一批图像标注任务里,判断某个像素是否属于一个矩形区域,代码写的是 x0 <= x <= x1 and y0 <= y <= y1。掩膜生成后做形态学开运算,边缘总多出一圈亮边。把比较改成严格小于,亮边消失,可区域面积统计又少了一圈。
另一处是射线法判断点是否在多边形内部。点正好压在边上时,答案取决于顶点遍历顺序和浮点舍入,同一份数据跑两遍,边界像素的归属都能翻转。有人把这归因于浮点误差,其实浮点只是放大器,真正的问题是没有规定边界点算内还是算外。
这两件事都指向同一个概念:一个集合的边界到底属不属于它。数学上用开集和闭集把这个区别固定下来,再由它们派生出邻域、内部、闭包、边界。这些名词看起来只是定义,实际决定了你在代码里写 < 还是 <=,以及边界那一圈像素该归谁。
开集的大白话:每个点都有一小圈
开集(open set)的大白话是:集合里的每个点,都有一小圈还留在集合里。换句话说,开集不包含自己的边界。实数轴上的开区间 (0, 1) 是开集,取点 0.5,往两边各走一小段仍在 (0, 1) 里;取 0.001 也行,只是那一圈要更小。
闭区间 [0, 1] 不是开集。取点 0,任何以 0 为中心的开球都包含负数,而负数不在 [0, 1] 里,0 这一圈找不到。有一个点不满足,整个集合就不是开集。开集的性质是全称命题:必须每个点都过关,一个反例就够否掉。
严格写法是:A 是开集,当且仅当对每个 x ∈ A,存在 r 大于 0,使得以 x 为心、r 为半径的开球整个落在 A 里。
A 是开集:
∀x ∈ A,∃r > 0,使得 B(x, r) ⊆ A
r 可以依赖 x,这一点很关键。有人以为开集要求「存在一个统一的 r 对所有点都管用」,那是更强的条件,要求半径与点无关,不是开集的定义。(0, 1) 里越靠近端点能取的 r 越小,但每个点都有自己的一圈,这就够了。把 r 写成 x 的函数,才是正确定义。
还有两个极端例子要记住:空集是开集,因为没有点需要检查,条件真空成立;全集也是开集,因为任何点的任何球都还在全集里。这两条不是补丁,而是后面三条公理的前两条。空集那条经常在证明里起作用,比如「交集为空」时直接判定为开。
再看一个容易忽略的例子:A = (0, 1) ∪ {2}。它由一段开区间和一个孤立点组成。取 2,任何以 2 为中心的球都包含 1.9 这样的点,而 1.9 不在 A 里,所以 2 没有一圈,A 不是开集。开集不能有孤立的尖点,哪怕其余部分开得再标准。
开集不包含边界,这句话在工程里可以直接用:如果区域是开集,那么边界像素一律不属于它;如果区域是闭集,边界像素一律属于它。两者都不是,就会出现半开半闭,也就是开头那圈时有时无的亮边。
邻域:比开集松一档
邻域(neighbourhood)是比开集更松的概念:点 x 的邻域,是指包含某个开集 U、并且 x 属于 U 的集合 N。也就是说,N 里要给 x 留出一圈,但 N 自己不必是开集。
开球是最基本的邻域:B(x, r) 本身就是开集,所以它是 x 的邻域。任何包含 x 的开集也是 x 的邻域。邻域还可以更粗糙:在实数轴上,[0, 1] 是点 0.5 的邻域,因为它包含开集 (0, 1),而 0.5 在里面。[0, 1] 自己不是开集,但这不影响它当邻域。
这个区分在工程里很实用。判断「某个点周围有没有样本」,用的是球;判断「这个点是否被某块区域覆盖」,用的是邻域。前者要求球整个落在集合里,后者只要求集合里有一块包含该点的开集。
a, b, x = 0.0, 1.0, 0.5
r = min(x - a, b - x)
print("x =", x, " r =", r, " ball =", (x - r, x + r))
print("ball inside (0,1):", (x - r, x + r) == (a, b))
print("r = 0.49 ball =", (x - 0.49, x + 0.49),
"inside:", a < x - 0.49 and x + 0.49 < b)
x = 0.5 r = 0.5 ball = (0.0, 1.0)
ball inside (0,1): True
r = 0.49 ball = (0.010000000000000009, 0.99) inside: True
注意 r = 0.5 也能用。开球不包含端点,所以 (0.0, 1.0) 恰好等于 (0, 1),仍然包含在原集合里。这是开区间和闭区间最容易混淆的地方:半径为 0.5 的球并没有碰到 0 和 1 这两个点,它只是逼近到了端点。
换一个思路看,邻域半径的上界由「点离集合外沿多远」决定。点越靠近边界,能给的球越小;点在集合中心,球可以很大。写自适应半径时,量的就是这个距离,而不是集合自己闭不闭。
拓扑的三条公理:为什么交只能是有限的
