如何用Python+OpenCV定位图像中书本的中心？代码异常求解

问题根源 #

1. 错误选择轮廓：直接取contours[0]大概率不是书本的轮廓，而是图像中面积更小的噪声轮廓，导致质心计算完全偏离。
2. 手动计算质心不严谨：手动累加轮廓点坐标再取平均的方式，不仅效率低，还容易因轮廓点分布问题出现误差，且未处理除以0的边界情况。

修正方案 #

1. 筛选正确的书本轮廓

通过轮廓面积排序，取面积最大的轮廓，这才是我们需要的书本主体：

# 按轮廓面积从大到小排序，取第一个（最大的轮廓）
contours = sorted(contours, key=cv2.contourArea, reverse=True)
book_contour = contours[0]

2. 使用OpenCV矩函数计算质心

利用cv2.moments()计算轮廓的矩，通过矩的数学公式推导质心，精度更高且更可靠：

M = cv2.moments(book_contour)
# 避免除以0的异常情况
if M["m00"] != 0:
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])
else:
    cX, cY = 0, 0

3. 优化预处理（可选）

添加高斯模糊减少噪声，配合RETR_EXTERNAL提取最外层轮廓，进一步提升轮廓质量：

# 高斯模糊降噪
blurred = cv2.GaussianBlur(imgray, (5, 5), 0)
# 二值化
ret, thresh = cv2.threshold(blurred, 127, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
# 只提取最外层轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

完整修正代码 #

import cv2
import numpy as np

image = cv2.imread("29289.jpg")
imgray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 预处理：模糊降噪+二值化
blurred = cv2.GaussianBlur(imgray, (5, 5), 0)
ret, thresh = cv2.threshold(blurred, 127, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)

# 提取最外层轮廓并按面积排序
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = sorted(contours, key=cv2.contourArea, reverse=True)
book_contour = contours[0]

# 绘制书本轮廓
cv2.drawContours(image, [book_contour], -1, (0, 255, 0), 2)

# 计算并绘制质心
M = cv2.moments(book_contour)
if M["m00"] != 0:
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])
else:
    cX, cY = 0, 0
cv2.circle(image, (cX, cY), 5, (0, 0, 255), -1)

# 显示结果
cv2.namedWindow("Result", cv2.WINDOW_NORMAL)
cv2.imshow("Result", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键细节说明 #

• cv2.RETR_EXTERNAL：仅提取最外层轮廓，避免书本内部的文字、图案等小轮廓干扰。
• cv2.CHAIN_APPROX_SIMPLE：压缩轮廓点数量（比如把矩形的四个点保留，去掉中间冗余点），减少计算量且不影响质心精度。
• 面积排序：确保我们选中的是图像中最大的物体（书本），而非噪声或其他小物体。

内容的提问来源于stack exchange，提问作者vojtam