导入所需的库，包括 opencv 和 numpy。 读取图片。 将图片转换为灰度图。 使用 Canny 算法进行边缘检测。 使用 findContours 函数找出图像中的轮廓。 遍历每个轮廓，计算轮廓的面积，如果面积在一定范围内，则认为这个轮廓对应的是一个枸杞。 对于每个枸杞轮廓，使用 minAreaRect 函数计算出最小外接矩形，然后可以得到最小外接矩形的中心点坐标。

首先，需要导入所需的库，包括 opencv 和 numpy。

import cv2
import numpy as np

然后，使用 cv2.imread() 函数读取图片。

img = cv2.imread('image.jpg')

接下来，将图片转换为灰度图。

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

使用 Canny 算法进行边缘检测。

edges = cv2.Canny(gray, 50, 150)

使用 findContours 函数找出图像中的轮廓。

contours, _ = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

遍历每个轮廓，计算轮廓的面积，如果面积在一定范围内，则认为这个轮廓对应的是一个枸杞。

for cnt in contours:
    area = cv2.contourArea(cnt)
    if area > min_area and area < max_area:
        # 轮廓对应的是一个枸杞
        ...

对于每个枸杞轮廓，使用 minAreaRect 函数计算出最小外接矩形，然后可以得到最小外接矩形的中心点坐标。

rect = cv2.minAreaRect(cnt)
center = rect[0]

最终，可以使用 cv2.drawContours 函数将所有枸杞轮廓绘制在原图上，并使用 cv2.circle 函数在中心点处绘制圆圈。

cv2.drawContours(img, [cnt], 0, (0, 255, 0), 3)
cv2.circle(img, (int(center[0]), int(center[1])), 5, (0, 0, 255), -1)