写一段Python代码提取图像轮廓

### 回答1：
下面是一段使用 OpenCV 库提取图像轮廓的 Python 代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread("image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用 Canny 边缘检测算法检测边缘
edges = cv2.Canny(gray, 50, 150)

# 查找图像中的轮廓
contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 在原图上绘制轮廓
cv2.drawContours(img, contours, -1, (0, 255, 0), 2)

# 显示结果图像
cv2.imshow("Contours", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在代码中，首先我们读取了图像，并将其转换为灰度图。然后，使用 Canny 边缘检测算法检测图像中的边缘。最后，使用 `cv2.findContours()` 函数查找图像中的轮廓，并在原图上绘制出轮廓，最后显示结果图像。

### 回答2：
要提取图像的轮廓，我们可以使用OpenCV库中的findContours函数。下面是一个简单的Python代码示例：

import cv2

# 读取图像
image = cv2.imread("image.jpg")

# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化处理
_, threshold = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 轮廓提取
contours, _ = cv2.findContours(threshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

# 显示结果图像
cv2.imshow("Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先使用`cv2.imread`函数读取图像。然后使用`cv2.cvtColor`函数将图像转换为灰度图像，以便进行后续的二值化处理。随后使用`cv2.threshold`函数对灰度图像进行二值化处理，将图像转化为黑白图像。

接下来调用`cv2.findContours`函数进行轮廓提取。其中，第一个参数为二值化图像，第二个参数指定轮廓的检索模式，`cv2.RETR_EXTERNAL`表示只检测外部轮廓，第三个参数指定轮廓的近似方法，`cv2.CHAIN_APPROX_SIMPLE`表示使用简单的轮廓近似方法存储轮廓。

最后调用`cv2.drawContours`函数将提取到的轮廓绘制在原始图像上，并使用`cv2.imshow`函数显示结果图像。

这段代码将会提取图像中的轮廓，并在原始图像上绘制出来。你可以将实际的图像路径替换为`image.jpg`来尝试该代码。