目录
cv2.minAreaRect (4.4.0.46 | 4.5.5.64)
矩形（rectangle）
# pt:`(x, y)`, color:`BGR`, 该方法直接作用于img, 并返回img自身
cv2.rectangle(img_bgr, (w//4, h//4), (w//2, h//2), color=(0, 0, 255), thickness=2)直线
cv2.fitLine (4.5.3.56)
输入：shape=(M,2)的点集，M为点数，注意与轮廓(M,1,2)的区别
输出：shape=(4,1)，代表一条直线提取直线，假设已知直线上的两个点，在图像中像素坐标分别为(100, 100)和(150, 50)
>>> cv2.fitLine(np.array([[100, 100], [150, 50]]), cv2.DIST_L1, 0, 1, 1)
array([[ 0.70710677],
[ -0.70710677],
[125. ],
[ 75. ]], dtype=float32)
array([[cos_Theta],
[sin_Theta],
[x0 ],
[y0 ]], dtype=float32)Theta是x轴旋转到与直线重合的角度（x轴水平与直线相交，按就近原则，x轴旋转到与直线重合，所经过的角度值；若逆时针更近则角度值为-89.9999~0，若顺时针更近则角度值为0~90，垂直为90）。
计算斜率：
k_inv = 0
if abs(line[1]) > 1e-10:
k_inv = line[0] / line[1] # 斜率k=x/y圆（circle）
cv2.HoughCircles
todo…
椭圆（ellipse）
椭圆转多边形
cv2.fitEllipse(4.4.0.46)
todo…
多边形
fillConvexPoly，fillPoly，polylines
cv2.fillPoly
fillPoly(img, pts, color[, lineType[, shift[, offset]]]) -> img
用于一个或多个图形（不规则多边形）的填充。
多边形的列表，每个多边形可以是shape=(M,2)或(M,1,2)轮廓。
polygons = [np.array([[100,100], [200,230], [150,200], [100,220]], dtype = np.int32), ...]
cv2.fillPoly(img, polygons, color)官方解释是一次填充多个多边形，但某次我使用过程中，一次无法填充多个多边形！还是逐个填充是比较保险的方法：
[cv2.fillPoly(img, [poly], color) for poly in polygons]假设用轮廓，contours.shape=(N,M,1,2)，下列两种方式，结果不同：
# 填充内部
cv2.fillPoly(img,[contours[1]],(255,0,0))
# 只染色边界，原因是把轮廓上的M个点当成M个多边形
cv2.fillPoly(img,contours[1],(255,0,0))实例：
area1 = np.array([[250, 200], [300, 100], [750, 800], [100, 1000]])
area2 = np.array([[1000, 200], [1500, 200], [1500, 400], [1000, 400]])
img = np.zeros((1080, 1920, 3), np.uint8)
cv2.fillPoly(img, [area1, area2], color=(255, 255, 255))轮廓（Contours）
cv2.findContours (4.4.0.46)
findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> contours, hierarchy
找图中轮廓。
conts, hier = cv2.findContours(cls_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)输入
- image：8-bit单通道，非0为1，视为二值化图像
- mode：轮廓层级关系的模式
-
- 0=cv2.RETR_EXTERNAL：仅检测外轮廓
- 1=cv2.RETR_LIST：检测所有轮廓，但轮廓间没有给出层级关系
- 2=cv2.RETR_CCOMP：仅给出两层包含关系，即某个轮廓包含其他轮廓，就算外轮廓
- 3=cv2.RETR_TREE：检测所有轮廓，并给出完整的层级关系
- 4=cv2.RETR_FLOODFILL：
- method：轮廓点集存储的近似算法
-
- 1=cv2.CHAIN_APPROX_NONE：连续点只相差一个像素，密集型
- 2=cv2.CHAIN_APPROX_SIMPLE：横向/纵向/对角线段上的点只保存端点，例如矩形只存四个顶点
- 3=cv2.CHAIN_APPROX_TC89_L1：
- 4=cv2.CHAIN_APPROX_TC89_KCOS：
输出
- contours：检测到的轮廓列表( __len__ =N=轮廓数)，N个轮廓都是shape=(M,1,2)的ndarray(int32)，M为每个轮廓的点数，shape为啥不是(M,2)？
