python opencv 绘制矩形、圆、线、多边形

👨‍💻个人简介: 深度学习图像领域工作者
🎉总结链接:
             链接中主要是个人工作的总结,每个链接都是一些常用demo,代码直接复制运行即可。包括:
                    📌1.工作中常用深度学习脚本
                    📌2.torch、numpy等常用函数详解
                    📌3.opencv 图片、视频等操作
                    📌4.个人工作中的项目总结(纯干活)
              链接: https://blog.csdn.net/qq_28949847/article/details/128552785
🎉视频讲解: 以上记录,通过B站等平台进行了视频讲解使用,可搜索 ‘Python图像识别’ 进行观看
              B站:Python图像识别
              抖音:Python图像识别
              西瓜视频:Python图像识别


1. cv2.rectangle 绘制矩形

cv2.rectangle()函数是OpenCV中用于在图像上绘制矩形的函数。其语法如下:

cv2.rectangle(img, pt1, pt2, color, thickness=None, lineType=None, shift=None)

参数说明:

  • img:输入的图像矩阵;
  • pt1:矩形的左上角顶点坐标,类型为(x,y);
  • pt2:矩形的右下角顶点坐标,类型为(x,y);
  • color:矩形的颜色,可以是RGB元组或灰度值;
  • thickness:可选参数,指定矩形边框的宽度,默认为1,-1 为实心矩形
  • lineType:可选参数,指定矩形边框的类型,默认为8;
  • shift:可选参数,指定坐标点小数位数,默认为0。

下面是一个例子:

import cv2
import numpy as np

# 创建一个黑色的图像
img = np.zeros((512, 512, 3), np.uint8)

# 在图像上绘制一个红色矩形
cv2.rectangle(img, (100, 100), (300, 300), (0, 0, 255), 3)

# 显示图像
cv2.imshow("rectangle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例效果:
在这里插入图片描述

2. cv2.circle() 绘制圆

cv2.circle()函数是OpenCV中用于在图像上绘制圆形的函数。其语法如下:

cv2.circle(img, center, radius, color, thickness=None, lineType=None, shift=None)

参数说明:

  • img:输入的图像矩阵;
  • center:圆心的坐标,类型为(x,y);
  • radius:圆的半径;
  • color:圆的颜色,可以是RGB元组或灰度值;
  • thickness:可选参数,指定圆边框的宽度,默认为1,-1为实心
  • lineType:可选参数,指定圆边框的类型,默认为8;
  • shift:可选参数,指定坐标点小数位数,默认为0。

下面是一个例子:

import cv2
import numpy as np

# 创建一个黑色的图像
img = np.zeros((512, 512, 3), np.uint8)

# 在图像上绘制一个半径为100的蓝色圆
cv2.circle(img, (256, 256), 100, (255, 0, 0), 3)

# 显示图像
cv2.imshow("circle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例效果:
在这里插入图片描述

3. cv2.polylines() 绘制多边形

在OpenCV中,绘制多边形的函数为cv2.polylines(),该函数的调用格式如下:

cv2.polylines(img, pts, isClosed, color[, thickness[, lineType[, shift]]])

其中,各参数的含义如下:

  • img:要绘制多边形的图像。
  • pts:要绘制的多边形的顶点坐标,类型为numpy.ndarray,其形状**(n,1,2),其中n为多边形的边数,2表示每个点有x和y两个坐标。**
  • isClosed:表示多边形是否封闭,如果为True,则表示多边形是封闭的,会从最后一个点连线到第一个点。
  • color:多边形的颜色,为一个(B,G,R)格式的元组或一个标量。
  • thickness:线条的粗细,默认值为1。
  • lineType:线条的类型,默认值为cv2.LINE_8。
  • shift:坐标点小数位数的位数。

