python 对灰度图进行缺陷检测，用plt展示出来

以下是一个示例代码，用于对灰度图进行缺陷检测，并使用plt展示结果：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取灰度图
img = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE)

# 对图像进行高斯模糊，以去除噪音
blur = cv2.GaussianBlur(img, (5, 5), 0)

# 使用自适应阈值二值化，将图像转换为二值图
thresh = cv2.adaptiveThreshold(blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 6)

# 使用形态学操作，去除小的噪点和孤立点
kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1)

# 找到轮廓并绘制
contours, hierarchy = cv2.findContours(opening, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0, 255, 0), 2)

# 展示结果
plt.imshow(img, cmap='gray')
plt.show()

在上面的代码中，我们首先读取灰度图像，并对其进行高斯模糊以去除噪声。然后，我们使用自适应阈值二值化将图像转换为二值图，然后使用形态学操作去除小的噪点和孤立点。最后，我们找到图像中的所有轮廓，并将其绘制在原始图像上。

最终结果将以灰度图像形式展示在plt中。