通过python使用opencv计算图像的中心

“““
（1）检测出图像中的每一种形状的轮廓
（2）计算轮廓的中心——也叫形心。
转换成灰度图；
滤波以减少高频噪声，使轮廓检测更加精确；
图像二值化。边缘检测和阈值化经常被用于此过程，本教程采用阈值化。
“““

import argparse
import imutils
import cv2

ap = argparse.ArgumentParser（）
#--image 参数: 磁盘中待处理图像的路径
ap.add_argument（“-i““--image“required=Truehelp=“path to the input image“）
args = vars（ap.parse_args（））

image = cv2.imread（args[“image“]）
gray = cv2.cvtColor（imagecv2.COLOR_BGR2GRAY）
#5×5 内核的高斯平滑
blurred = cv2.GaussianBlur（gray（55）0）
#阈值化
thresh = cv2.threshold（blurred60255cv2.THRESH_BINARY）[1]

#使用轮廓检测去定位这些白色区域
#返回图像上每一个白块对应的边界点集合（即轮廓）
cnts