一张皮卡丘位图被拖进窗口，旁边逐步出现灰度图、二值轮廓和一串坐标。最后导出的 result.nc 放进 CIMCO Edit，屏幕上重新走出同一条线。
I2G 就是在这段流程里写出来的。实验室当时需要让机器人写字和画图，原来的办法要在几种软件之间来回处理；这个小工具尝试把位图到轨迹文件的步骤收进同一个窗口。
从像素到轮廓
图片进入程序以后，先读取灰度图，再通过高斯模糊压掉细碎噪声。二值化阈值可以在界面里调整，轮廓是否连贯会直接显示在预览区。
OpenCV 的 findContours 负责提取路径点。这里得到的仍然是图像坐标，还需要按目标尺寸换算比例，并处理方向与原点。
从轮廓到 result.nc
坐标写入轨迹以前，要补上机械执行所需的信息：
- 目标图形的宽高与缩放系数；
- 落笔和抬笔高度；
- 每段轮廓的进入与退出；
- 空程移动；
- 输出坐标顺序。
程序最终导出 result.nc 和一份原始轨迹数据。NC 文件先放进 CIMCO Edit 一类工具做仿真，确认路径、尺寸和抬刀动作，再交给机器人执行。
窗口里保留的参数
界面没有做成通用图像软件，只留下这条链路需要的控制项：导入图片、模糊、阈值、轮廓预览、缩放与轨迹导出。
参数变化能立刻反映在预览里，主要目的是减少“改代码—重跑—再看结果”的往返。
2019 源码归档
下载包保存的是 2019 年用 PyQt5 和 OpenCV 编写的学习型项目源码，包括 I2G.py 与 I2GApplication.py。
它没有现代桌面软件的安装器，也没有持续维护到新的依赖版本。当前页面提供这份 ZIP，是为了保留当时的实现和处理链路；适合阅读源码、复现实验，或在合适的 Python 环境中继续修改。