明白了！你希望在 **PyCharm 中直接显示图像结果**，而不是弹出 OpenCV 的 `cv2.imshow()` 窗口（容易卡死或不响应）。我们可以使用 `matplotlib` 在 PyCharm 的 **SciView 面板中内嵌显示图像**，这是最稳定、最适合调试的方式。 --- ## ✅ 修改目标： - ❌ 不用 `cv2.imshow()`（避免窗口崩溃） - ✅ 使用 `matplotlib.pyplot` 在 PyCharm 内部绘图 - ✅ 支持中文标题 - ✅ 显示绿色检测线叠加图 --- ### ✅ 替换原程序中的 `show_detection_cv2` 函数为以下版本： ```python def show_detection_inline(original, lines): """ 使用 matplotlib 在 PyCharm 内部显示检测结果（推荐用于调试） 图像将出现在 SciView -> Plots 面板中 """ import matplotlib # 使用内联后端，确保在 PyCharm 中正常显示 matplotlib.use('Qt5Agg') # 可选：'TkAgg', 'Agg' 等，根据你的环境选择 import matplotlib.pyplot as plt # 设置中文字体支持 plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'DejaVu Sans'] plt.rcParams['axes.unicode_minus'] = False # 正常显示负号 img_show = original.copy() img_show = cv2.cvtColor(img_show, cv2.COLOR_BGR2RGB) # 转为 RGB 以正确显示颜色 # 绘制绿色线条 for line in lines: x1, y1, x2, y2 = map(int, line) cv2.line(img_show, (x1, y1), (x2, y2), (0, 255, 0), thickness=3) # 显示图像 plt.figure(figsize=(15, 9)) plt.imshow(img_show) plt.title("✅ 主枝轴线检测结果（绿色线条）", fontsize=16, pad=20) plt.axis("off") # 关闭坐标轴 plt.tight_layout() plt.show() # 在 PyCharm 的 Plots 面板中显示 ``` > 💡 这个函数会把结果画在一个内联图表中，你可以随时点击查看、缩放、保存截图。 --- ## 🔧 如何确保它能在你的 PyCharm 中工作？ ### ✅ 步骤一：安装必要的库（如果还没装） ```bash pip install matplotlib opencv-python numpy ``` ### ✅ 步骤二：PyCharm 设置 → 启用 Plot 面板 1. 打开 PyCharm 2. View → Tool Windows → **SciView** 3. 在 SciView 中点击 **Plots** 标签页 4. 运行脚本后，图像就会出现在这里！ --- ## 📌 完整替换建议 将你原来代码中的： ```python def show_detection_cv2(...): ... ``` 和调用它的那一行： ```python show_detection_cv2(color_image, merged_lines) ``` 全部替换成上面这个 `show_detection_inline` 函数，并在 `main()` 最后调用它： ```python # 替换这句： # show_detection_cv2(color_image, merged_lines) # 改成： show_detection_inline(color_image, merged_lines) ``` --- ## 🎯 示例输出效果（在 PyCharm 中） 运行后你会看到： - 左侧代码区下方出现一个 **Plots 面板** - 里面有一张彩色图像 - 上面清晰地画着几条 **绿色长直线** - 如果检测正确，这些线应该沿着主枝走向分布 --- ## 🛠️ 小技巧：自动暂停查看图像 如果你发现图像一闪而过，可以在 `plt.show()` 后加一行暂停： ```python plt.show() input("📌 按回车键关闭图像并继续...") # 阻塞一下，方便查看 ``` --- ## ✅ 总结：你现在需要做的 1. 复制上面的 `show_detection_inline` 函数到你的 `.py` 文件中 2. 删除原来的 `cv2.imshow` 相关代码 3. 确保 `matplotlib` 能正常导入 4. 运行程序 5. 查看 **PyCharm 的 SciView → Plots** 面板是否有图像 --- 一旦你看到绿色线条，请截图上传给我，我来判断是否已经对准了真实主枝。我们可以继续优化直到完全匹配。 --- ###