前言
已知密集点轮廓，拟合尽可能多地保留原轮廓的关键凹凸顶点的近似轮廓，可以调用opencv中approxPolyDP函数实现，该函数采用的是道格拉斯普克算法；
另外，本人想要尽可能多地保留原轮廓的凹凸点，想要保留更多的关键点，不知道有没有更优化、更合适的算法；
算法介绍
1. 何为抽稀
在处理矢量化数据时，记录中往往会有很多重复数据，对进一步数据处理带来诸多不便。多余的数据一方面浪费了较多的存储空间，另一方面造成所要表达的图形不光滑或不符合标准。因此要通过某种规则，在保证矢量曲线形状不变的情况下， 最大限度地减少数据点个数，这个过程称为抽稀。
2. 道格拉斯普克(Douglas-Peuker)算法原理
3. 算法流程
4. 算法复杂度
5. 算法实现
6. 算法优缺点
参考
1. 曲线降采样之道格拉斯-普克算法Douglas–Peucker； 2. 计算几何-道格拉斯普克(Douglas-Peuker)算法； 完标签：普克,Douglas,算法,道格拉斯,Peuker,轮廓 From： https://www.cnblogs.com/happyamyhope/p/18413421