您可以简单地对图像进行阈值处理并找到剩余图像的平均坐标。当存在多个具有相同强度的值时，可以处理这种情况。当您对图像进行阈值处理时，显然会有一个以上的亮白色像素，因此，如果您希望将它们全部组合在一起，请找到质心或平均坐标以确定所有这些白亮像素的中心。在这种特殊情况下无需过滤。这是MATLAB中要处理的事情。

我已直接读取该图像，将其转换为灰度并清除了包围每个图像的白色边框。接下来，我将图像分成5个块，对图像进行阈值处理，找到剩余的平均坐标，并在每个中心所在的位置放置一个点：

im = imread('http://pages.cs.wisc.edu/~csverma/CS766_09/Stereo/callight.jpg');
im = rgb2gray(im);
im = imclearborder(im);

%// Split up images and place into individual cells
split_point = floor(size(im,2) / 5);
images = mat2cell(im, size(im,1), split_point*ones(5,1));

%// Show image to place dots
imshow(im);
hold on;

%// For each image...
for idx = 1 : 5
    %// Get image
    img = images{idx}; 

    %// Threshold
    thresh = img > 200;

    %// Find coordinates of thresholded image
    [y,x] = find(thresh);

    %// Find average
    xmean = mean(x);
    ymean = mean(y);

    %// Place dot at centre
    %// Make sure you offset by the right number of columns
    plot(xmean + (idx-1)*split_point, ymean, 'r.', 'MarkerSize', 18);
end        

我得到这个：

如果您需要Python解决方案，建议您将scikit-image结合使用numpy和matplotlib进行绘图。这是上面用Python转录的代码。请注意，我手动将链接引用的图像保存在磁盘上并命名为balls.jpg：

import skimage.io
import skimage.segmentation
import numpy as np
import matplotlib.pyplot as plt

# Read in the image
# Note - intensities are floating point from [0,1]
im = skimage.io.imread('balls.jpg', True)

# Threshold the image first then clear the border
im_clear = skimage.segmentation.clear_border(im > (200.0/255.0))

# Determine where to split up the image
split_point = int(im.shape[1]/5)

# Show image in figure and hold to place dots in
plt.figure()
plt.imshow(np.dstack([im,im,im]))

# For each image...
for idx in range(5):

  # Extract sub image
  img = im_clear[:,idx*split_point:(idx+1)*split_point]

  # Find coordinates of thresholded image
  y,x = np.nonzero(img)

  # Find average
  xmean = x.mean()
  ymean = y.mean()

  # Plot on figure
  plt.plot(xmean + idx*split_point, ymean, 'r.', markersize=14)

# Show image and make sure axis is removed
plt.axis('off')
plt.show()

我们得到这个数字：

小边注

我本可以完全跳过上面的代码并使用regionprops（MATLAB link，scikit-imagelink）。您可以简单地对图像进行阈值处理，然后申请regionprops找到每个白色像素簇的质心，但是我想我将向您展示一种更为手动的方法，以便您可以欣赏算法并亲自了解它。

希望这可以帮助！