Image processing 从位置数组Python 3中查找边框

我用python在图像中寻找边界，首先我用灰度图像创建邻域，然后我必须找到连接我创建的邻域（边）的点

这是我的邻居数组的一个示例。值[x，y]表示构成邻域一部分的像素的位置

这就是我用来检测边界的功能

def getPoints(vecinos, img):
    print('puntos')
    length = len(vecinos)
    bol = np.zeros(img.shape,img.dtype)
    for i in range(length):
        for j in range(length):
            if not i == j:
                for val2 in vecinos[i]:
                    for val1 in vecinos[j]:
                        res1 = abs(val1[0] -  val2[0])
                        res2 = abs(val1[1] - val2[1])
                        if( (res1 == 0 or res1 == 1) and (res2 == 1 or res2 == 0) ):
                            print('borde')
                            bol[ val1[0],val1[1] ] = 1
                            bol[ val2[0],val2[1] ] = 1
    return bol

此函数的结果返回一个数组，其高度和宽度与1标识为边框的高度和宽度相同，其余为0。下面是一个numpy数组的示例

此函数返回一个包含0和1的数组，1是检测到的边界。

---

我想加快速度，它工作正常，但当图像大于100像素时需要很长时间

也许一个图表可以帮助显示“位置阵列”和“邻里”的样子。。。另一个显示了预期的“答案”是什么样子的。嘿，我添加了这个图表，这样你也可以更好地理解我。我添加了一些链接到我正在寻找的预期答案数组

def getPoints(vecinos, img):
    print('puntos')
    length = len(vecinos)
    bol = np.zeros(img.shape,img.dtype)
    for i in range(length):
        for j in range(length):
            if not i == j:
                for val2 in vecinos[i]:
                    for val1 in vecinos[j]:
                        res1 = abs(val1[0] -  val2[0])
                        res2 = abs(val1[1] - val2[1])
                        if( (res1 == 0 or res1 == 1) and (res2 == 1 or res2 == 0) ):
                            print('borde')
                            bol[ val1[0],val1[1] ] = 1
                            bol[ val2[0],val2[1] ] = 1
    return bol