简介：本文介绍了利用OpenCV和Python编程来计算形状轮廓的中心点。当然后面还会继续给出如何通过轮廓来分辨物体形状种类，以及对于各自的颜色进行标准。

关键词： OpenCV，contours，中心点

#mermaid-svg-s8wS2WuzmWvkG3Nl .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .label text{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .node rect,#mermaid-svg-s8wS2WuzmWvkG3Nl .node circle,#mermaid-svg-s8wS2WuzmWvkG3Nl .node ellipse,#mermaid-svg-s8wS2WuzmWvkG3Nl .node polygon,#mermaid-svg-s8wS2WuzmWvkG3Nl .node path{fill:#ECECFF;stroke:#9370db;stroke-width:1px}#mermaid-svg-s8wS2WuzmWvkG3Nl .node .label{text-align:center;fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .node.clickable{cursor:pointer}#mermaid-svg-s8wS2WuzmWvkG3Nl .arrowheadPath{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .edgePath .path{stroke:#333;stroke-width:1.5px}#mermaid-svg-s8wS2WuzmWvkG3Nl .flowchart-link{stroke:#333;fill:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .edgeLabel{background-color:#e8e8e8;text-align:center}#mermaid-svg-s8wS2WuzmWvkG3Nl .edgeLabel rect{opacity:0.9}#mermaid-svg-s8wS2WuzmWvkG3Nl .edgeLabel span{color:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .cluster rect{fill:#ffffde;stroke:#aa3;stroke-width:1px}#mermaid-svg-s8wS2WuzmWvkG3Nl .cluster text{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);font-size:12px;background:#ffffde;border:1px solid #aa3;border-radius:2px;pointer-events:none;z-index:100}#mermaid-svg-s8wS2WuzmWvkG3Nl .actor{stroke:#ccf;fill:#ECECFF}#mermaid-svg-s8wS2WuzmWvkG3Nl text.actor>tspan{fill:#000;stroke:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .actor-line{stroke:grey}#mermaid-svg-s8wS2WuzmWvkG3Nl .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .messageLine1{stroke-width:1.5;stroke-dasharray:2, 2;stroke:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl #arrowhead path{fill:#333;stroke:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .sequenceNumber{fill:#fff}#mermaid-svg-s8wS2WuzmWvkG3Nl #sequencenumber{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl #crosshead path{fill:#333;stroke:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .messageText{fill:#333;stroke:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .labelBox{stroke:#ccf;fill:#ECECFF}#mermaid-svg-s8wS2WuzmWvkG3Nl .labelText,#mermaid-svg-s8wS2WuzmWvkG3Nl .labelText>tspan{fill:#000;stroke:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .loopText,#mermaid-svg-s8wS2WuzmWvkG3Nl .loopText>tspan{fill:#000;stroke:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .loopLine{stroke-width:2px;stroke-dasharray:2, 2;stroke:#ccf;fill:#ccf}#mermaid-svg-s8wS2WuzmWvkG3Nl .note{stroke:#aa3;fill:#fff5ad}#mermaid-svg-s8wS2WuzmWvkG3Nl .noteText,#mermaid-svg-s8wS2WuzmWvkG3Nl .noteText>tspan{fill:#000;stroke:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .activation0{fill:#f4f4f4;stroke:#666}#mermaid-svg-s8wS2WuzmWvkG3Nl .activation1{fill:#f4f4f4;stroke:#666}#mermaid-svg-s8wS2WuzmWvkG3Nl .activation2{fill:#f4f4f4;stroke:#666}#mermaid-svg-s8wS2WuzmWvkG3Nl .mermaid-main-font{font-family:"trebuchet ms", verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .section{stroke:none;opacity:0.2}#mermaid-svg-s8wS2WuzmWvkG3Nl .section0{fill:rgba(102,102,255,0.49)}#mermaid-svg-s8wS2WuzmWvkG3Nl .section2{fill:#fff400}#mermaid-svg-s8wS2WuzmWvkG3Nl .section1,#mermaid-svg-s8wS2WuzmWvkG3Nl .section3{fill:#fff;opacity:0.2}#mermaid-svg-s8wS2WuzmWvkG3Nl .sectionTitle0{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .sectionTitle1{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .sectionTitle2{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .sectionTitle3{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .sectionTitle{text-anchor:start;font-size:11px;text-height:14px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .grid .tick{stroke:#d3d3d3;opacity:0.8;shape-rendering:crispEdges}#mermaid-svg-s8wS2WuzmWvkG3Nl .grid .tick text{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .grid path{stroke-width:0}#mermaid-svg-s8wS2WuzmWvkG3Nl .today{fill:none;stroke:red;stroke-width:2px}#mermaid-svg-s8wS2WuzmWvkG3Nl .task{stroke-width:2}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText{text-anchor:middle;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText:not([font-size]){font-size:11px}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutsideRight{fill:#000;text-anchor:start;font-size:11px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutsideLeft{fill:#000;text-anchor:end;font-size:11px}#mermaid-svg-s8wS2WuzmWvkG3Nl .task.clickable{cursor:pointer}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText.clickable{cursor:pointer;fill:#003163 !important;font-weight:bold}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutsideLeft.clickable{cursor:pointer;fill:#003163 !important;font-weight:bold}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutsideRight.clickable{cursor:pointer;fill:#003163 !important;font-weight:bold}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText0,#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText1,#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText2,#mermaid-svg-s8wS2WuzmWvkG3Nl .taskText3{fill:#fff}#mermaid-svg-s8wS2WuzmWvkG3Nl .task0,#mermaid-svg-s8wS2WuzmWvkG3Nl .task1,#mermaid-svg-s8wS2WuzmWvkG3Nl .task2,#mermaid-svg-s8wS2WuzmWvkG3Nl .task3{fill:#8a90dd;stroke:#534fbc}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutside0,#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutside2{fill:#000}#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutside1,#mermaid-svg-s8wS2WuzmWvkG3Nl .taskTextOutside3{fill:#000}#mermaid-svg-s8wS2WuzmWvkG3Nl .active0,#mermaid-svg-s8wS2WuzmWvkG3Nl .active1,#mermaid-svg-s8wS2WuzmWvkG3Nl .active2,#mermaid-svg-s8wS2WuzmWvkG3Nl .active3{fill:#bfc7ff;stroke:#534fbc}#mermaid-svg-s8wS2WuzmWvkG3Nl .activeText0,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeText1,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeText2,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeText3{fill:#000 !important}#mermaid-svg-s8wS2WuzmWvkG3Nl .done0,#mermaid-svg-s8wS2WuzmWvkG3Nl .done1,#mermaid-svg-s8wS2WuzmWvkG3Nl .done2,#mermaid-svg-s8wS2WuzmWvkG3Nl .done3{stroke:grey;fill:#d3d3d3;stroke-width:2}#mermaid-svg-s8wS2WuzmWvkG3Nl .doneText0,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneText1,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneText2,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneText3{fill:#000 !important}#mermaid-svg-s8wS2WuzmWvkG3Nl .crit0,#mermaid-svg-s8wS2WuzmWvkG3Nl .crit1,#mermaid-svg-s8wS2WuzmWvkG3Nl .crit2,#mermaid-svg-s8wS2WuzmWvkG3Nl .crit3{stroke:#f88;fill:red;stroke-width:2}#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCrit0,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCrit1,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCrit2,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCrit3{stroke:#f88;fill:#bfc7ff;stroke-width:2}#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCrit0,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCrit1,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCrit2,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCrit3{stroke:#f88;fill:#d3d3d3;stroke-width:2;cursor:pointer;shape-rendering:crispEdges}#mermaid-svg-s8wS2WuzmWvkG3Nl .milestone{transform:rotate(45deg) scale(0.8, 0.8)}#mermaid-svg-s8wS2WuzmWvkG3Nl .milestoneText{font-style:italic}#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCritText0,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCritText1,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCritText2,#mermaid-svg-s8wS2WuzmWvkG3Nl .doneCritText3{fill:#000 !important}#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCritText0,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCritText1,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCritText2,#mermaid-svg-s8wS2WuzmWvkG3Nl .activeCritText3{fill:#000 !important}#mermaid-svg-s8wS2WuzmWvkG3Nl .titleText{text-anchor:middle;font-size:18px;fill:#000;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl g.classGroup text{fill:#9370db;stroke:none;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);font-size:10px}#mermaid-svg-s8wS2WuzmWvkG3Nl g.classGroup text .title{font-weight:bolder}#mermaid-svg-s8wS2WuzmWvkG3Nl g.clickable{cursor:pointer}#mermaid-svg-s8wS2WuzmWvkG3Nl g.classGroup rect{fill:#ECECFF;stroke:#9370db}#mermaid-svg-s8wS2WuzmWvkG3Nl g.classGroup line{stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl .classLabel .box{stroke:none;stroke-width:0;fill:#ECECFF;opacity:0.5}#mermaid-svg-s8wS2WuzmWvkG3Nl .classLabel .label{fill:#9370db;font-size:10px}#mermaid-svg-s8wS2WuzmWvkG3Nl .relation{stroke:#9370db;stroke-width:1;fill:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .dashed-line{stroke-dasharray:3}#mermaid-svg-s8wS2WuzmWvkG3Nl #compositionStart{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #compositionEnd{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #aggregationStart{fill:#ECECFF;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #aggregationEnd{fill:#ECECFF;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #dependencyStart{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #dependencyEnd{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #extensionStart{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl #extensionEnd{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl .commit-id,#mermaid-svg-s8wS2WuzmWvkG3Nl .commit-msg,#mermaid-svg-s8wS2WuzmWvkG3Nl .branch-label{fill:lightgrey;color:lightgrey;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .pieTitleText{text-anchor:middle;font-size:25px;fill:#000;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .slice{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl g.stateGroup text{fill:#9370db;stroke:none;font-size:10px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl g.stateGroup text{fill:#9370db;fill:#333;stroke:none;font-size:10px}#mermaid-svg-s8wS2WuzmWvkG3Nl g.statediagram-cluster .cluster-label text{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl g.stateGroup .state-title{font-weight:bolder;fill:#000}#mermaid-svg-s8wS2WuzmWvkG3Nl g.stateGroup rect{fill:#ECECFF;stroke:#9370db}#mermaid-svg-s8wS2WuzmWvkG3Nl g.stateGroup line{stroke:#9370db;stroke-width:1}#mermaid-svg-s8wS2WuzmWvkG3Nl .transition{stroke:#9370db;stroke-width:1;fill:none}#mermaid-svg-s8wS2WuzmWvkG3Nl .stateGroup .composit{fill:white;border-bottom:1px}#mermaid-svg-s8wS2WuzmWvkG3Nl .stateGroup .alt-composit{fill:#e0e0e0;border-bottom:1px}#mermaid-svg-s8wS2WuzmWvkG3Nl .state-note{stroke:#aa3;fill:#fff5ad}#mermaid-svg-s8wS2WuzmWvkG3Nl .state-note text{fill:black;stroke:none;font-size:10px}#mermaid-svg-s8wS2WuzmWvkG3Nl .stateLabel .box{stroke:none;stroke-width:0;fill:#ECECFF;opacity:0.7}#mermaid-svg-s8wS2WuzmWvkG3Nl .edgeLabel text{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .stateLabel text{fill:#000;font-size:10px;font-weight:bold;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-s8wS2WuzmWvkG3Nl .node circle.state-start{fill:black;stroke:black}#mermaid-svg-s8wS2WuzmWvkG3Nl .node circle.state-end{fill:black;stroke:white;stroke-width:1.5}#mermaid-svg-s8wS2WuzmWvkG3Nl #statediagram-barbEnd{fill:#9370db}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-cluster rect{fill:#ECECFF;stroke:#9370db;stroke-width:1px}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-cluster rect.outer{rx:5px;ry:5px}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-state .divider{stroke:#9370db}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-state .title-state{rx:5px;ry:5px}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-cluster.statediagram-cluster .inner{fill:white}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-cluster.statediagram-cluster-alt .inner{fill:#e0e0e0}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-cluster .inner{rx:0;ry:0}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-state rect.basic{rx:5px;ry:5px}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-state rect.divider{stroke-dasharray:10,10;fill:#efefef}#mermaid-svg-s8wS2WuzmWvkG3Nl .note-edge{stroke-dasharray:5}#mermaid-svg-s8wS2WuzmWvkG3Nl .statediagram-note rect{fill:#fff5ad;stroke:#aa3;stroke-width:1px;rx:0;ry:0}:root{--mermaid-font-family: '"trebuchet ms", verdana, arial';--mermaid-font-family: "Comic Sans MS", "Comic Sans", cursive}#mermaid-svg-s8wS2WuzmWvkG3Nl .error-icon{fill:#522}#mermaid-svg-s8wS2WuzmWvkG3Nl .error-text{fill:#522;stroke:#522}#mermaid-svg-s8wS2WuzmWvkG3Nl .edge-thickness-normal{stroke-width:2px}#mermaid-svg-s8wS2WuzmWvkG3Nl .edge-thickness-thick{stroke-width:3.5px}#mermaid-svg-s8wS2WuzmWvkG3Nl .edge-pattern-solid{stroke-dasharray:0}#mermaid-svg-s8wS2WuzmWvkG3Nl .edge-pattern-dashed{stroke-dasharray:3}#mermaid-svg-s8wS2WuzmWvkG3Nl .edge-pattern-dotted{stroke-dasharray:2}#mermaid-svg-s8wS2WuzmWvkG3Nl .marker{fill:#333}#mermaid-svg-s8wS2WuzmWvkG3Nl .marker.cross{stroke:#333}:root { --mermaid-font-family: "trebuchet ms", verdana, arial;}#mermaid-svg-s8wS2WuzmWvkG3Nl {color: rgba(0, 0, 0, 0.75);font: ;}

