python测算分割多边形图像的质心距离

要使用 Python 测量图像中分割多边形的质心（或中心点），可以使用 OpenCV 库。以下是基本概要和代码：

将图像转换为灰度图像。

对图像进行阈值处理，得到二值图像。

使用 findContours 函数检测轮廓。

对于检测到的感兴趣的轮廓（例如最大的轮廓），计算质量中心。

import cv2

import numpy as np

# Load the image

image = cv2.imread('path_to_image.jpg')

# Convert the image to grayscale

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Threshold the image to obtain binary image

_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# Find contours

contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Assuming we are interested in the largest contour, get it

largest_contour = max(contours, key=cv2.contourArea)

# Calculate the center of mass (centroid)

M = cv2.moments(largest_contour)

cx = int(M['m10'] / M['m00'])

cy = int(M['m01'] / M['m00'])

print(f"Center of Mass (Centroid) is at: ({cx}, {cy})")