3.opencv绘图

在本教程的第一部分中，我们将简要回顾OpenCV的绘图功能。

然后，我们将配置我们的开发环境并查看我们的项目目录结构。

完成审查后，我们将继续实现两个Python脚本：

basic_drawing.py
image_drawing.py
这些脚本将帮助您了解如何使用OpenCV执行基本的绘图功能。

在本指南的最后，您将了解如何使用OpenCV绘制线，圆和矩形。

openCV中的绘图功能

OpenCV具有许多可用于绘制各种形状的绘制函数，包括不规则形状的多边形，但是您将看到的三个最常见的

openCV绘制函数是：

cv2.line：在图像上画一条线，从指定的（x，y）坐标开始，到另一个（x，y）坐标结束
cv2.circle：在由中心（x，y）-坐标和提供的半径指定的图像上绘制圆
cv2.rectangle：绘制由指定的图像上的矩形的左上角和右下角（X，Y）坐标-
今天我们将介绍这三个绘图功能。

但是，值得注意的是，存在更高级的OpenCV绘图功能，包括：

cv2.ellipse：在图像上绘制椭圆
cv2.polylines：绘制由一组（x，y） -coordinates指定的多边形的轮廓
cv2.fillPoly：绘制多边形，但不绘制轮廓，而是填充多边形
cv2.arrowedLine：绘制从起点（x，y）坐标到终点（x，y）坐标的箭头

代码结构

basic_drawing.py：初始化一个空的NumPy数组，并利用OpenCV绘制线，圆和矩形
image_drawing.py：负载 adrian.png 从磁盘上绘制，然后在图像上绘制（而不是一个空/空白的NumPy数组画布）。

以下代码示例运行在Google的Colab云端中：可作为学习参考，本项目代码见结尾代码下载和运行！

# import the necessary packages
from matplotlib import pyplot as plt
import numpy as np
import cv2

"""### Function to display images in Jupyter Notebooks and Google Colab"""

def plt_imshow(title, image):
	# convert the image frame BGR to RGB color space and display it
	image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
	plt.imshow(image)
	plt.title(title)
	plt.grid(False)
	plt.show()

"""### Implementing basic drawing functions with OpenCV"""

# 将画布初始化为具有3个通道的300x300像素的黑色背景图像
# 使用np.zeros300行300列的方法，

canvas = np.zeros((300, 300, 3), dtype="uint8")

# 产生300 x 300像素的图像。我们还为3个通道分配了空间-每个分别分配给红色，绿色和蓝色。
# 顾名思义，np.zeros 方法用初始值零填充数组中的每个元素。

# 其次，重要的是要引起您的注意 np.zeros 方法：数据类型， dtype。
# 由于我们将图像表示为像素范围为[0，255]的RGB图像，因此必须使用8位无符号整数，
# 或者uint8。我们可以使用许多其他数据类型（常见的数据类型包括32位整数以及32位和64位浮点数，
# 但我们将主要使用uint8

# draw a green line from the top-left corner of our canvas to the
# bottom-right
green = (0, 255, 0)
cv2.line(canvas, (0, 0), (300, 300), green)
plt_imshow("Canvas", canvas)

# draw a 3 pixel thick red line from the top-right corner to the
# bottom-left
red = (0, 0, 255)
cv2.line(canvas, (300, 0), (0, 300), red, 3)
plt_imshow("Canvas", canvas)

# cv2.line(image/canvas,(x0,y0),(x,y),color)
# 此方法的第一个参数是要绘制的图像。在这种情况下，这是我们的帆布。
# 第二个参数是该行的起点。我们选择开始我们从线左上角的图像角，在点（0,0）
# 我们还需要提供直线的终点（第三个参数）。我们定义我们的终点是（300，300） ，在右下的图像角。
# 最后一个参数是我们行的颜色（在本例中为绿色）。

