如何使用OpenCV求取二值图像中两个目标的中心点坐标？

直接用OpenCV自带的连通域分析功能实现，抗噪性比轮廓检测更好，可直接输出每个白色前景对象的质心（即你需要的中心点）坐标，代码简洁且结果稳定。

核心流程 #

• 读取图像后转灰度，做二值化处理，确保白色目标像素值为255、黑色背景像素值为0
• 调用cv2.connectedComponentsWithStats()接口，批量获取所有连通域的位置、面积、质心信息
• 跳过标签为0的背景区域，过滤面积极小的噪点连通域，剩余的两个连通域就是目标白色对象，直接提取对应质心坐标即可

可直接运行的代码 #

import cv2
import numpy as np

# 替换成你的二值图像路径
img = cv2.imread("binary_test.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 若输入本身就是标准二值图，可跳过下面的阈值处理步骤
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 8邻域连通域分析，输出统计信息与质心
label_count, labels, stats, centroids = cv2.connectedComponentsWithStats(
    binary, connectivity=8, ltype=cv2.CV_32S
)

center_points = []
# 标签0对应背景，从1开始遍历所有前景连通域
for label_id in range(1, label_count):
    # 读取当前连通域面积
    area = stats[label_id, cv2.CC_STAT_AREA]
    # 过滤小于10像素的噪点，阈值可根据实际图像调整
    if area < 10:
        continue
    # 提取质心坐标：格式为(水平坐标x, 垂直坐标y)
    cx, cy = centroids[label_id]
    center_points.append( (round(cx, 2), round(cy, 2)) )

    # 可选：在原图上标记中心点做结果校验
    cv2.circle(img, (int(cx), int(cy)), 5, (0, 0, 255), -1)

print("提取到的白色对象中心点坐标：", center_points)

# 可选：弹窗显示标注结果
cv2.imshow("center_marked", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意点 #

• 若你的二值图是白底黑对象的反向格式，只需在二值化后加binary = cv2.bitwise_not(binary)翻转像素值即可
• 噪点过滤的面积阈值可根据实际图像的杂点大小调整，避免把噪点误识别为目标
• 输出的坐标遵循OpenCV默认坐标系：原点在图像左上角，x轴向右延伸、y轴向下延伸，可直接用于后续定位、测量等处理

内容的提问来源于stack exchange，提问作者michael