寻找轮廓的中心

目录
Contents

形状检测和分析

利用OpenCV寻
找边界中心点

总结

§01 寻找轮廓的中心

今天在图像处理中需要用到OpenCV的轮廓中心，在 OpenCV center of contour 中看到了给定的方法。将其总结如下，便于以后的应用。

1.1 形状检测和分析

今天我们开启一个新的三联示例程序，用于形状检测和分析。通过这个系列，我们可以：
1. 计算边界、形状的中心点；
2. 识别不同的形状，比如圆形、方形，举行，三角形，五边形。这些仅仅根据边界的性质就可以进行识别；
3. 标示形状的颜色。

相比于PyImageSearch网文来说，这个话题比较基础，但是为了回应下面我所遇到的提问：

我如何能够使用Python和OpenCV计算边界的中心点？

今天的博文中，我将回答上面的问题。

在这个系列的上一篇博文中，我们基于已经知晓了物体的边界然后来识别图像中的形状。

1.2 利用OpenCV寻找边界中心点

▲ 图1.1.1 下面将要使用到的具有很多不同颜色形状的图片

在上面的图像中，你可以看到一系列从建筑纸张材料切割下来的不同形状，也注意到他们并不是完美的多边形，也就是长方形并不是严格的长方形，圆形也不是那么的圆。毕竟它们是人徒手绘制出并切割下来的形状，所以包含了不同的变形。

