Python 如何获得多个独立形状的组合凸包

我有两个形状（图1），需要找到两个形状的组合（图2）。更确切地说，我对获得外角感兴趣（紫色圆圈图2）。这些形状是分离的。我追踪的形状是一个方形的透明塑料片，侧面有两条彩色条纹。条纹很容易追踪（在范围内）

我正在考虑的一种快速而肮脏的方法是，用一条白线连接条纹的中心，然后获得凸出线。我也在考虑将两种形状的顶点列表连接起来，并获得组合的convexHull，但我不确定这种方法是否会破坏convexHull函数

有没有更优雅的方法来解决这个问题

请帮忙

图1

图2

---

问题已解决。

工作起来很有魅力。单独形状的连接点不会导致凸出

我在GitHub上发布了代码

结果是：

下面是最重要的代码块：

_ , contours,hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
#size of contour points
length = len(contours)
#concatinate poits form all shapes into one array
cont = np.vstack(contours[i] for i in range(length))

uni_hull = []
uni_hull.append(hull) # <- array as first element of list
cv2.drawContours(image,uni_hull,-1,255,2);

\u轮廓，hier=cv2.查找轮廓（阈值，cv2.RETR\u外部，cv2.链近似\u简单）
#等高线点的大小
长度=长度（轮廓）
#凝聚点将所有形状形成一个阵列
cont=np.vstack（范围（长度）内i的轮廓[i]
统一船体=[]
统一外壳。附加（外壳）#问题已解决。

工作起来很有魅力。单独形状的连接点不会导致凸出

我在GitHub上发布了代码

结果是：


下面是最重要的代码块：

_ , contours,hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
#size of contour points
length = len(contours)
#concatinate poits form all shapes into one array
cont = np.vstack(contours[i] for i in range(length))

uni_hull = []
uni_hull.append(hull) # <- array as first element of list
cv2.drawContours(image,uni_hull,-1,255,2);

\u轮廓，hier=cv2.查找轮廓（阈值，cv2.RETR\u外部，cv2.链近似\u简单）
#等高线点的大小
长度=长度（轮廓）
#凝聚点将所有形状形成一个阵列
cont=np.vstack（范围（长度）内i的轮廓[i]
统一船体=[]
uni_hull.append（hull）#我相信连接顶点不会破坏
convexHull
。因为这正是函数的作用。通过
（x+y）
和
（x-y）
查找
外部点
，然后像这样绘制：我相信连接顶点不会破坏
凸形
。因为这正是函数的作用。通过
（x+y）
和
（x-y）
查找
外部点
，然后像这样绘制：您忘记了包含对
ConvxHull
的实际调用（在本例中是作为
hull=cv2.ConvxHull（cont）
执行的，您忘记了包含对
ConvxHull
的实际调用（在这种情况下，按
hull=cv2.convxhull（cont）