如何获取代表轮廓形状的向量的坐标，该轮廓形状存储为 2D numpy 像素数组？

Question

我有一个 1000x1000 2D numpy 阵列，可以被认为是图像的像素。 没有形状的单元格为 0，形状为某个值，表示强度的值。 它可以像这样绘制：

plt.matshow(data, origin='lower')

当仅考虑超过某个阈值的数据时，可以将数据视为形状，如下所示：

fig, ax = plt.subplots()

cluster_contour_threshold = 60
y,x = np.argwhere(data > cluster_contour_threshold).T

ax.scatter(x, y)
ax.set_xlim((0, 1000))
ax.set_ylim((0, 1000))

我想要的是获取代表此形状轮廓的坐标列表。 像这样的东西：

[
  [x0,y0],
  [x1,y1],
  [x2,y2]
]

到目前为止，我最好的尝试是使用 canny，但这并不完全正确：

from skimage import feature
import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

c = feature.canny(data)
y,x = np.argwhere(c).T


ax.scatter(x, y)
ax.set_xlim((0, 1000))
ax.set_ylim((0, 1000))

Answer 1

从这个答案中得到一些启发，我能够用精明的方式解决这个问题，尽管方式很慢：

from skimage import feature
from shapely.geometry import Polygon

c = feature.canny(data > cluster_contour_threshold)
ans = []
for y in range(0, c.shape[0]):
    for x in range(0, c.shape[1]):
        if c[y, x] != 0:
            ans = ans + [[x, y]]
Polygon(ans)