在实例分割图片上找出掩码中心坐标

要在实例分割图片上找出掩码中心坐标，可以按照以下步骤进行：

1. 首先，使用实例分割算法对图片进行分割，得到掩码。

2. 对于每个掩码，可以使用 OpenCV 中的 findContours 函数找到其轮廓。

3. 对于每个轮廓，可以使用 moments 函数计算出其重心坐标，即掩码中心坐标。

4. 将所有掩码的中心坐标记录下来，即可得到所有实例的中心坐标。

以下是 Python 代码示例：

import cv2

# 加载图片和掩码
image = cv2.imread('image.png')
mask = cv2.imread('mask.png', cv2.IMREAD_GRAYSCALE)

# 找到轮廓
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 计算中心坐标
centers = []
for contour in contours:
    moments = cv2.moments(contour)
    center_x = int(moments['m10'] / moments['m00'])
    center_y = int(moments['m01'] / moments['m00'])
    centers.append((center_x, center_y))

# 输出中心坐标
print(centers)

在这个示例中，我们假设图片为 image.png，掩码为 mask.png。使用 OpenCV 的 findContours 函数找到掩码的轮廓，然后使用 moments 函数计算每个轮廓的重心坐标。最后，将所有实例的中心坐标记录在 centers 列表中。