OpenCV 取得輪廓中心點的常見方法，是先用 `cv2.findContours()` 找出輪廓，再用 `cv2.moments()` 計算影像矩。中心點座標可由 `center_x = M["m10"] / M["m00"]` 與 `center_y = M["m01"] / M["m00"]` 得到。
OpenCV 輪廓中心點怎麼算？
OpenCV 輪廓中心點可用影像矩計算。`m00` 代表輪廓面積，`m10` 與 `m01` 分別包含 x、y 方向的一階矩。
公式如下：
```text
center_x = M["m10"] / M["m00"]
center_y = M["m01"] / M["m00"]
```
這個中心點也常稱為 centroid。若輪廓面積為 0，`M["m00"]` 會是 0，直接相除會出錯，所以正式程式要先檢查分母。
完整 Python 範例怎麼寫？
完整流程是讀圖、轉灰階、二值化、找輪廓、取最大輪廓、計算 moments，最後在圖片上畫出中心點。
```py
import cv2
img = cv2.imread("image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, 0)
contours, hierarchy = cv2.findContours(
thresh,
cv2.RETR_TREE,
cv2.CHAIN_APPROX_SIMPLE,
)
cv2.drawContours(img, contours, -1, (0, 255, 0), 3)
if len(contours) > 0:
contour = max(contours, key=cv2.contourArea)
moments = cv2.moments(contour)
if moments["m00"] != 0:
center_x = int(moments["m10"] / moments["m00"])
center_y = int(moments["m01"] / moments["m00"])
cv2.circle(img, (center_x, center_y), 5, (255, 0, 0), -1)
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
這段程式碼比原始筆記多了一個 `moments["m00"] != 0` 判斷，避免空輪廓或面積為零的輪廓造成除以零錯誤。
為什麼範例取最大輪廓？
取最大輪廓適合畫面中主要物件只有一個的情境。若畫面有多個物件，應該逐一計算每個輪廓的中心點，而不是只取最大輪廓。
逐一處理輪廓可以這樣寫：
```py
for contour in contours:
moments = cv2.moments(contour)
if moments["m00"] == 0:
continue
center_x = int(moments["m10"] / moments["m00"])
center_y = int(moments["m01"] / moments["m00"])
cv2.circle(img, (center_x, center_y), 5, (255, 0, 0), -1)
```
在物件追蹤、零件定位或卡片排序任務中，多輪廓中心點通常比單一最大輪廓更有用。
threshold 對中心點有什麼影響？
threshold 會決定哪些像素被視為前景，也會影響輪廓形狀與中心點位置。閾值不合理時，中心點會偏移或找不到正確輪廓。
原文使用固定閾值 `127`，適合亮度穩定的簡單圖片。若拍攝環境光線變化大，可以改用 Otsu threshold 或 adaptive threshold。
```py
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
```
中心點計算本身很短，但前處理品質決定了中心點是否可信。
常見問題
`cv2.moments()` 的 `m00` 是什麼？
`m00` 可視為輪廓面積或零階矩。計算中心點時，`m10` 和 `m01` 都要除以 `m00`。
為什麼要檢查 `m00 != 0`？
`m00` 為 0 時代表輪廓面積為零或無法計算有效面積。若直接相除，Python 會發生除以零錯誤。
OpenCV 中心點座標是 x, y 還是 row, column？
OpenCV 畫圖函數通常使用 `(x, y)` 座標，也就是 `(column, row)`。NumPy 陣列索引則是 `[row, column]`，兩者不要混用。
多個輪廓都要中心點怎麼辦？
多個輪廓都要中心點時，應用 for loop 逐一計算 moments。可以加上面積門檻，排除太小的雜訊輪廓。
參考資料
- OpenCV 文件，Image Moments，https://docs.opencv.org/4.x/dd/d49/tutorial_py_contour_features.html，存取日期：2026-08-27。
- OpenCV 文件，Contours，https://docs.opencv.org/4.x/d4/d73/tutorial_py_contours_begin.html，存取日期：2026-08-27。
延伸閱讀
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2023-04-06