如何提取每个正方形bounding box的中心点坐标并存入元组列表

获取每个橙色正方形的中心点坐标（即边界框内标注的蓝色点），将坐标存储为元组列表。当前使用的检测代码如下：

import cv2 as cv
import numpy as np 
from cvzone.ColorModule import ColorFinder
import cvzone 

img = cv.imread("image_path")

myColorFinder = ColorFinder(False)
hsvValsOrange = {'hmin': 0, 'smin': 164, 'vmin': 0, 'hmax': 179, 'smax': 255, 'vmax': 255}

imgColor,mask = myColorFinder.update(img,hsvValsOrange)
  
imgContour, contours = cvzone.findContours(img,mask, minArea=1000)

  
if len(contours):
    data = contours[0]["center"][0],h-contours[0]["center"][1],int(contours[0]["area"])
    print(data)

imgStack = cvzone.stackImages([img,imgColor,mask,imgContour],2,0.5)
   
cv.imshow("Image", imgStack)

cv.waitKey(0)
cv.destroyAllWindows()

• 代码仅读取了contours列表的第一个元素，只能获取1个橙色块的信息，无法拿到所有检测目标
• 代码中使用的h（图像高度）变量未提前定义，运行会触发报错

读取图像后先获取图像尺寸，遍历所有检测到的有效轮廓，逐个提取中心点信息存入元组列表即可，修正后代码：

import cv2 as cv
import numpy as np 
from cvzone.ColorModule import ColorFinder
import cvzone 

img = cv.imread("image_path")
# 获取图像高度、宽度
h, w = img.shape[:2]

myColorFinder = ColorFinder(False)
hsvValsOrange = {'hmin': 0, 'smin': 164, 'vmin': 0, 'hmax': 179, 'smax': 255, 'vmax': 255}

imgColor,mask = myColorFinder.update(img,hsvValsOrange)
  
imgContour, contours = cvzone.findContours(img,mask, minArea=1000)

center_result = []
for cnt in contours:
    # 元组格式：(中心点x坐标, 翻转y轴后的中心点y坐标, 块面积)
    point_data = (
        cnt["center"][0],
        h - cnt["center"][1],
        int(cnt["area"])
    )
    center_result.append(point_data)

print(center_result)

imgStack = cvzone.stackImages([img,imgColor,mask,imgContour],2,0.5)
   
cv.imshow("Image", imgStack)

cv.waitKey(0)
cv.destroyAllWindows()

运行后center_result就是需要的元组列表，cvzone.findContours返回的contours已经按minArea=1000做了面积过滤，不会包含过小的噪点轮廓。

内容的提问来源于stack exchange，提问作者noca951