现在有一个复杂的封闭图形，图形的形状不规则，图形的外轮廓坐标值已知，用python在图形内部找到一条最长线段

这个问题可以通过以下步骤解决：

1. 将图形外轮廓坐标值转化为一个二维数组，数组中每个元素表示一个像素点，如果该点在图形内部则为1，否则为0。

2. 利用scikit-image库中的distance_transform_edt函数，将上一步中得到的二维数组转化为距离变换图像，其中每个像素点的值代表该点到最近的图形外轮廓的距离。

3. 利用scikit-image库中的peak_local_max函数，在距离变换图像中找到局部最大值，这些局部最大值对应的像素点可以作为线段的起点。

4. 对于每个起点，利用scikit-image库中的skeletonize函数得到其对应的骨架图像，然后利用scikit-image库中的shortest_path函数找到该起点到骨架图像上最远点的最短路径，这条路径即为最长线段。

下面是具体的代码实现：

import numpy as np
from skimage import measure, morphology
from skimage.feature import peak_local_max
from skimage.graph import route_through_array


# 生成一个随机的图形外轮廓
x, y = np.indices((100, 100))
r = np.sqrt((x-50)**2 + (y-50)**2)
image = np.zeros((100, 100))
image[r < 30] = 1
image[r < 10] = 0


# 将图形外轮廓转化为二维数组
binary = image.astype(np.bool)
distances = morphology.distance_transform_edt(binary)


# 在距离变换图像中找到局部最大值
local_maxi = peak_local_max(distances, indices=False, footprint=np.ones((3, 3)))


# 对于每个局部最大值，找到最长线段
skeleton = morphology.skeletonize(binary)
lines = []
for coordinates in np.argwhere(local_maxi):
    start = tuple(coordinates)
    skeleton[start] = True
    skeleton_line, distance = route_through_array(skeleton, start, np.unravel_index(distances.argmax(), distances.shape))
    lines.append(skeleton_line)


# 找到最长的线段
longest_line = max(lines, key=len)


# 将最长线段可视化
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.imshow(image, cmap='gray')
ax.plot(longest_line[:, 1], longest_line[:, 0], '-r', lw=2)
plt.show()

运行上述代码，即可在图形内部找到一条最长线段。