Opencv中如何寻找连通域的几何中心

拿如下图做解释                                         //图片来自http://www.opencv.org.cn/forum.php?mod=viewthread&tid=2865714

这张图里面有多个几何图形，如何得到每一个多边形的中心点。我们需要以下几个函数实现

findContours( InputOutputArray image, OutputArrayOfArrays contours,OutputArray hierarchy, int mode,  int method, Point offset=Point());

Moments moments(InputArray array, bool binaryImage=false )

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

findContours可以寻找图像中的轮廓，而知道了轮廓再去找中心其实是个数学问题。

moments计算轮廓的特征矩，有了特征矩就可以计算中心。至于其中按照什么数学思想进行运算，请参考以下博文：

https://www.cnblogs.com/mikewolf2002/p/3427564.html

drawContours可以画出找得到轮廓。因为本篇关注中线点，这个函数我只是提到，大家有兴趣可以自行查阅：

http://www.opencv.org.cn/opencvdoc/2.3.2/html/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=drawcontours#void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness, int lineType, InputArray hierarchy, int maxLevel, Point offset)

接下来是实例代码：

int main()
{
	Mat matSrc = imread("qiqiaoban.jpg", 0);
	GaussianBlur(matSrc, matSrc, Size(5, 5), 0);
	vector > contours;//contours的类型，双重的vector
	vector hierarchy;//Vec4i是指每一个vector元素中有四个int型数据。
	//阈值
	threshold(matSrc, matSrc, 60, 255, THRESH_BINARY);
	//寻找轮廓，这里注意，findContours的输入参数要求是二值图像，二值图像的来源大致有两种，第一种用threshold，第二种用canny
	findContours(matSrc.clone(), contours, hierarchy,CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));
	/// 计算矩
	vector mu(contours.size());
	for (int i = 0; i < contours.size(); i++)
	{
		mu[i] = moments(contours[i], false);
	}
	///  计算中心矩:
	vector mc(contours.size());
	for (int i = 0; i < contours.size(); i++)
	{
		mc[i] = Point2f(mu[i].m10 / mu[i].m00, mu[i].m01 / mu[i].m00);
	}
	/// 绘制轮廓
	Mat drawing = Mat::zeros(matSrc.size(), CV_8UC1);
	for (int i = 0; i < contours.size(); i++)
	{
		Scalar color = Scalar(255);
		drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());
		circle(drawing, mc[i], 4, color, -1, 8, 0);
	}
	imshow("outImage",drawing);
	waitKey();
	return 0;

}

效果如下：