把「哪些集合算开集」整理成规则,就是拓扑的三条公理:空集与全集是开集;任意多个开集的并是开集;有限多个开集的交是开集。
前两条容易接受,第三条里的「有限」最常被忽略。不能推广到无限交,是因为证明要取「每个点各自那一圈的最小半径」,而无限多个正数不一定有最小值。
标准反例:对 n = 1, 2, 3, …,取开区间 (−1/n, 1/n)。每个都是开集,它们的交集却是 {0}。理由两条。第一,0 在每个区间里,所以 0 在交集里。第二,任取 t 不等于 0,只要 n 大于 1/|t|,t 就落在 (−1/n, 1/n) 之外,所以 t 不在交集里。交集只剩一个点,而单点集不是开集。
grid = [i / 1000 for i in range(-1000, 1001)]
for N in (1, 10, 100, 1000):
surv = [t for t in grid
if all(-1 / n < t < 1 / n for n in range(1, N + 1))]
print("N=%-5d survivors=%-5d left=%-9r right=%r"
% (N, len(surv), min(surv), max(surv)))
N=1 survivors=1999 left=-0.999 right=0.999
N=10 survivors=199 left=-0.099 right=0.099
N=100 survivors=19 left=-0.009 right=0.009
N=1000 survivors=1 left=0.0 right=0.0
采样只是把「越来越窄」画出来,严格结论靠上面两行论证。N = 1000 时网格上只剩 0.0,正好对应交集为单点。注意这里采样的是前 N 个区间的交,它是 (−0.001, 0.001),仍然是开集,里面还有无穷多个点;把 N 推到无穷,才退化成 {0}。
有限交为什么安全?因为有限个正数 r1, r2, …, rk 一定有最小值,取这个最小值当半径,球同时落在所有集合里。这个最小值仍是正数,不会缩到 0。无限交没有这个保证,半径序列 1、1/2、1/3、… 的下确界是 0,不是正数,那一圈就消失了。
三条公理还有一个等价的邻域版本:U 是开集,当且仅当 U 是它每个点的邻域。这个说法和「开集里每个点都有一圈」是同一件事,只是把「圈」换成了「邻域」,在一般拓扑里讨论收敛时更好用。
工程里的对照很直接。有限交对应「同时满足若干个区间约束」,交完还是若干开区间;无限交对应「满足无穷多个精度越来越高的约束」,结果可能退化成一个点、一条线,正好落在边界上。数值代码里写「容差取到无穷小」,通常就是这类退化。
基:不用列出所有开集
一个拓扑里的开集可能非常多,逐个列举不现实。基(base)的作用是给出一族「基本开集」,其它开集都由它们并出来。
定义:B 是拓扑的基,如果每个开集都能写成 B 中若干成员的并。实数轴的标准拓扑里,所有开区间构成基。任意开集本来就是开区间的并,所以这条几乎是把定义换了个说法,但它把「检查所有开集」降成了「检查开区间」。
离散拓扑里,单点集构成基。因为所有子集都是开集,而任何子集都能写成它里面各单点集的并。三个点的例子,八个单点集的所有组合正好是八个子集。
X = {0, 1, 2}
singles = [frozenset([x]) for x in X]
unions = set()
for mask in range(1 << len(singles)):
u = frozenset()
for i in range(len(singles)):
if mask >> i & 1:
u = u | singles[i]
unions.add(u)
print("单点集生成的集合数:", len(unions), " 全部子集数:", 2 ** 3)
单点集生成的集合数: 8 全部子集数: 8
基的价值在于把验证量降下来。要证明 f 连续,定义要求检查所有开集的原像;有了基,只检查基元素就够了。因为任意开集 U 是基元素的并,而原像对并保持:f−1(∪ Bi) = ∪ f−1(Bi),每一项都开,并起来仍然开。
实数轴还有一个更强的性质:存在可数的基。取所有端点为有理数的开区间,它们构成基,数量是可数的。这叫第二可数,名字记住就行,本文不展开。它的实际意义是:证明连续只需要检查可数多个集合,而不是不可数多个。
闭集:补集为开集
闭集(closed set)的定义绕了一个弯:补集是开集的集合叫闭集。在全集 X 里,A 闭当且仅当 X − A 是开集。
这个定义看着别扭,但对称性立刻出来了。开集对任意并、有限交封闭;闭集反过来,对有限并、任意交封闭。原因就是德摩根律:并的补是补的交,交的补是补的并。开集允许任意并,翻到闭集这边就变成允许任意交。
