用python阈值分割一个特定阈值的区域并绘出中心点

以下是用Python进行阈值分割并绘制中心点的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对图像进行阈值分割
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找图像中的轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 遍历所有轮廓
for cnt in contours:
    # 计算轮廓的中心点
    M = cv2.moments(cnt)
    cx = int(M['m10'] / M['m00'])
    cy = int(M['m01'] / M['m00'])
    
    # 如果中心点在特定阈值区域内，则绘制中心点
    if cx > 100 and cx < 200 and cy > 100 and cy < 200:
        cv2.circle(img, (cx, cy), 5, (0, 0, 255), -1)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例代码中，我们首先读取一张图像，并将其转换为灰度图像。然后我们使用cv2.threshold()函数对图像进行阈值分割，将其转换为二值图像。接下来，我们使用cv2.findContours()函数查找图像中的所有轮廓，并遍历所有轮廓。对于每个轮廓，我们使用cv2.moments()函数计算其中心点，并判断中心点是否在特定阈值区域内。如果在，则使用cv2.circle()函数绘制中心点。最后，我们使用cv2.imshow()函数显示图像，并等待用户按下任意键关闭窗口。