Springboot集成Kafka

图像重心（或质心）计算是计算机视觉和图像处理领域
应用领域广泛：包括医疗,生物，动画，机器人等。
该文章通过灰度转换->二值化->质心计算
以下是代码中涉及的一些数学概念和公式：

1. 灰度转换：

   • 从RGB到灰度的转换通常是通过加权平均的方式完成的，公式如下： Igray=0.2989⋅R+0.5870⋅G+0.1140⋅BIgray​=0.2989⋅R+0.5870⋅G+0.1140⋅B 这里 RR, GG, BB 分别是红、绿、蓝三个颜色通道的强度，IgrayIgray​ 是转换后的灰度值。

2. 二值化：

   • imbinarize 函数会将灰度图像转换成二值图像，通常基于一个阈值 TT，如果像素值大于 TT 则设置为 1（白色），否则设置为 0（黑色）。这个过程可以用以下伪代码表示：

     if I_gray(x, y) > T then
         binaryImage(x, y) = 1;
     else
         binaryImage(x, y) = 0;
     end

   • 阈值 TT 可以通过不同的算法自动计算，例如Otsu方法。

        3.计算

 代码示例
 

​​​​clc
clear
image = imread('1.png');
grayImage = rgb2gray(image);
binaryImage = imbinarize(grayImage);
binaryImage = ~binaryImage;
stats = regionprops('table', binaryImage, 'Centroid', 'Area');
centroids = stats.Centroid;
areas = stats.Area;
% 选择面积最大的轮廓
[~, largestIdx] = max(areas);
centroid = centroids(largestIdx, :);
% 显示结果
figure;
imshow(image); % 显示原始图像
hold on;
plot(centroid(1), centroid(2), 'r*', 'MarkerSize', 10, 'LineWidth', 2); % 绘制重心
title('Detected Centroid');
hold off;
% 输出重心坐标
disp(['重心坐标: (', num2str(centroid(1)), ', ', num2str(centroid(2)), ')']);

实验测试