OpenCV学习笔记_3_绘图

OpenCV绘图功能


目标

  • 学习使用OpenCV绘制不同的几何形状
  • 您将学习以下函数:cv2.line()cv2.circle()cv2.rectangle()cv2.ellipse(),**cv2.putText()**等。

在上述所有函数中,您将看到如下所示的一些常见参数:

  • mg:要绘制形状的图像

  • 颜色:形状的颜色。对于BGR,将其作为元组传递,例如:(255,0,0)for blue。对于灰度,只需传递标量值。

  • 厚度:线条或圆形等的厚度。对于圆形等闭合数字,如果为**-1**,则会填充形状。默认厚度= 1

  • lineType:线的类型,是否为8连接,消除锯齿线等*。默认情况下,它是8连接的。*

    cv2.LINE_AA给出抗锯齿线,看起来很适合曲线。


注意:OpenCV默认左上角为坐标原点(0,0)>~<
绘图线–cv2.line()

要绘制线条,您需要传递线条的起点终点坐标

下面案例,我们将创建一个黑色图像,并在其上从左上角到右下角绘制一条蓝线。

import numpy as np
import cv2

#绘制一张黑色背景,颜色模式为(0,0,0)
img = np.zeros((512,512,3) , np.uint8)
img = cv2.line(img , (0,0) , (511,511) , (255,0,0) ,5)
cv2.imshow('1' , img)
cv2.waitKey()
cv2.destroyAllWindows()

np.zeros(shape, dtype=float, order=‘C’)

返回:返回来一个给定形状和类型的用0填充的数组

参数:

  1. shape:形状

  2. dtype:数据类型,可选参数,默认numpy.float64

    dtype类型:t ,位域,如t4代表4位
    
              b,布尔值,true or false
    
              i,整数,如i8(64位)
    
              u,无符号整数,u8(64位)
    
              f,浮点数,f8(64位)
    
              c,浮点负数,
    
              o,对象,
    
              s,a,字符串,s24
    
              u,unicode,u24
    

绘制矩形–cv2.rectangle()


要绘制矩形,您需要矩形的参数:左上角右下角

案例将在图像的右上角绘制一个绿色矩形

img=cv2.rectangle(img , (384,0) , (510,120) , (225,225,225) , 3

绘制圆


要绘制圆,您需要其参数:中心坐标半径

  1. 绘图对象
  2. 中心位置(x , y)
  3. 圆的半径
  4. 线条颜色和格式

案例中我们将在上面绘制的矩形内绘制一个圆

img = cv2.circle(img , (447,63) , 63 , (0,0,225) , -1)

绘制椭圆


绘制椭圆需要传递以下参数:

  1. 绘图对象

  2. 中心位置(x , y)

  3. 椭圆的轴长度,包括长轴长度,短轴长度

  4. angle,椭圆在逆时针方向上的旋转角度

  5. starAngle,表示从长轴开始顺时针方向测量椭圆弧的开始

    endAngle,表示从长轴开始顺时针方向测量椭圆弧的结束

    0到360为一个完整的椭圆

  6. 线条的颜色

  7. 线条的宽度,-1代表填充

img = cv2.ellipse(img , (256,256) , (100,50) , 0 , 0 , 180 , (0,225,0) , -1)

绘制多边形


画多边形需要指定一系列多边形的顶点坐标,相当于从第一个点到第二个点画直线,再从第二个点到第三个点画直线…

绘制多边形应具有以下参数:

  1. 绘图对象

  2. 多边形的顶点坐标,需要为int32位数据,可以是矩阵

    OpenCV中需要先将多边形的顶点坐标需要变成顶点数×1×2维的矩阵,再来绘制

  3. 参数3如果是False的话,多边形就不闭合,True表示闭合

    样例:

    #设置顶点数组
    pts = np.array([[10 , 5] , [20 , 30] , [70 , 20] , [50 , 10]] , np.int32)
    #数组转置
    pts2 = pts.reshape((-1,1,2))#第一个参数-1代表设置,第二个参数代表1行,第三个参数代表每个元素的数据数量
    #绘制图像
    img = cv2.polylines(img , [pts2] ,True, (0,225 , 255) , 1)
    

    注意:上面绘制出是一个封闭图像

    但是img = cv2.polylines(img , pts2 ,True, (0,225 , 255) , 1)绘制出是四个顶点,没有连线

    原因在于[pts2]是一个4列1行2元素的矩阵,pts2只是四个1行2列矩阵,也就是说,可以尝试在一个函数中绘制多个图像。

    尝试:

    pts = np.array([[10 , 5] , [20 , 30] , [70 , 20] , [50 , 10]] , np.int32)
    pts2 = pts.reshape((-1,1,2))
    
    pts3 = np.array([[150 , 200] , [300 , 400] , [400 , 300] , [200 , 200]] , np.int32)
    
    mg = cv2.polylines(img , [pts2 , pts3],True, (0,225 , 255) , 1)
    

