OpenCV与图像处理学习三——线段、矩形、圆、椭圆、多边形的绘制以及文字的添加

OpenCV与图像处理学习三——线段、矩形、圆、椭圆、多边形的绘制以及文字的添加

  • 一、OpenCV中的绘图函数
    • 1.1 线段绘制
    • 1.2 矩形绘制
    • 1.3 圆绘制
    • 1.4 椭圆的绘制
    • 1.5 多边形绘制
    • 1.6 添加文字

上两次笔记主要知识点回顾:

  • 数字图像基本概念
  • 图像的读取、显示与保存
  • 图像直方图的绘制
  • 图像通道以及通道的分离与合并
  • 颜色空间及其互相转换

以上是图像与OpenCV的基础知识。

###############################################################################
####################################分割线######################################
###############################################################################

这次笔记以及后两次笔记将聚焦于图像的基本操作,包括:

  1. OpenCV中的绘图函数
  2. 图像几何变换
  3. 图像的滤波与增强
  4. 图像形态学的知识

再次给出OpenCV官方给出的python版文档:https://docs.opencv.org/4.1.2/d6/d00/tutorial_py_root.html

这次笔记所用到的部分文档为:https://docs.opencv.org/4.1.2/dc/da5/tutorial_py_drawing_functions.html

一、OpenCV中的绘图函数

1.1 线段绘制

函数:

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

参数:

  1. img:待绘制的图像,也称为画板或背景图。
  2. pt1:线段起点的坐标。
  3. pt2:线段终点的坐标。
  4. color:线段的颜色,以元组的形式,如(255,0,0)。
  5. thickness:线条的粗细,默认为1,若为-1则会进行填充(闭合图形)。
  6. lineType:线条类型,有 8型cv2.LINE_AA型,默认为8型,cv2.LINE_AA型因为可以抗锯齿所以更适合画曲线。

看一下例子:

import numpy as np
import cv2# 创建一张黑色的背景图
img=np.zeros((512,512,3), np.uint8)
cv2.imshow("black", img)
cv2.waitKey(0)
cv2.destroyWindow("black")
# 绘制一条线宽为5的线段,起点为(0,0),终点为(200,500),颜色为红色
cv2.line(img,(0,0),(200,500),(0,0,255),5)winname = 'example'
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyWindow(winname)

输出结果为:
Alt

注意OpenCV中默认的色彩空间为BGR,所以color参数为(0,0,255)表示的是红色。

1.2 矩形绘制

函数:

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

参数:

  1. pt1:矩形的左上角。
  2. pt2:矩形的右下角。
  3. 其余同上条。

看个例子:

import numpy as np
import cv2# 创建一张黑色的背景图
img=np.zeros((512, 512, 3), np.uint8)# 画一个黄色边框的矩形,参数2:左上角坐标,参数3:右下角坐标
cv2.rectangle(img, (384, 0), (510, 128), (0, 255, 255), 1)winname = 'example'
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyWindow(winname)

结果如下所示:
在这里插入图片描述
因为矩形是一个闭合的形状,所以我们将 thickness 参数改成 -1,看一下效果:

cv2.rectangle(img, (384, 0), (510, 128), (0, 255, 255), -1)

在这里插入图片描述
它进行了填充操作,即绘制了一个实心的矩形。

1.3 圆绘制

函数:

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

参数:

  1. center:圆心位置。
  2. radius:半径大小。
  3. 其他同上。

看个例子:

import numpy as np
import cv2# 创建一张黑色的背景图
img=np.zeros((512, 512, 3), np.uint8)# 画一个填充红色的圆,参数2:圆心坐标,参数3:半径
cv2.circle(img, (447, 63), 63, (0, 0, 255), -1)winname = 'example'
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyWindow(winname)

结果如下图所示:
在这里插入图片描述

1.4 椭圆的绘制

函数:

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

参数:

  1. center:椭圆的中心。
  2. axes:x轴和y轴的大小,即半长、短轴的大小,如(100, 50),即半长轴(x轴方向)为100,半短轴(y轴方向)为50。
  3. angle:旋转角度。
  4. startAngle:绘制的起始角度。
  5. endAngle:绘制的结束角度。
  6. 其他同上。