# draw a green 50x50 pixel square, starting at 10x10 and ending at 60x60
# 画矩形
cv2.rectangle(canvas, (10, 10), (60, 60), green)
plt_imshow("Canvas", canvas)

# draw another rectangle, this one red with 5 pixel thickness
cv2.rectangle(canvas, (50, 200), (200, 225), red, 5)#参数5是线段粗细
plt_imshow("Canvas", canvas)

# draw a final rectangle (blue and filled in )
blue = (255, 0, 0)
cv2.rectangle(canvas, (200, 50), (225, 125), blue, -1)
plt_imshow("Canvas", canvas)

# 第一个参数是我们要在其上绘制矩形的图像。我们想利用我们的帆布，因此我们将其传递给方法。
# 第二个参数是矩形的起始（x，y）位置-在这里，我们从（10，10）点开始矩形。
# 然后，我们必须为矩形提供一个终点（x，y）。我们决定在（60，60）处结束矩形，定义一个50 x 50像素的区域
# 最后，最后一个参数是我们要绘制的矩形的颜色

# re-initialize our canvas as an empty array, then compute the
# center (x, y)-coordinates of the canvas
canvas = np.zeros((300, 300, 3), dtype="uint8")

#(centerX, centerY) = (canvas.shape[1] // 2, canvas.shape[0] // 2)
#或这样求图像中心点坐标
(h,w) = canvas.shape[:2]
(centerX, centerY) = (w // 2,h // 2)

white = (255, 255, 255)

# 我们从以下位置开始遍历几个半径值0 并结束于 150，
# 递增 25在每一步。注意这范围功能是排他性的，及不包括175; 因此，我们指定的停止值为175 而不是 150
for r in range(0, 175, 25):
	# draw a white circle with the current radius size
	cv2.circle(canvas, (centerX, centerY), r, white)
# 第一个参数是我们的 画布或已知图像，我们要在其上绘制圆的图像。
# 然后，我们需要提供要画圆的点。我们传入一个元组（centerX，centerY ） 这样我们的圈子将以图片的中心为中心。
# 第三个参数是半径R，我们希望绘制的圆。
# 最后，我们传入圆的颜色：在这种情况下，为白色。
# show our work of art
plt_imshow("Canvas", canvas)

# re-initialize our canvas once again
canvas = np.zeros((300, 300, 3), dtype="uint8")

# let's draw 25 random circles
for i in range(0, 25):
	# 随机产生5到200之间的半径大小，产生一个
	# 随机颜色，然后在画布上选择一个随机点
	# 圆圈将被绘制
	radius = np.random.randint(5, high=200)
  # 随机产生的颜色 
	color = np.random.randint(0, high=256, size=(3,)).tolist()
	# 随机产生的圆心点
  pt = np.random.randint(0, high=300, size=(2,))

	# draw our random circle on the canvas
	cv2.circle(canvas, tuple(pt), radius, color, -1)

# display our masterpiece to our screen
plt_imshow("Canvas", canvas)

"""### Drawing on images with OpenCV"""

# construct the argument parser and parse the arguments
#ap = argparse.ArgumentParser()
#ap.add_argument("-i", "--image", type=str, default="adrian.png",
#	help="path to the input image")
#args = vars(ap.parse_args())

# since we are using Jupyter Notebooks we can replace our argument
# parsing code with *hard coded* arguments and values
args = {
	"image": "adrian.png"
}

# load the input image from disk
image = cv2.imread(args["image"])

# draw a circle around my face, two filled in circles covering my
# eyes, and a rectangle over top of my mouth
cv2.circle(image, (168, 188), 90, (0, 0, 255), 2)
cv2.circle(image, (150, 164), 10, (0, 0, 255), -1)
cv2.circle(image, (192, 174), 10, (0, 0, 255), -1)
cv2.rectangle(image, (134, 200), (186, 218), (0, 0, 255), -1)

# show the output image
plt_imshow("Output", image)

代码下载和运行

链接: 代码下载