实数轴上 [0, 1] 是闭集,因为它的补集 (−∞, 0) ∪ (1, +∞) 是两个开区间的并,是开集。(0, 1) 是开集,补集 (−∞, 0] ∪ [1, +∞) 不是开集,所以 (0, 1) 不闭。(0, 1] 两头都不满足:它不闭,因为 0 是极限点却不在里面;也不开,因为 1 在里面却没有球。所以它既不开也不闭。
A = ((0, True), (1, True))
B = ((0, False), (1, False))
C = ((0, True), (1, False))
def is_open(iv): return iv[0][1] and iv[1][1]
def is_closed(iv): return (not iv[0][1]) and (not iv[1][1])
for name, iv in [("(0,1)", A), ("[0,1]", B), ("(0,1]", C)]:
print("%-7s open=%-5s closed=%-5s"
% (name, is_open(iv), is_closed(iv)))
(0,1) open=True closed=False
[0,1] open=False closed=True
(0,1] open=False closed=False
这段判定只对有限端点区间有效:开要求两端都不含,闭要求两端都含。真实定义还是要回到补集,因为无限并、无限交会让端点判断失效。
「既不开也不闭」不是文字游戏。半开区间在工程里到处都是:时间窗口 [t0, t1)、分箱 [a, b)、掩膜 (x0, x1]。它们既不能当开集用(端点没有球),也不能当闭集用(缺一个极限点)。写算法时如果默认「不是开就是闭」,半开区间就会成为 bug 的来源。
闭集还有一个反例值得看:任意多个闭集的并,不一定是闭集。取单点集 {1/n},n 从 1 到无穷,每个 {1/n} 都是闭集,它们的并是 {1/n}。这个并集不含 0,可 0 是它的极限点,所以它不是闭集。
S = {1 / n for n in range(1, 1001)}
print("0 在集合里:", 0 in S)
print("最小元素: %.12f" % min(S))
for eps in (0.01, 0.002):
print("eps=%-6s 有元素落在 eps 内: %s"
% (eps, any(x < eps for x in S)))
0 在集合里: False
最小元素: 0.001000000000
eps=0.01 有元素落在 eps 内: True
eps=0.002 有元素落在 eps 内: True
0 不在集合里,但无论给多小的正数 eps,集合里都有元素比 eps 更靠近 0。这正是「0 属于闭包但不属于集合」的数值表现。闭集要求把这种极限点收进来,{1/n} 没做到,所以不闭。
内部、闭包、边界
有了开集和闭集,三个衍生概念就好定义了。内部(interior)是 A 里能被某个开球整个包住的点,也就是 A 里最大的开子集。闭包(closure)是 A 加上它的所有极限点,等价于包含 A 的最小闭集。边界(boundary)是闭包减去内部。
内部(A) = { x | 存在 r > 0,B(x, r) ⊆ A }
闭包(A) = A ∪ { x | 每个 B(x, r) 都与 A 相交 }
边界(A) = 闭包(A) − 内部(A)
拿 A = (0, 1] 算一遍。内部是 (0, 1),因为 1 处任何球都会越过 1;0 不在 A 里,更不在内部。闭包是 [0, 1],因为 0 可以从 A 内部任意逼近,1 本来就在 A 里。边界是 {0, 1}:两个端点都不在内部,但都在闭包里。
注意 0 这个边界点根本不在 A 里。这在工程里对应「边界不一定属于集合」:图像 mask 的真值表里,边界像素的标签可以完全独立于区域内部。
这三个概念还有两条稳定性质,可以直接拿来验证。内部一定是开集,因为它就是所有能装进 A 的开球之并;闭包一定是闭集,因为它的补集恰好是 A 的补集的内部;边界一定是闭集,因为它是 A 的闭包与 A 的补集的闭包之交。三条都不需要距离,只用开集的定义。
grid = [i / 1000 for i in range(0, 1001)]
inside_le = [x for x in grid if 0 <= x <= 1]
inside_strict = [x for x in grid if 0 < x < 1]
print("<= 计数:", len(inside_le), " 严格 < 计数:", len(inside_strict))
A = [x for x in grid if 0 < x <= 1]
interior = [x for x in A if 0 < x < 1]
boundary = [x for x in A if x == 1]