看个例子:

import numpy as np
import cv2# 创建一张黑色的背景图
img = np.zeros((512, 512, 3), np.uint8)# 在图中心画一个填充的半圆
cv2.ellipse(img, (256, 256), (100, 50), 0, 30, 180, (255, 0, 0), -1)winname = 'example'
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyWindow(winname)

结果如下所示:
在这里插入图片描述
从这个结果也可以进一步知道,起始和结束角度都是按照顺时针方向来算的。

1.5 多边形绘制

函数:

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

参数:

  1. pts:表示多边形的点对,具体看下面的例子。
  2. isClosed:布尔型,True表示的是线段闭合,False表示不闭合,即起点和终点的那条线段不链接。
  3. 其他同上。

看个例子:

import numpy as np
import cv2# 创建一张黑色的背景图
img = np.zeros((512, 512, 3), np.uint8)# 定义四个顶点坐标
pts = np.array([[10, 5],  [50, 10], [70, 20], [20, 30]])
print(pts)
print(pts.shape)
# 顶点个数:4,矩阵变成4*1*2维
pts = pts.reshape((-1, 1, 2))
print(pts)
# 绘制椭圆
cv2.polylines(img, [pts], False, (0, 255, 255))
winname = 'example'
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyWindow(winname)

这里需要将多边形的点对统一为(-1, 1, 2)这种维度的形式,这里的-1是与点的个数相适应的,后面的1和2是表示每个点是有两个坐标(x和y),然后再放入函数中,而且在函数中外面还需要再加上一个中括号使之是列表的形式。

结果如下所示:

[[10  5][50 10][70 20][20 30]]
(4, 2)
[[[10  5]][[50 10]][[70 20]][[20 30]]]

在这里插入图片描述
这是不闭合的情况,下面我们将False改为True,结果为:

cv2.polylines(img, [pts], True, (0, 255, 255))

在这里插入图片描述

1.6 添加文字

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

参数:

  1. text:待写入的文字。
  2. org:文字的左下角的位置,也叫起点。
  3. fontFace:字体,具体见 OpenCV中的HersheyFonts。在这里插入图片描述
  4. fontScale:字体的缩放比例。
  5. bottomLeftOrigin:若为True,图像的原点在左下角,若为False,则为左上角。
  6. 其他同上。

看个例子:

import numpy as np
import cv2# 创建一张黑色的背景图
img = np.zeros((512, 512, 3), np.uint8)# 添加文字“OpenCV”,起点(50,200)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, 'OpenCV', (50,200), font, 3, (0, 255, 255), 5)winname = 'example'
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyWindow(winname)

结果如下所示:
在这里插入图片描述

以上就是OpenCV中最常用的绘图函数,下次笔记介绍图像的几何缩放。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491639.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第二百一十九天 how can I 坚持

今天好冷,白天在家待了一天,晚上,老贾生日,生日快乐,去海底捞吃了个火锅,没感觉呢。 今天还发现了个好游戏,纪念碑谷,挺新颖,就是难度有点大了。 好累。睡觉,…

AI英雄 | 论人工智能与自由意志,请看尤瓦尔与李飞飞的这场“激辩”

来源:Towards Data Science尤瓦尔赫拉利和李飞飞在斯坦福大学展开了一场别开生面的对话,他们所提出的问题已经远远超出了我们可以解答的范围。《连线》杂志主编尼古拉斯•汤普森在座无虚席的纪念礼堂主持了这场90分钟的谈话。赫拉利(Harari&a…

OpenCV与图像处理学习四——图像几何变换:平移、缩放、旋转、仿射变换与透视变换

OpenCV与图像处理学习四——图像几何变换:平移、缩放、旋转、仿射变换与透视变换二、图像的几何变换2.1 图像平移2.2 图像缩放(上采样与下采样)2.3 图像旋转2.4 仿射变换2.5 透视变化2.6 几何变化小结续上次的笔记:OpenCV与图像处…

python打乱顺序的洗牌函数

numpy.random.shuffle(x) x:序列或者数组 对于多维数组,只对第一维进行洗牌,子数组的顺序改变了,但是它们的内容保持不变。 >>> arr np.arange(10) >>> np.random.shuffle(arr) >…

