有序列表。

使用 opencv ConnectedComponents 我可以隔离图像中的每条折线/曲线，然后尝试通过以下步骤获取有序的点序列：

    num_labels, labels_im = cv2.connectedComponents(input_image)     
    ske = skimage.morphology.skeletonize(labels_im==1)
    x,y =np.where(ske)
    cnt = np.vstack([x,y]).T.reshape(-1, 1, 2)        
    recovered_points = cv2.approxPolyDP(cnt, 100, False) 

However, the points in recovered_points don't follow along the original polyline, they are points on the original polyline but in raster order, from let to right, bottom to top, and that's not what I want. Below you can see the input_image(original image), the skeleton image, and the recovered_points points (notice they came out rotated).

我还尝试在 input_image 的连接组件上使用 findContours，然后在轮廓上使用 approxPolyDP，但这些是原始折线周围的轮廓，因此恢复的点在一侧沿着折线移动，在另一侧沿着折线返回，并在第一点，这都不是我想要的。请参阅下面提取的轮廓的图像。

opencv 或 scikit-image 或其他库中是否有可以恢复沿原始折线/曲线的有序点？

我写了一个名为skan https://jni.github.io/skan/用于 Python 中的骨骼图像分析，它将执行您想要的操作，尽管它对您来说可能太重量级了。但它解决了您遇到的同样的问题，即您需要循环像素邻居，这在 Python 中很慢。 （它用Numba https://numba.pydata.org为了速度。）skan.骨架 https://jni.github.io/skan/api/skan.csr.html#skan.csr.Skeleton类会做你想做的事，具体来说，skeleton.path(0)将为您提供第 0 条路径的像素索引，并且skeleton.coordinates[skeleton.path(0)]会给你他们的坐标。

具体来说你的代码：

import cv2
import skimage.morphology
from skan import Skeleton

# [... missing code...]
num_labels, labels_im = cv2.connectedComponents(input_image)     
skeleton_image = skimage.morphology.skeletonize(labels_im==1)
skeleton = Skeleton(skeleton_image)
path_coordinates = skeleton.coordinates[skeleton.path(0)]