取得 OpenCV 輪廓中心點：cv2.moments 計算 centroid 範例

Q: `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`。

Q: 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。

Q: 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。

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：

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。

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：

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。

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

Q`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。

Q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。

QOpenCV 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。

Q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。

關於作者

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