python opencv检测高光点及findContours计算连通域重心

在对二值化图像的连通域进行分析时，重心，对称轴等参数是重要特征。现对连通域重心计算的python代码实现，归纳总结如下，欢迎大家批评指正。重心是距离对重量的加权平均。用数学语言描述即为：

离散化后为：

对于二值化图像中的连通域，属于均匀物体，每一点像素值相等，所以重心公式如下：

x_i , y_i分别为连通域中像素点的坐标。当然更方便的方法是利用现有的函数接口，代码如下：

import cv2
import numpy as np
from skimage import data,segmentation,measure,morphology,color
import glob
import matplotlib.pyplot as plt
# images = glob.glob("./*.jpg")
images = glob.glob("./inputdata/highlight/*.bmp")
num_img = len(images)
Coord_highlight = np.zeros((4,2,num_img))
CoordInWorld = np.zeros((4,2,num_img))
num_img = 0
for fname in images:
    img = cv2.imread(fname)
    img_copy = img.copy()
    plt.figure()
    plt.subplot(221)
    plt.imshow(img[:,:,[2,1,0]])   # plt的图像通道和opencv图像通道相反，前者为rgb，后者则为bgr。
    plt.title('ori_img')
    plt.subplot(222)
    plt.imshow(img_copy[:,:,[2,1,0]])
    plt.title('ori_img_copy')

    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    gray=cv2.GaussianBlur(gray, (9, 9), 0)

    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(8,8))#圆结构元素
    gray = cv2.erode(gray,kernel,iterations = 1)
    gray = cv2.dilate(gray,kernel,iterations = 1)

    retval, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY)#阈值的选择
    # method1   利用函数接口
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    for index,c in enumerate(contours):
        # calculate moments for each contour
        M = cv2.moments(c)
        # calculate x,y coordinate of center
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        cv2.circle(img, (cX, cY), 10, (0, 0, 255), -1)
        print(index,cX,cY)

    # method2   利用公式计算
    label_image = measure.label(thresh)  #连通区域标记
    print('##########################')
    for index,region in enumerate(measure.regionprops(label_image)):
        points = region.coords  #得到的是按列 行
        cX = int(np.mean(points[:,1]))   # 求均值即可
        cY = int(np.mean(points[:,0]))
        cv2.circle(img_copy, (cX, cY), 10, (255, 0, 255), -1)
        print(index,cX,cY)

    plt.subplot(223)
    plt.imshow(img[:,:,[2,1,0]])
    plt.title('post_img')

    plt.subplot(224)
    plt.imshow(img_copy)
    plt.title('post_img_copy')
    plt.show()

    cv2.namedWindow('img',0)
    cv2.imshow('img',img)
    cv2.namedWindow('img_copy',0)
    cv2.imshow('img_copy',img_copy)
    cv2.waitKey(0)