随着技术的进步，自动化领域不断发展，人们期望计算机能够自动完成更多的任务。而在自动化检测方面，Python编程语言无疑是一个很好的选择。

对于硬币数量检测，Python提供了丰富的库和函数，可以轻松地实现该功能。以下是一个简单的Python程序，用于检测一张图片中硬币的数量：

import cv2
import numpy as np
# 加载图片
img = cv2.imread('coins.jpg')
# 将图片转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 使用高斯模糊来去除噪音
blurred = cv2.GaussianBlur(gray, (11, 11), 0)
# 使用二值化来将图像转换为黑白
thresh = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)[1]
# 进行形态学操作
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
# 找到硬币的轮廓
contours, hierarchy = cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
count = 0
# 对每一个硬币进行处理
for c in contours:
# 计算硬币区域的面积
area = cv2.contourArea(c)
# 选择一个阈值，只检测比该阈值面积大的硬币
if area >1000:
count += 1
# 在硬币周围画一个矩形框
(x, y, w, h) = cv2.boundingRect(c)
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
print('The number of coins in the image is:', count)
cv2.imshow('Coins', img)
cv2.waitKey(0)

该程序使用OpenCV库来读取一张图片，并进行预处理操作。通过对每一个硬币进行区域面积的计算，来判断是否为硬币。最终程序输出硬币的数量，并在原图片上标出每一个硬币。

总的来说，Python语言的简洁性和OpenCV库的强大功能，使得Python能够快速地实现硬币数量检测等复杂检测问题。而且，Python编写的代码易于理解和维护，为自动化检测提供了有力的支持。