使用OpenCV和Python将图像居中

我们的程序收集一系列图像，如图所示：

现在，我需要将“H”居中到50x50图像的中心（以便可以将其馈送到ML算法），如何继续

---

编辑：所有的输入数据都将类似于给定的图像，并且是灰度的。

它们都将是字母（甚至是H）

有几种方法可以做到这一点。最快（但最简单）的方法是找到最左边和最右边的黑色像素，然后在中间点居中。然后做同样的垂直运动。基本上为你的图像创建一个边界框，在这里你可以过滤任何不是

#FFFFFF

---

同样，这取决于数据。

它们都是字母（甚至是H）

有几种方法可以做到这一点。最快（但最简单）的方法是找到最左边和最右边的黑色像素，然后在中间点居中。然后做同样的垂直运动。基本上为你的图像创建一个边界框，在这里你可以过滤任何不是

#FFFFFF

---

同样，这取决于数据。

您也可以使用Scikit image找到图像的重心（或您自己的函数），然后使用填充来转换图像？在Python中执行此操作的基本方法是：

im=numpy.zero（（20,20））
im[2:6，2:14]=1
#确定质心
com=图像、测量值、质量中心（im）
打印（com）
#x轴和y轴上的平移距离
x_trans=int（im.shape[0]//2-com[0]）
y_trans=int（im.shape[1]//2-com[1]）
#从图像中填充并移除像素以执行转换
如果x_trans>0：
im2=numpy.pad（im，（（x_trans，0），（0，0）），mode='constant'）
im2=im2[：im.形状[0]-x_trans，：]
其他：
im2=numpy.pad（im，（（0，-x_trans），（0，0）），mode='constant'）
im2=im2[-x_trans:，：]
如果y_trans>0：
im3=numpy.pad（im2，（（0,0），（y_trans，0）），mode='constant'）
im3=im3[：，：im.形状[0]-y_trans]
其他：
im3=numpy.pad（im2，（（0,0），（0，-y_trans）），mode='constant'）
im3=im3[：，-y_trans:]
打印（图像.测量.质量中心（im3））

您也可以使用Scikit image查找图像的重心（或您自己的函数），然后使用填充来翻译图像？在Python中执行此操作的基本方法是：

im=numpy.zero（（20,20））
im[2:6，2:14]=1
#确定质心
com=图像、测量值、质量中心（im）
打印（com）
#x轴和y轴上的平移距离
x_trans=int（im.shape[0]//2-com[0]）
y_trans=int（im.shape[1]//2-com[1]）
#从图像中填充并移除像素以执行转换
如果x_trans>0：
im2=numpy.pad（im，（（x_trans，0），（0，0）），mode='constant'）
im2=im2[：im.形状[0]-x_trans，：]
其他：
im2=numpy.pad（im，（（0，-x_trans），（0，0）），mode='constant'）
im2=im2[-x_trans:，：]
如果y_trans>0：
im3=numpy.pad（im2，（（0,0），（y_trans，0）），mode='constant'）
im3=im3[：，：im.形状[0]-y_trans]
其他：
im3=numpy.pad（im2，（（0,0），（0，-y_trans）），mode='constant'）
im3=im3[：，-y_trans:]
打印（图像.测量.质量中心（im3））

是的，所有图像都将是灰度的字母或数字。我会试试这个。谢谢：）是的，所有的图像都是灰度的字母或数字。我会试试这个。谢谢：）