Python / Numpy中的扫描线填充算法

Question

我有4个角坐标（四边形）的数千个多边形，并希望将它们转换为光栅表示为numpy 2d数组。 存在许多网格化算法，如流行的扫描线填充图形。 （请参阅http://www.cs.rit.edu/~icss571/filling/how_to.html或http://cs.uvm.edu/~rsnapp/teaching/cs274/lectures/scanlinefill.pdf）

Octave在poly2mask函数中实现了这一点（例如http://octave.sourceforge.net/image/function/poly2mask.html）。

Numpy也有类似的功能吗？ 我仍然没有详细了解这些算法是如何工作的，因此，如果你能给我一些关于如何有效地在Python / Numpy中实现它的提示，我将非常感激。

或者出于速度原因在CPython（我也不熟悉）编写它会更好吗？

Answer 1

在scipy生态系统中有一些不同的功能（无序）：

1）最广泛使用的选项是使用matplotlib的points_inside_poly。但是，填充规则网格非常不理想（即它是多边形测试中的显式点，而不是“扫描线”方法）。

2）mahotas实现了一个效率很高的fill_polygon函数：http://mahotas.readthedocs.org/en/latest/polygon.html#drawing

3）skimage（scikits-image）实现了一个draw.polygon函数，该函数应该至少同样有效，如果不是更有效的话：http://scikit-image.org/docs/dev/api/skimage.draw.html#skimage.draw.polygon

4）最后，您还可以使用PIL并将图像转换为numpy数组。看一下ImageDraw模块：http://effbot.org/imagingbook/imagedraw.htm

总的来说，我建议安装skimage并使用它。这是一个非常有用的库。但是，如果由于某种原因无法安装scikits图像，则其他选项应该有所帮助。

Answer 2

OpenCV项目还具有多边形填充功能：cv2.fillPoly