求图像轮廓的中心点-CSDN博客

本文链接：https://blog.csdn.net/xuyanw/article/details/131471511

在图像处理中，通过轮廓矩可以找到图像的中心点。首先读入图像并进行预处理，然后寻找轮廓，使用cv2.moments计算矩，接着根据一阶矩和零阶矩的比例确定横轴和纵轴的中心点坐标，最后在图像上标注出中心点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在图像处理中，当找出一个图像轮廓后，可通过轮廓矩的方法求出图像的中心点。具体步骤如下：

（1）读入图像并进行预处理；

（2）对预处理后的图像进行轮廓的绘制；

（3）通过M=cv2.moments（）函数对绘制好的轮廓求矩；返回值有零阶矩（m00）、一阶矩 (m01和m10)等；

（4）求轮廓的中心点

横轴中心点(center_x, image.shape[0]//2)。

其中：center_x = int(M["m10"] / M["m00"])；因为标出中心点时，要求点坐标为整数，所以此处需取整。

M["m10"]是指关于x轴的一阶几何矩，它表示了图像区域内所有像素的x坐标之和。M["m00"]是指零阶几何矩，它表示了图像区域内的像素总数，当对图像进行二值化等预处理之后，它就表示了图像区域的面积。

image.shape[0]//2为图像轮廓高度的一半。

纵轴中心点( image.shape[1]//2,center_y )。

其中：center_y = int(M["m01"] / M["m00"])；

M["m01"]是指关于y轴的一阶几何矩，它表示了图像区域内所有像素的y坐标之和。M["m00"]同上。

image.shape[1]//2为图像轮廓宽度的一半。

下述代码可在图像上标出横轴中心点。

import cv2
import numpy as np

image = cv2.imread(img.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
contours, _ = cv2.findContours(blurred, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contour = contours[0] # 假设只有一个轮廓
M = cv2.moments(contour)
center_x = int(M["m10"] / M["m00"])
print(center_x )
imgx_circle=cv2.circle(image, (center_x, image.shape[0]//2), 5, (0, 0, 255), -1)
imgx_resized=cv2.resize(imgx_circle, (0, 0), fx=1/2, fy=1/2)
cv2.imshow('image', imgx_resized)
cv2.waitKey(0)
cv2.destroyAllWindows()