在图像分析中，检测像素亮暗交界点（黑白边缘）、实现鼠标交互标注是基础实用技能。本文整合 “像素亮暗交界点定位” 和 “鼠标交互绘图” 两大功能，新手可快速掌握核心逻辑并直接复用。
核心代码实现
import cv2 as cv import numpy as np # ===================== 功能1：检测像素亮暗交界点 ===================== def detect_bright_dark_edge(): # 1. 读取图像并校验 src = cv.imread("./image/1.bmp") if src is None: print("图像读取失败，请检查路径！") return src_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY) # 2. 二值化：分离亮暗区域（阈值150可按需调整） ret, binary = cv.threshold(src_gray, 150, 255, cv.THRESH_BINARY) # 3. 检测指定行的亮暗交界点（y=100行，x范围200~500） check_row = 100 # 待检测行坐标 x_start, x_end = 200, 500 # 待检测列范围 # 绘制检测基准线（绿色，便于定位） cv.line(src, (x_start, check_row), (x_end, check_row), (0, 255, 0), 2) # 遍历列范围，检测亮暗交界 for x in range(x_start, x_end): # 避免列索引越界（核心避坑点） if x + 1 >= src_gray.shape[1]: break # 获取当前像素和右侧像素值 pix_current = binary[check_row, x] pix_next = binary[check_row, x+1] pix_diff = pix_current - pix_next # 检测到白→黑交界点，用蓝色实心圆标注 if pix_diff == 255: cv.circle(src, (x, check_row), 5, (255, 0, 0), -1) print(f"亮暗交界点：({x}, {check_row})") # 显示检测结果 cv.namedWindow('edge_detect', cv.WINDOW_NORMAL) cv.resizeWindow('edge_detect', 600, 600) cv.imshow('edge_detect', src) return src # ===================== 功能2：鼠标交互绘图 ===================== def mouse_interaction_demo(img): # 全局变量存储鼠标按下的初始坐标 global x1, y1 x1, y1 = -1, -1 # 鼠标回调函数：处理左键按下/拖拽/松开事件 def on_mouse(event, x, y, flags, param): global x1, y1 if event == cv.EVENT_LBUTTONDOWN: # 左键按下，记录初始坐标 x1, y1 = x, y print(f"左键点击：({x1}, {y1})") elif event == cv.EVENT_MOUSEMOVE and flags == cv.EVENT_FLAG_LBUTTON: # 左键拖拽（实时打印状态） print(f"左键拖拽：当前({x}, {y})") elif event == cv.EVENT_LBUTTONUP: # 左键松开，绘制直线 print(f"鼠标松开：终点({x}, {y})") cv.line(img, (x1, y1), (x, y), (255, 0, 0), 2) # 绑定鼠标回调并显示 cv.namedWindow('mouse_demo', cv.WINDOW_NORMAL) cv.resizeWindow('mouse_demo', 600, 600) cv.setMouseCallback('mouse_demo', on_mouse) # 按q退出循环 while True: cv.imshow('mouse_demo', img) if cv.waitKeyEx(1) == ord('q'): break # ===================== 主程序执行 ===================== if __name__ == "__main__": edge_img = detect_bright_dark_edge() if edge_img is not None: mouse_interaction_demo(edge_img) cv.destroyAllWindows()关键知识点解析
1. 亮暗交界点检测核心
表格
| 步骤 | 核心逻辑 | 避坑要点 |
|---|---|---|
| 二值化 | cv.threshold()将图像转为黑白，简化交界判断 | 阈值需适配图像亮度，暗图调低、亮图调高 |
| 差值计算 | pix_current - pix_next | 255 = 白→黑交界，-255 = 黑→白交界 |
| 越界防护 | x+1 >= src_gray.shape[1] | 避免索引超出图像宽度导致报错 |
| 可视化 | cv.circle(..., -1) | 线宽 - 1 填充圆形，交界点更醒目 |
2. 鼠标交互核心
表格
| 事件类型 | 触发条件 | 核心操作 |
|---|---|---|
EVENT_LBUTTONDOWN | 左键按下 | 记录初始坐标x1, y1 |
EVENT_MOUSEMOVE+EVENT_FLAG_LBUTTON | 左键拖拽 | 实时获取拖拽坐标 |
EVENT_LBUTTONUP | 左键松开 | 绘制从初始点到终点的直线 |
3. 原代码核心修复
- 索引越界：新增
x+1 >= src_gray.shape[1]判断，解决像素访问报错； - 鼠标事件错误：将
flags == cv.EVENT_LBUTTONDOWN修正为cv.EVENT_FLAG_LBUTTON（左键按住标志位）； - 全局变量：规范定义
x1, y1全局变量，保证鼠标坐标跨事件传递； - 圆形填充：交界点标注改为实心圆（线宽 - 1），视觉效果更清晰。
总结
- 亮暗交界点检测的核心是二值化后计算相邻像素差值，需重点防护像素索引越界；
- 鼠标交互的关键是回调函数 + 全局变量，区分按下、拖拽、松开三类事件；
- 两个功能可结合使用，先自动检测边缘，再通过鼠标交互标注 / 修正结果，适配边缘定位、缺陷标注等场景。