记住这一点，今天的教程的目的是：

检测图片中各种形状的外轮廓；
接着计算所有形状的中心点，也称为区域的中心；

为了实现这个目标，我们需要进行一些图像处理，包括：

将图片转换成灰度图；
进行模糊化来提高轮廓检测精度；
将图像进行二值化；采用经典的边缘检测和阈值处理完成二值化。这里采用阈值处理的方式。
在开始正式编程之前，你需要先保证在你的系统中已经安装了 imutils Python Packages ：

pip install --upgrade imutils

现在我们可以开始编程了。

建立一个新的文件，命名为： center_of_shape.py，下面是相应的代码：

# import the necessary packages
import argparse
import imutils
import cv2
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,help="path to the input image")
args = vars(ap.parse_args())
# load the image, convert it to grayscale, blur it slightly,
# and threshold it
image = cv2.imread(args["image"])
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
thresh = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)[1]

2 - 4 行为输入相应的软件包，接着对于命令行参数进行分析。我们只需要单开关量 ---image ，这是给出我们需要处理的图片在磁盘上的路径。

我们将该图像从磁盘上载入到及其内存，使用灰度转换进行预处理。采用5×5尺寸的高斯核完成图像平滑，最后进行阈值处理。

输出的图像如下图所示：

▲ 图1.2.2 将图片进行阈值处理输出二值化的图片，这类形状为白色，背景为黑色

可以注意到，经过阈值处理，各类形状为白色，背景为黑色。

下一步就是找到这些区域的边缘：

# find contours in the thresholded image
cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

在程序中的20 - 21 行，调用 cv2.findContours 返回形状的轮廓，对应的图片中白色大块区域的边缘。根据所使用的OpenCV的版本不同， 2.4.3,2.3.4 行22 使用恰当的元组参数。你可以在 这个链接 看到关于不同OpenCV版本在 cv2.findContours 函数返回的不同参数。

下面我们开始处理每一个轮廓：

# loop over the contours
for c in cnts:# compute the center of the contourM = cv2.moments(c)cX = int(M["m10"] / M["m00"])cY = int(M["m01"] / M["m00"])# draw the contour and center of the shape on the imagecv2.drawContours(image, [c], -1, (0, 255, 0), 2)cv2.circle(image, (cX, cY), 7, (255, 255, 255), -1)cv2.putText(image, "center", (cX - 20, cY - 20),cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)# show the imagecv2.imshow("Image", image)cv2.waitKey(0)

程序行 25 是开始一个循环来处理每一个单个轮廓，紧接着程序行27 计算他们的图像矩（ image moments ）。

在计算机视觉和图像处理中，图像矩表征了图像中物体的形状。这些矩给出了形状的基本统计特征，包括物体的面积，中心（也就是物体中心 (x,y)\left( {x,y} \right)(x,y) 的坐标位置），方向以及其他的一些可能用到的特性。

这里我们只对轮廓的中心感兴趣，通过程序行 28 - 29 我们计算获得轮廓的中心点。

从程序行 32-34 进行如下的处理：

通过使用 cv2.drawContours 在当前形状周围绘制轮廓；
在形状中心 (cX, cY) 绘制白色圆圈；
在白色圆圈附近输出字符text。

在计算机命令窗口使用下面的命令运行上述Python程序：

$ python center_of_shape.py --image shapes_and_colors.png

下面是显示的运行结果：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RBoGbgBA-1643421016158)(https://pyimagesearch.com/wp-content/uploads/2016/01/center_of_contour_results.gif#pic_center =560x )]

▲ 图1.2.3 处理结果

你可以看到每一个形状都被正确的检测到。

※ 总结 ※

本文介绍了利用OpenCV和Python编程来计算形状轮廓的中心点。当然后面还会继续给出如何通过轮廓来分辨物体形状种类，以及对于各自的颜色进行标准。

■ 相关文献链接:

