Numpy 沿路径采样阵列

我有一个二进制图像：

作为0和1值的numpy数组

我想沿着路径每10个像素对其进行采样，如：

---

我知道如何通过切片阵列对正交对象进行采样，但我不知道如何处理不规则形状，并获得均匀分布的“点集”。

您可以使用OpenCV通过

findContours

查找路径。这是演示代码，

x

&

y

是路径上像素的坐标

import numpy as np
import cv2
import pylab as pl
img = cv2.imread("img.png")
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,img = cv2.threshold(img,127,255,0)
r = cv2.findContours(255-img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
c = r[0][0]
x, y = cc[::10, 0, 0], cc[::10, 0, 1]
pl.figure(figsize=(10, 10))
pl.imshow(img, cmap="gray", interpolation="nearest")
pl.plot(cc[::10, 0, 0], cc[::10, 0, 1], "o")

以下是输出：

---

我只是从路径上每隔10点选择一个点，所以附近两个点之间的距离不一样。但是，您可以使用一些插值方法将路径转换为平滑曲线，然后找到等距点。

您需要首先对路径进行参数化。如果这是唯一的方法，那就太麻烦了，因为上面的图像太简单了。汉克斯，效果很好！我尝试使用ndimage标签/查找对象函数，然后通过三角测量，但从未实现。