opencv找出图片中的所有同心圆标识和方形黑白标识的中心坐标c++

要找出图片中的所有同心圆标识和方形黑白标识的中心坐标，可以使用OpenCV中的函数`findContours`来查找标识对象的轮廓，然后使用`moments`函数来计算轮廓的几何矩，最后使用这些几何矩计算出标识中心的坐标。

下面是一个简单的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取图像
    Mat img = imread("image.jpg");

    // 将图像转换为灰度图像
    Mat gray;
    cvtColor(img, gray, COLOR_BGR2GRAY);

    // 二值化图像
    Mat thresh;
    threshold(gray, thresh, 127, 255, THRESH_BINARY);

    // 查找轮廓
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    findContours(thresh, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 遍历每个轮廓
    for (size_t i = 0; i < contours.size(); i++)
    {
        // 计算轮廓的几何矩
        Moments moments = moments(contours[i]);

        // 如果轮廓面积太小，则忽略该轮廓
        if (moments.m00 < 100)
            continue;

        // 计算标识中心的坐标
        int cx = moments.m10 / moments.m00;
        int cy = moments.m01 / moments.m00;

        // 判断标识类型
        double area = contourArea(contours[i]);
        double perimeter = arcLength(contours[i], true);
        double circularity = 4 * M_PI * area / (perimeter * perimeter);

        // 如果是同心圆标识
        if (circularity > 0.9)
        {
            // 在图像上绘制标识中心和类型
            circle(img, Point(cx, cy), 5, Scalar(0, 0, 255), -1);
            putText(img, "Circle", Point(cx, cy + 20), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 0, 255), 1);
        }
        // 如果是方形黑白标识
        else
        {
            // 在图像上绘制标识中心和类型
            circle(img, Point(cx, cy), 5, Scalar(0, 255, 0), -1);
            putText(img, "Square", Point(cx, cy + 20), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0), 1);
        }
    }

    // 显示图像
    imshow("image", img);
    waitKey(0);
    destroyAllWindows();

    return 0;
}

在此示例代码中，我们首先找到所有轮廓，然后遍历每个轮廓。对于每个轮廓，我们计算它的几何矩，并根据轮廓的面积和周长计算它的圆度（circularity）。如果圆度大于0.9，则认为这个轮廓是同心圆标识，否则认为它是方形黑白标识。最后，我们在图像上绘制标识中心和类型。