    成功输出两个图像,猜测cv2.polylines()函数,会从第一点连接到第二点,从第二个点连到第三个点…直到连完四个点之后,第一个图像绘制结束。

numpy.reshape

numpy.reshapeanewshape,*order =‘C’*

作用是在不改变矩阵的数值的前提下修改矩阵的形状

参数:

  1. a 需要整形的数组

  2. newshape : int或int of int

    新形状应与原始形状兼容。如果是整数,则结果将是该长度的1-D数组。一个形状尺寸可以是-1。在这种情况下,该值是从数组长度和剩余维度推断出来的

    缺省值-1代表我不知道要给行(或者列)设置为几,reshape函数会根据原矩阵的形状自动调整

  3. order : {‘C’,‘F’,‘A’},可选

    使用此索引顺序读取a的元素,使用此索引顺序将元素放入重新整形的数组中。

    C表示使用类似C的索引顺序读取/写入元素,最后一个轴索引变化最快,返回到第一个轴索引变化最慢

    F表示使用类似Fortran的索引顺序读/写元素,第一个索引变化最快,最后一个索引变化最慢。请注意

    CF选项不考虑底层数组的内存布局,只涉及索引的顺序。

    A表示以类似Fortran的索引顺序读取/写入元素,如果a在内存中是Fortran 连续的,否则是C-like顺序。

向图像添加文字:


要将文本放入图像中,您需要指定以下参数:

  • 修改的图像对象
  • 要写入的文本数据
  • 您想要放置它的位置坐标(即数据开始的左下角)。
  • 字体类型(检查支持字体的**cv2.putText()**文档)
  • 字体缩放(指定字体大小)
  • 字体效果,如颜色,厚度,线型等。为了更好的外观,建议。lineType = cv2.LINE_AA
字体类型
FONT_HERSHEY_SIMPLEX
Python: cv.FONT_HERSHEY_SIMPLEX
正常大小的无衬线字体

FONT_HERSHEY_PLAIN
Python: cv.FONT_HERSHEY_PLAIN
小型无衬线字体

FONT_HERSHEY_DUPLEX
Python: cv.FONT_HERSHEY_DUPLEX
正常大小的sans-serif字体(比FONT_HERSHEY_SIMPLEX更复杂)

FONT_HERSHEY_COMPLEX
Python: cv.FONT_HERSHEY_COMPLEX
正常大小衬线字体

FONT_HERSHEY_TRIPLEX
Python: cv.FONT_HERSHEY_TRIPLEX
正常大小的衬线字体(比FONT_HERSHEY_COMPLEX更复杂)

FONT_HERSHEY_COMPLEX_SMALL
Python: cv.FONT_HERSHEY_COMPLEX_SMALL
FONT_HERSHEY_COMPLEX的较小版本

FONT_HERSHEY_SCRIPT_SIMPLEX
Python: cv.FONT_HERSHEY_SCRIPT_SIMPLEX
书写风格的字体

FONT_HERSHEY_SCRIPT_COMPLEX
Python: cv.FONT_HERSHEY_SCRIPT_COMPLEX
FONT_HERSHEY_SCRIPT_SIMPLEX的更复杂的变体

FONT_ITALIC
Python: cv.FONT_ITALIC
标志为斜体字体

样例:

cv2.putText(img , 'master,Wellcom' , (10, 500) , font , 1 ,(255 , 255 , 255) , cv2.LINE_4)

展示:

import numpy as np
import cv2


img = np.zeros((512,512,3) , np.uint8)
img = cv2.line(img , (0,0) , (511,511) , (255,0,0) ,5)
img=cv2.rectangle(img , (384,0) , (510,120) , (225,225,225) , 3)
img = cv2.circle(img , (447,63) , 63 , (0,0,225) , -1)
img = cv2.ellipse(img , (256,256) , (100,50) , 0 , 0 , 180 , (0,225,0) , -1)

pts = np.array([[10 , 5] , [20 , 30] , [70 , 20] , [50 , 10]] , np.int32)
pts2 = pts.reshape((-1,1,2))
pts3 = np.array([[150 , 200] , [300 , 400] , [400 , 300] , [200 , 200]] , np.int32)
mg = cv2.polylines(img , [pts2 , pts3],True, (0,225 , 255) , 1)

font = cv2.FONT_HERSHEY_COMPLEX
cv2.putText(img , 'master,Wellcom' , (10, 500) , font , 1 ,(255 , 255 , 255) , cv2.LINE_4)

cv2.imshow('1' , img)
cv2.waitKey()
cv2.destroyAllWindows()

鼠标作为画笔


  • 学习如何在OpenCV中处理鼠标事件
  • 您将学习以下函数:cv2.setMouseCallback()

接下来我们创建一个简单函数,无论我们在哪里双击都会在图像上绘制一个圆

第一步

我们创建一个鼠标回调函数,该函数在鼠标事件发生时执行。该函数可以是与鼠标相关的任意鼠标事件(函数),如左键点击,左键向上等。它将会为我们提供鼠标事件的坐标(x,y)。通过此活动和坐标,我们可以做任意操作。

