3h精通OpenCV（四）-绘制形状与文本

不念不忘少年蓝@ 2023-10-02 17:54 26阅读 0赞

右击新建的项目，选择Python File，新建一个Python文件，然后在开头`import cv2`导入cv2库，`import numpy`并且重命名为`np`。

import cv2
    import numpy as np

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16]  
我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 1]

<table> 
 <thead> 
  <tr> 
   <th><font> 1、绘制灰度图像</font></th> 
  </tr> 
 </thead> 
</table>

1.  np.zeros((512,512))，定义一个512X512（高X宽）的矩阵，元素全部为0
2.  因为只有1个通道，所以这是灰度图像，而且所有像素值为0，是一幅纯黑色图像

img=np.zeros((512,512))
    cv2.imshow("Image",img)
    cv2.waitKey(0)

我们来看下效果：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 2]  
我们输出这张图像的尺寸，看看是否只有单通道，发现确实如此。

print(img.shape)

![在这里插入图片描述][fdf63b4c850045d1afae8d99f4ac463d.png]

<table> 
 <thead> 
  <tr> 
   <th><font> 2、给图像上色</font></th> 
  </tr> 
 </thead> 
</table>

*  `np.zeros((512,512,3),np.uint8)`是设置一个高为512，宽为512，通道数为3的三维矩阵。np.uint8是保证了元素的值在\[0,255\]之间。也就是BGR颜色空间的值域。
 *  `img[:]=255,0,0`是对整幅图像进行修改，将颜色变为蓝色，因为B是255，而G和R是0。
 *  最后imshow显示图像。

img=np.zeros((512,512,3),np.uint8)
    print(img.shape)
    img[:]=255,0,0
    cv2.imshow("Image",img)
    cv2.waitKey(0)

我们来运行一下，可以看到图像确实变为蓝色：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 3]

来看下控制台的输出，从刚刚单通道的灰度图像为3通道的彩色图像了：  
![在这里插入图片描述][5462768bce7c4d81837000207727c526.png]  
上一节我们说过，图像裁剪其实是对矩阵进行区域选取，那么上色也是一样，我们可以对图像进行某个区域的上色，而不是全部：`img[200:300,200:300]=255,0,0`

img=np.zeros((512,512,3),np.uint8)
    print(img.shape)
    img[200:300,200:300]=255,0,0
    cv2.imshow("Image",img)
    cv2.waitKey(0)

运行效果如下：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 4]

**一、绘制直线**

*  cv2的line()方法，参数为（图像，起点坐标，终点坐标，线条颜色，线条粗细）
 *  `我们这里的坐标顺序都是（宽，高）。因为在OpenCV中函数都是先宽后高，符合图像认知的规律。`
 *  而numpy矩阵的坐标是（高，宽），因为是某一行某一列，符合数组规律。

img=np.zeros((512,512,3),np.uint8)
    cv2.line(img,(0,0),(img.shape[1],img.shape[0]),(125,125,0),3)
    cv2.imshow("Image",img)
    cv2.waitKey(0)

我们运行看下效果，颜色为青绿色粗细为3的线条：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 5]  
**二、绘制矩形**

*  cv2的rectangle方法，参数为（图像，左上角点坐标，右下角点坐标，线条颜色，线条粗细）

img=np.zeros((512,512,3),np.uint8)
    cv2.line(img,(0,0),(img.shape[1],img.shape[0]),(125,125,0),3)
    cv2.rectangle(img,(0,0),(250,250),(123,222,66),10)
    cv2.imshow("Image",img)
    cv2.waitKey(0)

我们运行看下效果，线条和我们的矩形绘制在灰度图像上：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 6]  
**三、绘制圆形**

*  cv2的circle方法，参数为（图像，圆心，半径，线条颜色，线条粗细）

img=np.zeros((512,512,3),np.uint8)
    cv2.line(img,(0,0),(img.shape[1],img.shape[0]),(125,125,0),3)
    cv2.rectangle(img,(0,0),(250,250),(123,222,66),10)
    cv2.circle(img,(400,400),30,(0,165,165),5)
    cv2.imshow("Image",img)
    cv2.waitKey(0)

大家可以随意进行坐标或颜色的调整，运行下查看效果：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 7]

> 在上面绘制形状的基础上，加上一句代码就可以绘制文本。

我们先看下putText()这个方法的源码的参数，可以看到依次是（原图，文本，起始坐标，字体，大小，颜色，厚度）

def putText(img, text, org, fontFace, fontScale, color, thickness=None, lineType=None, bottomLeftOrigin=None)

实现的代码在第五行：

运行看下效果：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 8]  
除了使用OpenCv的方法来做，还可以通过PIL库和pyplot库实现：[Python在图片上添加注释信息][Python]

--------------------

第四节的内容需要花些时间慢慢去理解了，其实知道OpenCV坐标系与numpy矩阵坐标系的区别，也就豁然开朗了。眼过千遍不如手过一遍，快去动手敲一遍吧~

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/c3baec283d624fab8f6fd2e3e63e2c0d.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/cf585eca870d47d5ad419eb8137d9e1c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/f65e35ade76348d0999fe0f98005c7ab.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[fdf63b4c850045d1afae8d99f4ac463d.png]: https://img-blog.csdnimg.cn/fdf63b4c850045d1afae8d99f4ac463d.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/e0f0c9921e5b4171880808b1425440b9.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[5462768bce7c4d81837000207727c526.png]: https://img-blog.csdnimg.cn/5462768bce7c4d81837000207727c526.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 4]: https://img-blog.csdnimg.cn/b8517b6a767a4cac874f94dce50447a5.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 5]: https://img-blog.csdnimg.cn/a243a21a94f84b67a1537605c941f761.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 6]: https://img-blog.csdnimg.cn/dad8c9ac92da453ab130e1dc21c38374.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 7]: https://img-blog.csdnimg.cn/c40a12d295b54e398bb003bb010f0d33.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 8]: https://img-blog.csdnimg.cn/e6ca16c4d8fa429ea4136848d0457f6d.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[Python]: https://blog.csdn.net/qq_42257666/article/details/122135600