下面是一个绘制多边形的示例代码:

import numpy as np
import cv2

# 创建一张黑色背景图像
img = np.zeros((512, 512, 3), dtype=np.uint8)

# 定义多边形的顶点坐标
pts = np.array([[100, 100], [200, 400], [400, 400], [400, 100]], np.int32)

# 将多边形的顶点坐标转换为需要的格式
pts = pts.reshape((-1, 1, 2))

# 绘制多边形
cv2.polylines(img, [pts], True, (0, 255, 0), thickness=2)

# 显示结果
cv2.imshow('Polygon', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是,在使用cv2.polylines()函数绘制多边形时,要注意坐标的格式和维度,否则会出现绘制失败或者图像错位的情况。同时,可以通过调整线条的粗细、颜色等参数来实现不同的效果。

绘制效果:
在这里插入图片描述

4. cv2.line() 绘制线

cv2.line()函数是OpenCV中用于在图像上绘制直线的函数。其语法如下:

cv2.line(img, pt1, pt2, color, thickness=None, lineType=None, shift=None)

参数说明:

  • img:输入的图像矩阵;
  • pt1:直线的起点坐标,类型为(x,y);
  • pt2:直线的终点坐标,类型为(x,y);
  • color:直线的颜色,可以是RGB元组或灰度值;
  • thickness:可选参数,指定直线的宽度,默认为1;
  • lineType:可选参数,指定直线的类型,默认为8;
  • shift:可选参数,指定坐标点小数位数,默认为0。

下面是一个例子:

import cv2
import numpy as np

# 创建一个黑色的图像
img = np.zeros((512, 512, 3), np.uint8)

# 在图像上绘制一条红色直线
cv2.line(img, (0, 0), (511, 511), (0, 0, 255), 5)

# 显示图像
cv2.imshow("line", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例效果:
在这里插入图片描述

  • 2
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要找到矩形的顶点,可以使用OpenCV中的轮廓检测算法。以下是一些基本的代码示例: ```python import cv2 import numpy as np # 加载图像 img = cv2.imread('image.jpg') # 灰度化和二值化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 遍历轮廓 for cnt in contours: # 获取轮廓周长 perimeter = cv2.arcLength(cnt, True) # 使用多边形逼近方法,得到近似的轮廓 approx = cv2.approxPolyDP(cnt, 0.02*perimeter, True) # 如果近似轮廓的边数为4,说明可能是矩形 if len(approx) == 4: # 计算轮廓面积 area = cv2.contourArea(cnt) # 计算轮廓的外接矩形 rect = cv2.minAreaRect(cnt) # 计算矩形的长宽比 aspect_ratio = float(rect[1][0])/float(rect[1][1]) # 如果长宽比在某个范围内,说明可能是矩形 if aspect_ratio >= 0.9 and aspect_ratio <= 1.1: # 获取矩形的四个顶点 rect_points = cv2.boxPoints(rect) rect_points = np.int0(rect_points) # 在原图上绘制矩形的边框 cv2.drawContours(img, [rect_points], 0, (0, 0, 255), 2) # 在原图上绘制矩形的四个顶点 for point in rect_points: cv2.circle(img, tuple(point), 5, (0, 255, 0), -1) # 显示结果 cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个例子中,我们首先使用`cv2.imread()`函数从磁盘上的图像文件中读取图像,并将其转换为灰度图像,并进行二值化处理。然后,我们使用`cv2.findContours()`函数来查找图像中的轮廓。 接着,我们使用`cv2.approxPolyDP()`函数来对每个轮廓进行多边形逼近,以便得到近似的轮廓。如果近似轮廓的边数为4,则说明可能是矩形。接着,我们计算该轮廓的面积和外接矩形,并计算矩形的长宽比。如果长宽比在某个范围内,说明可能是矩形。 最后,我们使用`cv2.drawContours()`函数在原图上绘制矩形的边框,并使用`cv2.circle()`函数在原图上绘制矩形的四个顶点。将所有检测到的矩形绘制出来后,我们使用`cv2.imshow()`函数来显示结果。 当然,这只是一个基本的示例,您可以根据您的需求进行调整和修改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Python图像识别

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值