print("(0,1] 内点数:", len(A), " 内部:", len(interior),
" 边界(采样到):", boundary)
print("采样最小:", min(A))
<= 计数: 1001 严格 < 计数: 999
(0,1] 内点数: 1000 内部: 999 边界(采样到): [1.0]
采样最小: 0.001
这段输出直接对应开头的坑。用 <= 时 0.0 和 1.0 都被算进区域,计数 1001;用严格 < 时两个端点被排除,计数 999。同一个集合,两套比较,差了两个点,放到图像上就是边缘的一圈像素。
采样只能扫到 1.0,因为 0 不在 A 里。0 仍然是边界点:闭包包含它,内部不包含它。这也解释了为什么「在集合内」和「在边界上」可以同时成立:1 既在 A 里,又在边界上。
一张现象对照表
下面这些现象都来自同一个含糊:边界归谁。每一行都能回到开集、闭集或邻域的定义。
| 现象 | 真实原因 | 第一步查什么 |
|---|---|---|
| mask 边缘多一圈,面积偏大 | 用 <= 把端点并进了内部,区域实际是闭包不是内部 | 打印端点是否被计入,把边界像素单独统计 |
| 把半开区间当成开集或闭集用 | 「不开」不等于「闭」,开闭要看补集 | 逐端点核对,或检查补集是否开 |
| 无限交的代码结果退化成一个点 | 把有限交的结论推广到无限交,半径下确界为 0 | 看半径序列是否趋近 0,交集是否只剩边界 |
| 取补集后集合少了一块 | 没有先约定全集,外侧半轴漏算了 | 先写下全集,再逐段取补 |
| 同一集合在两套代码里开闭判定相反 | 两边用了不同拓扑,开集族不一样 | 确认各自的开集族或距离,再对同一个集合重判 |
| 邻域半径写死,稀疏区域一直是空集 | 半径与局部密度、坐标量级不匹配 | 统计近邻距离分布,改用自适应半径 |
| 形态学处理后边缘忽宽忽窄 | 结构元与边界填充策略没约定,边界点归属随实现变 | 确认边界填充方式,统一边界像素的标签 |
边界与代价
第一,开与闭依赖拓扑。同一个集合在一种拓扑下是开集,换一种可能不是。离散拓扑下所有子集都既开又闭;标准拓扑下只有空集和全集既开又闭。所以「这个集合是开的吗」这个问题不完整,必须补一句「在哪个拓扑下」。
第二,验证开集不现实。定义要求对集合里每个点都找到一个球,实数轴上有不可数多个点,逐个检查做不到。实际证明靠结构:开区间、开球的并、基元素的并,都是已知的开的形状,用这些形状组合出结论。手写代码时更退一步,只能抽样验证,抽样通过不等于证明。
第三,开集在表示上会退化。用区间表示开集时,有限并还能合并成若干区间,无限并可能产生无限多个碎段,甚至稠密结构。工程里必须给表示设上限:合并相邻区间、限制段数、或者直接存成布尔网格,代价是精度和可组合性。
第四,闭包依赖极限点,而离散数据里没有极限点。采样得到的点集永远是离散的,它的闭包就是它自己,边界也就无从谈起。所以工程里的「内部」「边界」只能是连续模型加上数值容差的近似:腐蚀一步近似内部,膨胀减原图近似边界,容差多大全凭经验。
第五,邻域半径是把双刃剑。半径太小,稀疏区域里球是空的,任何「周围有没有点」的判断都失败;半径太大,邻域跨过边界,把不属于同一片区域的点也算进来。开集给的是定性结构,半径给的是定量尺度,两者缺一不可,混为一谈就会写出开头那种时对时错的代码。
小结与练习
把主线压成三句。开集是「每个点都有一小圈」的集合,邻域只要包含一个含该点的开集,开球是最基本的邻域;拓扑用三条公理规定开集族,交只允许有限个,因为无限交可能退化成单点;闭集是补集为开集,内部、闭包、边界都由开集派生,边界点不一定属于集合。
下面五条都能当天在本机验完:
- 判断 (−2, 3)、[−2, 3]、(0, 5] 三个区间的开闭,每个都用补集写出理由,特别说明第三个为什么两头都不满足。
- 验证两个开区间的交仍是开区间:(−1, 2) ∩ (0, 3) = (0, 2),并说明新半径为什么取两个半径的最小值。
- 构造无限交反例:对 n = 1, 2, …, 取 (−1/n, 1/n),证明交集是 {0},再说明 {0} 为什么不是开集。
- 对 A = [0, 1) ∪ (2, 3] 算内部、闭包、边界,写出三个集合,并指出哪些边界点不在 A 里。
- 用 X = {0, 1, 2, 3} 的单点集造离散拓扑,验证 16 个子集都开,并说明单点集族为什么是这个拓扑的基。
下一步:把连续写成开集的语言
开集讲清楚之后,连续映射的定义就能换一种写法:f 连续,当且仅当每个开集的原像都是开集。这个写法把 ε 和 δ 都省掉了,只剩下集合之间的包含关系,所以它对没有距离的空间同样成立。
下一篇就讲这个定义为什么是「反过来写」的:为什么要求原像开,而不是要求像开;以及这个反过来的写法,怎么把连续性从不等式变成一种可以逐集合验证的结构。