运行代码:

import cv2
events = [i  for i in dir(cv2) if 'EVENT' in i]
print(events)
# 输出所有的鼠标事件对应函数

输出如下:

['EVENT_FLAG_ALTKEY', 'EVENT_FLAG_CTRLKEY', 'EVENT_FLAG_LBUTTON', 'EVENT_FLAG_MBUTTON', 'EVENT_FLAG_RBUTTON', 'EVENT_FLAG_SHIFTKEY', 'EVENT_LBUTTONDBLCLK', 'EVENT_LBUTTONDOWN', 'EVENT_LBUTTONUP', 'EVENT_MBUTTONDBLCLK', 'EVENT_MBUTTONDOWN', 'EVENT_MBUTTONUP', 'EVENT_MOUSEHWHEEL', 'EVENT_MOUSEMOVE', 'EVENT_MOUSEWHEEL', 'EVENT_RBUTTONDBLCLK', 'EVENT_RBUTTONDOWN', 'EVENT_RBUTTONUP']
部分说明:
EVENT_MOUSEMOVE 滑动
EVENT_LBUTTONDOWN 左击
EVENT_RBUTTONDOWN 右击
EVENT_MBUTTONDOWN 中键点击
EVENT_LBUTTONUP 左键放开
EVENT_RBUTTONUP 右键放开
EVENT_MBUTTONUP 中键放开
EVENT_LBUTTONDBLCLK 左键双击
EVENT_RBUTTONDBLCLK 右键双击
EVENT_MBUTTONDBLCLK 中键双击

常见鼠标回调函数

创建鼠标回调函数具有特定的格式,所有的鼠标函数创建回调函数时都是一样的格式。

我们使用鼠标回调函数绘制了一个双击的圆圈

def  draw_circle(event , x , y , flags , param):
    if event == cv2.EVENT_LBUTTONDBLCLK:
        cv2.circle(img , (x , y) , 100 , (225,100 ,10) , -1)

使用cv2.setMouseCallback()记录鼠标事件

img = np.zeros((512,512,3) , np.uint8)
cv2.namedWindow('img')
cv2.setMouseCallback('img' , draw_circle)

while(1):
    cv2.imshow('img' , img)
    if cv2.waitKey(20) &0xFF == 27:
        break
cv2.destroyAllWindows()

接下来

我们通过拖动鼠标绘制矩形或圆形

轨迹栏作为调色板


  • 学习将轨迹栏绑定到OpenCV窗口
  • 将学习以下函数:cv2.getTrackbarPos(),**cv2.createTrackbar()**等。

案例:

将创建一个简单的应用程序,显示您指定的颜色。您有一个显示颜色的窗口和三个轨道栏,用于指定B,G,R颜色

函数讲解:

cv2.getTrackbarPos()
参数:
1. 第一个参数是轨道栏名称
2. 第二个参数是它所附加的窗口名称
3. 第三个参数是默认值
4. 第四个参数是最大值
5. 第五个参数是执行的回调函数每次轨迹栏值都会发生变化

轨迹栏的重要作用在于提供交互,OpenCV没有按钮功能,轨迹栏相当于充当按钮功能。

1. 第一个参数,是这个trackbar对象的名字

2. 第二个参数,是这个trackbar对象所在面板的名字

3. 第三个参数,是这个trackbar的默认值

4. 第四个参数,是这个trackbar上调节的范围(0~count)

5 .第五个参数,是调节trackbar时调用的回调函数名(为什么此处没有像setMouseCallback函数一样,设置一个回调函数的参数项,这个还不清楚)

案例代码:

import cv2
import numpy as np


def nothing(x):
    pass
img = np.zeros((512 , 512 , 3) , np.uint8)
cv2.namedWindow('img')

cv2.createTrackbar('R' , 'img' , 0 , 255 , nothing)
cv2.createTrackbar('G' , 'img' , 0 , 255 , nothing)
cv2.createTrackbar('B' , 'img' , 0 , 255 , nothing)

sw = '0 : OFF \n1 : ON'
cv2.createTrackbar(sw, 'img' , 0 , 1 , nothing)

while(1):
    cv2.imshow('img' , img )
    k = cv2.waitKey(1) & 0xFF
    if k == ord('q'):
        break

    r = cv2.getTrackbarPos('R' , 'img')
    g = cv2.getTrackbarPos('G', 'img')
    b = cv2.getTrackbarPos('B', 'img')
    s = cv2.getTrackbarPos(sw , 'img')

    if s == 0:
        img[:] = 0
    else:
        img[:] = [r,g,b]

cv2.destroyAllWindows()

小结

  • cv2.line()画直线,cv2.circle()画圆,cv2.rectangle()画矩形,cv2.ellipse()画椭圆,cv2.polylines()画多边形,cv2.putText()添加文字
  • 画多条直线时,cv2.polylines()要比cv2.line()高效很多,cv2.polylines()可用于绘制多条线。只需创建要绘制的所有行的列表,然后将其传递给函数。所有线条都将单独绘制
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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