Python-OpenCV 笔记7 – 绘图（Draw）

1、画直线 – cv2.line()

函数原型：

cv2.line(img, pt1, pt2, color[, thickness[, lineType[, shift]]])

img：需要绘制的图像
pt1：直线的起点（x, y）
pt1：直线的终点（x, y）
color：线的颜色（x, x, x）
thickness：线的粗细，
lineType：线型，cv2.FILLED、cv2.LINE_4、cv2.LINE_8

实例：

cv2.line(img,(0,0),(500,500),(255,0,0),2)
cv2.imshow('画直线', img)

2、画矩形 – cv2.rectangle()

函数原型：

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])

pt1：矩形左上角点（x, y）
pt1：直线右下角点（x, y）
thickness：宽度大于0，标识边线宽度；小于0，画实心矩形

实例：

cv2.rectangle(img,(100,50),(200,150),(0,255,0),3)
cv2.imshow('画矩形', img)

3、画圆 – cv2.circle()

函数原型：

cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]])

center：圆心（x, y）
radius：半径 x
thickness：宽度大于0，标识边线宽度；小于0，画实心圆

实例：

cv2.circle(img, (200,200), 50, (0,0,255), -1)
cv2.imshow('画圆', img)

4、画椭圆 – cv2.ellipse()

函数原型：

cv2.ellipse(img, center, axes, angle, startAngle, endAngle, color[, thickness[, lineType[, shift]]])

center：椭圆心（x, y）
axes：椭圆长短半轴长（l, s）
angle：椭圆相对于x轴的旋转角度
startAngle：椭圆起始角度
endAngle：椭圆的终止角度
thickness：宽度大于0，标识边线宽度；小于0，画实心椭圆

实例：

cv2.ellipse(img, (256,256), (100,50), 0, 0, 180, 255, -1)
cv2.imshow('画椭圆', img)

5、画多边形 – cv2.polylines()

函数原型：

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

pts：多边形的拐点，numpy 数组
isClosed：多边形是否要闭合
thickness：宽度大于0，标识边线宽度；小于0，画实心多边形

实例：

pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
pts = pts.reshape((-1,1,2))
cv2.polylines(img,[pts],True,(0,255,255))
cv2.imshow('画多边形', img)

6、画文字 – cv2.putText()

函数原型：

cv2.putText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])

text：文字的字符串
org：文字放置位置的左下点（x, y）
fontFace：字体类型
- cv2.FONT_HERSHEY_SIMPLEX：正常尺寸的sans-serif字体
- cv2.FONT_HERSHEY_SPLAIN：小尺寸的sans-serif字体
- cv2.FONT_HERSHEY_COMPLEX：正常尺寸的serif字体
- cv2.FONT_HERSHEY_SCREIPT_SIMPLEX：手写字体风格
fontScale：字体的缩放因子
thickness：宽度大于0，标识边线宽度；小于0，画实心矩形

实例：

font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA)
cv2.imshow('画文字', img)

Python-OpenCV 笔记7 -- 绘图（Draw）相关推荐

python+OpenCV笔记（二十四）：Shi-Tomasi角点检测
Shi-Tomasi角点检测原理 python+OpenCV笔记(二十二):角点检测原理(Harris角点检测原理.Shi-Tomasi角点检测原理)https://blog.csdn.net/qq ...
python+OpenCv笔记（十三）：边缘检测——Sobel检测算子
Sobel检测算子概述: Sobel边缘检测算法比较简单,实际应用中效率比canny边缘检测效率要高,但是边缘不如Canny检测的准确,但是很多实际应用的场合,sobel边缘却是首选,Sobel算子 ...
python+OpenCV笔记（三十七）：检测运动物体——使用MOG/KNN背景差分器
目录一.基本背景差分器二.MOG背景差分器流程代码编写三.KNN背景差分器目前,许多运动检测技术都是基于简单的背景差分概念的,即假设摄像头(视频)的曝光和场景中的光照条件是稳定的,当摄像头 ...
python+OpenCV笔记（三十五）：特征匹配——基于FLANN的匹配、基于FLANN进行单应性匹配
目录一.基于FLANN的匹配 FLANN匹配流程: 代码编写二.基于FLANN进行单应性匹配什么是单应性? FLANN进行单应性匹配流程代码编写 FLANN库全称是Fast Library f ...
python+OpenCv笔记（六）：图像的几何变换（缩放、平移、旋转、仿射、透射、金字塔）
一.图像的缩放 OpenCv API: cv2.resize(src, dsize, fx, fy, interpolation) 参数: src:输入的图像 dsize:绝对尺寸,直接将图像调整为指 ...
python+OpenCv笔记（七）：图像的形态学操作（腐蚀与膨胀、开闭运算、礼帽与黑帽）
一.腐蚀与膨胀腐蚀就是原图中高亮的部分被蚕食,效果图拥有比原图更小的高亮区域. 腐蚀的作用是:消除物体边界点,使目标缩小,可以消除小于结构元素的噪声点. 膨胀就是使原图中高亮的部分扩张,效果图拥有比 ...
python+OpenCv笔记（十七）：模板匹配
模板匹配 OpenCV框架提供了用于对象检测.跟踪和计数的许多不同方法.其中,模板匹配是OpenCV中最基本的对象检测方法之一. OpenCV API: res = cv.matchTemplate( ...
python+OpenCv笔记（二）：绘制几何图形
一.绘制直线 cv.line(img,pt1,pt2,color,thickness,lineType) 参数: img:要绘制的图像 pt1 pt2:绘制的起点与终点 color:颜色 thickn ...
python+OpenCV笔记（二十）：滤波函数——filter2D
filter2D用于将自定义的滤波器应用于图像,需要为这个函数提供的一个重要参数就是核矩阵. 该函数非常强大,可以生成很多种不同的结果,包括与之前的模糊函数相同的结果,不同的核还可以形成很多不同的滤波 ...
python opencv入门鼠标绘图（4）
内容来自OpenCV-Python Tutorials 自己翻译整理目标: 学习如何操作鼠标事件学习cv2.setMouseCallback()函数简单样例: 首先创建一个鼠标的回调函数,当鼠标 ...

Python-OpenCV 笔记7 -- 绘图（Draw）

Python-OpenCV 笔记7 – 绘图（Draw）

1、画直线 – cv2.line()

2、画矩形 – cv2.rectangle()

3、画圆 – cv2.circle()

4、画椭圆 – cv2.ellipse()

5、画多边形 – cv2.polylines()

6、画文字 – cv2.putText()

Python-OpenCV 笔记7 -- 绘图（Draw）相关推荐

最新文章

热门文章