实验室里要让机器人照着图片写字、画图。机械臂下笔以前，图片得先变成轮廓，轮廓再换成坐标，坐标里还要补上抬笔、落笔和移动顺序。
I2G 是为了把这段往返收进同一个窗口。把一张皮卡丘位图拖进去，旁边会依次出现灰度图、二值轮廓和路径坐标；导出的 result.nc 放进 CIMCO Edit，屏幕上就能重新走出同一条线。
图片先变成轮廓
程序读取灰度图，再用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反映在预览区。
OpenCV 的 findContours 负责提取路径点。得到的是图像坐标，还要按目标尺寸换算比例，并处理方向和原点。
轮廓要改成机器能走的轨迹
机械臂不能只接收一串像素点。轮廓进入 NC 文件以前，还要带上目标尺寸、缩放比例、抬笔与落笔高度、轮廓之间的空程移动，以及正确的输出顺序。
程序会生成 result.nc 和原始轨迹数据。NC 文件先在 CIMCO Edit 一类工具里仿真，确认路径、尺寸和抬刀动作，再交给机器人执行。
参数放进窗口
界面只保留这条链路会用到的东西：导入图片、模糊、阈值、轮廓预览、缩放和轨迹导出。
参数变化会马上反映在预览里，省掉的是反复改代码、重新运行、再去别的软件里看结果的来回切换。
源码按当时的样子留下
下载包保存的是 2019 年用 PyQt5 与 OpenCV 编写的学习项目，包括 I2G.py 和 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。ZIP 保留的是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 环境里继续修改。