用python实现将 图片中进行边缘检测 并将边缘检测后的点拟合成曲线

以下是使用Python的OpenCV库实现边缘检测并拟合曲线的示例代码：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('image.jpg')

# 将图片转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 进行边缘检测
edges = cv2.Canny(gray, 50, 150)

# 寻找轮廓
contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 将轮廓点拟合成曲线
for cnt in contours:
    # 进行多项式拟合
    rows, cols = img.shape[:2]
    [vx,vy,x,y] = cv2.fitLine(cnt, cv2.DIST_L2,0,0.01,0.01)
    lefty = int((-x*vy/vx) + y)
    righty = int(((cols-x)*vy/vx)+y)
    # 画出拟合后的曲线
    cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)

# 显示处理后的图片
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例代码中，我们首先读取了一张图片并将其转换为灰度图。然后使用Canny算子进行边缘检测，得到图像中的边缘点。接着使用OpenCV的`findContours`函数寻找轮廓点，并使用`cv2.fitLine`函数将轮廓点拟合成一条直线。最后，我们将直线画在原图上并显示处理后的图片。