最近做一个图斑识别的项目，要从mask转到shp文件，花了几周时间整理了以下代码，从shape转json的coco数据集代码以后再整理。

代码

# -*- coding: utf-8 -*-
""" Created on Mon Jan 20 16:15:37 2020 @author: hgh """

import geopandas as gp
from shapely.geometry import Polygon
import numpy as np
from math import sqrt, pow
from Douglas_Peuker import DouglasPeuker
points = np.load(r'E:\Project\npy\Blocks.npy')

global edge
''' 判断边 '''
def is_edge(temp, point):
    locat = [[0, -1], [1, 0], [0, 1], [-1, 0]]
    count = 0
    for xy in locat:
        check_point = [point[0] + xy[0], point[1] + xy[1]]
        is_ourer = np.where((temp[:,0]==check_point[0]) & (temp[:,1]==check_point[1]))[0]
        count += len(is_ourer)
        
    return count
''' 得到边后，对边逆时针排序 '''     
def rank(point):
    # global edge
    check = [[0, -1], [1, -1], [1, 0], [1, 1], [0, 1], [-1, 1], [-1, 0], [-1, -1]] 
    for x, y in check:
        check_x = point[0] + x
        check_y = point[1] + y
        
        check_point = [check_x, check_y]
        if check_point in edge:
            return check_point
    return False


def create_shp(points):
    global edge
    # global edge_list
    # global d
    
    geometry = list()
    
    # for i in range(points.shape[0]):
    for i in range(1):
        temp = np.argwhere(points[i]==True)
        temp = np.c_[np.argwhere(points[i]==True), np.zeros(len(np.argwhere(points[i]==True)))]
        count = 0
        for point in temp:
            if is_edge(temp, point) != 4:
                temp[count, 2] = 1
            count +=1
        t = temp[temp[:, 2]==1]
        
        edge = [[x, y] for x, y, z in t]
        h = len(edge)
        edge.sort()
    
        edge_list = [edge[0],]
        next_point = edge[0]
        edge.remove(edge[0])
        try:
            for j in range(h):
                next_point = rank(next_point)
                if next_point in edge:
                    edge_list.append(next_point)
                    net_point = net_point
                    edge.remove(net_point)
            if False in edge_list:
                    edge_list.remove(False)
            d = DouglasPeuker()
            d.main(edge_list)
            edge_list = [point for point in d.qualify_list]
            edge_list = Polygon(edge_list)      
            geometry.append(edge_list)
            print('完成第%s个' % str(i+1))
        except:
            print('错误')
            
        
        
    gdf = gp.GeoDataFrame(geometry=geometry)
    
    return gdf
   
gdf = create_shp(points)

问题解释

1. 创建shp文件用到了geopandas，安装这库的时候最好新建一个新的环境，要不然各种问题（反正我的是）.
2. 我把mask-rcnn得到的点存在了Blocks.npy里面。
3. 一个点，判断是否为边界，主要是判断它的上下左右是否都在mask里面，这个函数是运算时间最大的。
4. 对边界的排序，对点$(x,y)$（最低点），依次判断$(a+x,b+y)$for x, y in （[[0, -1], [1, -1], [1, 0], [1, 1], [0, 1], [-1, 1], [-1, 0], [-1, -1]] ），若$（a+0,b-1）$在边界上面，将$（a+0,b-1）$标记为$（a,b）$的next_point，将判断位置转移到$（a+0,b-1）$。
5. 通过三的步骤，mask显然是有很多点的，这时候我们要对排序后的点进行抽稀，用到道格拉斯抽稀算法这里的代码。

思考

按道理说，直接使用步骤3的算法，能在不取出边界的条件下生成有顺序的边界，但是可能是我技术的问题（我菜），老是有问题，以后有空再研究这个。