如何使用skimage的regionprops获取不规则形状的内部中心点

你用regionprops默认返回的centroid是区域所有像素的坐标均值，对于凹形等不规则物体确实很容易落在区域外，下面是几种可直接落地的实现方案：

方案1：最大内切圆圆心（推荐，适配绝大多数场景） #

这个点是物体内部可容纳的最大圆形的圆心，100%落在物体内部且尽可能远离边缘，非常适合文本标注的场景，实现方式如下：

import cv2
import numpy as np
from skimage.measure import regionprops

# 输入参数：mask是单物体的二值掩码，前景值为1/255，背景为0
mask = mask.astype(np.uint8)
# 第一步：计算距离变换，每个前景像素的值等于其到最近背景像素的距离
dist_transform = cv2.distanceTransform(mask, cv2.DIST_L2, 5)
# 第二步：取距离变换的最大值对应的坐标，就是最大内切圆圆心
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(dist_transform)
# 输出的max_loc是(x,y)格式，直接兼容OpenCV的putText坐标要求
inner_center = max_loc

如果你的scikit-image版本≥0.24，也可以直接调用regionprops的内置属性获取：

props = regionprops(mask)[0]
# 直接返回(y,x)格式的最大内切圆圆心，转成OpenCV的(x,y)格式即可
inner_center = (int(props.centroid_weighted[1]), int(props.centroid_weighted[0]))

方案2：骨架中点（适配长条/弯管状不规则物体） #

如果你的物体是细长型结构，最大内切圆圆心可能偏置在较粗的一端，用骨架中点效果更好：

from skimage.morphology import skeletonize
import numpy as np

# 提取物体骨架
skeleton = skeletonize(mask.astype(bool))
# 取所有骨架像素坐标的中位数，避免端点干扰
y_list, x_list = np.where(skeleton == 1)
inner_center = (int(np.median(x_list)), int(np.median(y_list)))

方案3：质心校正（适配低计算资源的轻量场景） #

如果对精度要求不高，也可以直接对落在外部的质心做快速校正：

from skimage.measure import regionprops
import numpy as np

props = regionprops(mask.astype(int))[0]
centroid_y, centroid_x = props.centroid
centroid_x, centroid_y = int(centroid_x), int(centroid_y)

# 判断质心是否落在物体内部
if mask[centroid_y, centroid_x] == 0:
    # 找到距离质心最近的前景像素作为替代中心点
    y_coords, x_coords = np.where(mask == 1)
    dist_arr = (x_coords - centroid_x)**2 + (y_coords - centroid_y)**2
    nearest_idx = np.argmin(dist_arr)
    inner_center = (x_coords[nearest_idx], y_coords[nearest_idx])
else:
    inner_center = (centroid_x, centroid_y)

内容的提问来源于stack exchange，提问作者Adam Boyher