OpenCV center of contour
imutils Python Packages
这个链接
image moments

● 相关图表链接:

图1.1.1 下面将要使用到的具有很多不同颜色形状的图片
图1.2.2 将图片进行阈值处理输出二值化的图片，这类形状为白色，背景为黑色

如何利用OpenCV寻找轮廓的中心？相关推荐

使用Python、OpenCV计算轮廓的中心
1. 使用Python.OpenCV计算轮廓的中心并标记 2. 使用Python.OpenCV检测轮廓的形状并标记 3. 使用颜色通道统计信息来标记形状的实际颜色并标记本博客的目标:(1)检测图像中 ...
Python，OpenCV应用轮廓逼近算法，检测对象的形状
上一篇博客,我们学习了如何利用Python.OpenCV计算轮廓的中心,这一节学习仅运用轮廓的基本属性来检测其形状,三角形,正方形,矩形,五边形,圆. (1)利用轮廓逼近,将曲线上的点数减少为更简单的 ...
python利用opencv进行相机标定获取参数，并根据畸变参数修正图像附有全部代码（流畅无痛版）
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码一.前言今天的低价单孔摄像机(照相机)会给图像带来很多畸变.畸变主要有两种:径向畸变和切想畸变.如下图所示,用 ...
利用OpenCV进行图像的轮廓检测
简介: 本文对于OpenCV中的轮廓检测算法进行了讨论,可以看到一些基于轮廓检测的应用.接着对四种不同的提取方式的结果进行了讨论.你还了解了如何将轮廓进行绘制的方法. 关键词: 轮廓检测,二值化 § ...
图像或轮廓的Hu矩的定义、优缺点、适用范围,并利用OpenCV的函数HuMoments()和matchShapes()实现Hu矩的计算和轮廓匹配
本文承接博主的上一篇博文: 什么叫图像或轮廓的空间矩.中心矩.归一化中心矩?并利用OpenCV的类Moments计算轮廓的这几个矩和质心位置继续介绍Hu矩的相关知识. Hu矩是由二阶和三阶中心距计算 ...
使用Python，OpenCV寻找图像中的轮廓
使用Python和OpenCV查找图像中的形状 1. 效果图 2. 步骤 3. 源码参考这篇博客将讨论使用Python和OpenCV查找图像中的形状,具体是 cv2.inRange在图像中查找形状 ...
OpenCV之imgproc 模块. 图像处理（5）在图像中寻找轮廓计算物体的凸包创建包围轮廓的矩形和圆形边界框为轮廓创建可倾斜的边界框和椭圆轮廓矩多边形测试
在图像中寻找轮廓目标在这个教程中你将学到如何: 使用OpenCV函数 findContours 使用OpenCV函数 drawContours 原理例程教程的代码在下面给出. 你也可以从这里 ...
OpenCV 在图像中寻找轮廓
使用OpenCV函数 findContours 使用OpenCV函数 drawContours 滤波--消除噪声增强--使边界轮廓更加明显检测--选出边缘点例程 #include "o ...
OpenCV在图像中寻找轮廓的实例(附完整代码)
OpenCV在图像中寻找轮廓的实例 OpenCV在图像中寻找轮廓的实例 OpenCV在图像中寻找轮廓的实例 #include "opencv2/imgcodecs.hpp" #in ...

如何利用OpenCV寻找轮廓的中心？

§01 寻找轮廓的中心

1.1 形状检测和分析

1.2 利用OpenCV寻找边界中心点

※ 总结 ※

如何利用OpenCV寻找轮廓的中心？相关推荐

最新文章

热门文章

如何利用OpenCV寻找轮廓的中心？

§01 寻找轮廓的中心

1.1 形状检测和分析

1.2 利用OpenCV寻找边界中心点

※ 总 结 ※

如何利用OpenCV寻找轮廓的中心？相关推荐

最新文章

热门文章

※ 总结 ※