- hierarchy：轮廓之间的层级关系，shape=(1,N,4)，依次标识N个轮廓的 同级后一个轮廓的序号 、 同级前一个轮廓的序号 、 第一个子轮廓的序号 和 父轮廓的序号 ，没有则为-1
参考：
https://blog.csdn.net/zb1165048017/article/details/109404373
https://docs.opencv.org/4.5.0/d9/d8b/tutorial_py_contours_hierarchy.html
cv2.drawContours (4.5.5.64)
drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image
原地修改绘制多个轮廓。
- contourIdx表示绘制轮廓的id，若为负则绘制所有轮廓
- color绘制颜色值
- thickness轮廓粗细，若为负则填充轮廓(closed)
cv2.contourArea (4.4.0.46)
contourArea(contour[, oriented]) -> area: float
凸包 cv2.convexHull (4.5.5.64)
convexHull(points[, hull[, clockwise[, returnPoints]]]) -> hull
根据点集/轮廓，计算凸包。
输入：shape=(M,2)/(M,1,2)/(1,M,2)的点集，M为点数
输出：shape=(N,1,2)，代表一个凸包，N为凸包点数cv2.boundingRect (4.4.0.46)
boundingRect(array) -> (x, y, w, h)
找包围了所有点/灰度图所有非0像素点的正外接矩形(直边界)。
输入：array.shape=(M,1,2)的二维点集或shape=(H,W)的灰度图cv2.minAreaRect (4.4.0.46 | 4.5.5.64)
minAreaRect(points) -> ((cx, cy), (cw, ch), angle)
找包围了所有点的最小面积外接旋转矩形框。输入可以是二维点集/轮廓shape=(M,1,2)。
返回值都是float类型，分别表示旋转矩形的中心点坐标、宽高和角度。
在OpenCV(4.5)之前：
角度为[-90, 0)，由矩形最低点所在x轴 逆时针旋转到 第一次重合的边 所经过的角度值；首次重合的边即为新的x轴==w宽度（因此旋转矩形的宽度不一定是横向的那条边长，也可能是纵向的边长）
而(4.5.3.56)及之后 角度 改了， 宽w 的定义也有变化！！！
角度angle总是为(0, 90]，为x轴(矩形最低点) 顺时针 旋转的角度，最先重合的边为w
x轴顺时针为正数，逆时针为负数。
角度在旋转图像中有用，角度为正==x轴顺时针旋转，角度为负==x轴逆时针旋转，图像整体则是反方向转
旋转矩形框rect就只分长边和短边。
算法上只需分两种情况：w是不是短边？
long_angle = w>h ? angle : angle-90，其中long_angle是长边方向角度，angle是旋转框角度
4.4.0.46及之前（逆时针旋转30°）
4.5.3.56及之后（顺时针旋转60°）—— w 和 h 互换，angle 由逆变顺
虽然不同版本cv2.minAreaRect计算得到的宽高、角度不同，但中心点和旋转结果图是一样的。
参考：https://zhuanlan.zhihu.com/p/491547614
cv2.boxPoints (4.5.3.56)
boxPoints(box[, points]) -> points
官方解释：Finds the four vertices of a rotated rect. Useful to draw the rotated rectangle.
计算旋转框的四个角点坐标，返回值为<class 'numpy.ndarray'>, array([ x, y ], dtype=float32), shape=(4, 2), 闭合多边形按逆时针顺序（但起始点和结束点不明确），如：
rotRect = cv2.minAreaRect(contour)
box_pts = cv2.boxPoints(rotRect)
box_pts =
[[ 78.349365 69.19873 ]
[121.650635 44.19873 ]
[171.65063 130.80127 ]
[128.34937 155.80127 ]]可以cv2.polylines用来绘制：
cv2.polylines(img, [box_pts.astype(np.int32)], 1, 255)箭头线段
arrowedLine
标记
cv2.drawMarker
文字
cv2字体大小计算
getFontScaleFromHeight
getTextSize
# 该方法直接作用于img, 返回img
cv2.putText(img_bgr, '~', (w//4, h//4),cv2.FONT_HERSHEY_SIMPLEX, 1.5, [255, 0, 255], 3, cv2.LINE_AA)官网：https://docs.opencv.org/4.5.5/d6/d6e/group__imgproc__draw.html
持续更新中……
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
