机器视觉 · 函数

超像素分割

使用SLIC超像素分割算法将图像分割为超像素区域。需要 opencv-contrib-python（cv2.ximgproc）。对标 cv2.ximgproc.createSuperpixelSLIC。返回超像素对象、标签图、轮廓掩码和区域数。

调用签名(图像, 区域大小=20, 规则度=10, 迭代次数=10)

超ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.超像素分割
打印(功能)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

4 个参数

参数类型 / 传入方式说明

图像可选 · 默认无

未声明位置参数或字段名=值

OpenCV、Pillow、NumPy 数组或底层库可识别的图像对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到图像再传入

区域大小可选 · 默认 20

未声明位置参数或字段名=值

按函数业务含义传入区域大小;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

规则度可选 · 默认 10

未声明位置参数或字段名=值

按函数业务含义传入规则度;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

迭代次数可选 · 默认 10

未声明位置参数或字段名=值

按函数业务含义传入迭代次数;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：机器视觉入口
设 功能 = 机器视觉.超像素分割
打印(功能)

# 进阶组合:超像素分割 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.超像素分割(
    图像=图像,  # 必填
    区域大小=20,  # 可选
    规则度=10,  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 图像
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.超像素分割()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.超像素分割(图像=图像)
打印(结果)