通过本次实验，我系统掌握了图像阈值分割的三种核心算法原理，学会了用 Python+OpenCV 实现算法并调试代码。本次实验中，我尝试在进度条界面中增加了 “多算法对比” 功能：在窗口中同时显示直方图双峰法、Otsu 法与当前进度条阈值的分割结果，可直观对比不同算法的效果。拖动进度条可实时预览不同阈值的分割效果，快速验证了 “阈值过低会将背景误判为前景、阈值过高会丢失前景细节” 的规律。针对水稻图

摘要：本实验通过Python和OpenCV实现了多种图像轮廓提取算法（Canny、Sobel、Prewitt、Roberts、拉普拉斯及频域高通滤波），对比分析了各算法的性能差异和适用场景。实验结果表明，Canny算法在边缘连续性和效率方面表现最优，而梯度算子适合不同复杂度的场景。代码实现上，空间域算法可直接调用OpenCV函数，频域算法需手动处理傅里叶变换。预处理、阈值调整和轮廓筛选是提升效果的