用python先定义一个将输入图像转换为二值图并进行边缘拟合，然后按行扫描边缘二值图像，将左右的边缘点记录下来，扫描左右边缘点时需考想到左右边缘为图像边缘时的情况，然后计算两边缘点之间的中点位置并将中点存储下来的函数，然后定义一个利用中点拟合曲线线段并在原图上显示的函数

好的，这里是将中点拟合曲线线段并在原图上显示的函数：

def fit_curve(img, midpoints):
    # Fit a polynomial curve to the midpoints
    fit = np.polyfit([p[1] for p in midpoints], [p[0] for p in midpoints], 2)
    # Generate x-values for the curve
    ploty = np.linspace(0, img.shape[0] - 1, img.shape[0])
    plotx = fit[0] * ploty ** 2 + fit[1] * ploty + fit[2]
    # Convert the curve points to integers
    plotx = np.array(plotx, np.int32)
    ploty = np.array(ploty, np.int32)
    # Create an empty image to draw the curve on
    curve_img = np.zeros_like(img)
    # Draw the curve on the empty image
    curve_pts = np.column_stack((plotx, ploty))
    cv2.polylines(curve_img, [curve_pts], False, (0, 255, 0), thickness=3)
    # Overlay the curve image on the original image
    result = cv2.addWeighted(img, 1, curve_img, 0.5, 0)
    return result

这个函数首先利用中点拟合一条二次曲线，并生成一组离散的曲线点。然后将曲线点转换为整数类型，并在一个空图像上绘制曲线。最后，将曲线图像与原图像进行叠加，得到一个在原图像上显示的拟合曲线。其中，通过 `addWeighted` 函数对两个图像进行加权叠加，使得拟合曲线的透明度为 0.5，原图像的透明度为 1.0。