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

2. 鼠标交互核心

表格

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

1. 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；
2. 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；
3. 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。