在上述代码中提取点的思路是什么

在上述代码中，提取点的思路是使用cv2.findContours()函数查找图像中的轮廓，并将轮廓中的每个点添加到点列表中。

具体来说，以下是extract_points()函数的代码：

def extract_points(edges):
    contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    points = []
    for contour in contours:
        for point in contour:
            points.append(point[0])
    return points

这个函数的输入是一个边缘图像，通过cv2.findContours()函数查找图像中的轮廓。这个函数返回两个值，一个是轮廓列表，另一个是层次结构。我们只需要轮廓列表，因此我们忽略了第二个返回值。

然后，我们遍历每个轮廓，并将轮廓中的每个点添加到点列表中。需要注意的是，cv2.findContours()函数返回的轮廓是一个由点组成的列表，因此我们需要使用contour[0]来访问每个点的坐标。最后，我们返回点列表。

这种方法可以在图像中提取出所有的边缘点，包括曲线的端点和拐角点。但是，如果您只想提取曲线的端点，可以使用cv2.approxPolyDP()函数进行多边形逼近。