课后作业和动手动脑

一,运行TestInherits.java 通过super调用基类构造方法,必是子类构造方法中的第一个语句。 二.为什么子类的构造方法在运行之前,必须调用父类的构造方法?能不能反过来?为什么不能反过来? 构造函数的主要作用…

OpenCV与图像处理学习五——图像滤波与增强:线性、非线性滤波、直方图均衡化与Gamma变换

OpenCV与图像处理学习五——图像滤波与增强:线性、非线性滤波、直方图均衡化与Gamma变换三、图像滤波与增强3.1 线性滤波3.1.1 方框滤波3.1.2 均值滤波3.1.3 高斯滤波3.1.4 一般卷积滤波3.2 非线性滤波3.2.1 中值滤波3.2.2 双边滤波3.3 图像直方图均衡化3.3.1 单通道…

张钹院士:人工智能技术已进入第三代

来源:经济观察报近日,中科院院士、清华大学人工智能研究院院长张钹教授接受记者采访时认为,目前基于深度学习的人工智能在技术上已经触及天花板。从长远来看,必须得走人类智能这条路,最终要发展人机协同,人…

软件工程作业

典型用户1 名字老陈性别,年龄男,40岁职业教师收入两万/年知识层次和能力本科,熟练计算机操作生活、工作情况教书,辅导孩子完成作业动机,目的,困难希望节省辅导孩子的时间,用于自己的业务工作用户…

numpy.ndarray索引/切片方式

注意:获得多维数组的前三个子数组不能用array[0,1,2],应该用 array[0:3],如下例子: a np.random.random([85, 7794, 64]) b a[0:3] print(np.shape(b)) # (3, 7794, 64)

OpenCV与图像处理学习六——图像形态学操作:腐蚀、膨胀、开、闭运算、形态学梯度、顶帽和黑帽

OpenCV与图像处理学习六——图像形态学操作:腐蚀、膨胀、开、闭运算、形态学梯度、顶帽和黑帽四、图像形态学操作4.1 腐蚀和膨胀4.1.1 图像腐蚀4.1.2 图像膨胀4.2 开运算与闭运算4.2.1 开运算4.2.2 闭运算4.3 形态学梯度(Gradient)4.4顶帽和黑…

python 求复数的模

abs()即可求绝对值,也可以求复数的模 import numpy as np a 1-2j print(abs(a)) #2.23606797749979 print(np.sqrt(5)) #2.23606797749979

RS学习笔记(二)

1、OSPF:路由条目1万多条。收敛时间1s;ISIS:路由条目可以达2万多条,收敛时间50ms()。ISIS在链路层上面,不依赖IP这层,这样给了它很多可能。比如IPv4, IPv6路由的混合承载,给运营商网络平滑迁移提供了便捷。…

解密硅谷大骗局

来源:硅谷封面企鹅号、腾讯科技在许多为人称道的科技创业故事中,总不乏硅谷的名字。从英特尔、IBM到微软、苹果,从雅虎、谷歌到Twitter、Facebook,这里诞生了很多知名科技企业。对于全球的创业者来说,硅谷就是梦想中的…

OpenCV与图像处理学习七——传统图像分割之阈值法(固定阈值、自适应阈值、大津阈值)

OpenCV与图像处理学习七——传统图像分割之阈值法(固定阈值、自适应阈值、大津阈值)一、固定阈值图像分割1.1 直方图双峰法1.2 OpenCV中的固定阈值分割二、自动阈值图像分割2.1 自适应阈值法2.2 迭代法阈值分割2.3 Otsu大津阈值法前面的笔记介绍了一些Op…

linux删除文件夹和文件

rm -rf 删除文件夹实例: rm -rf /var/log/httpd 将会强制删除httpd这个文件夹 删除文件使用实例: rm -f /var/log/httpd/access.log 将会强制删除/var/log/httpd/access.log这个文件

Foxmail 绑定企业邮箱

转载于:https://www.cnblogs.com/wu628/p/4955017.html

边缘计算将吞掉云计算!

来源:CSDN以下为译文:边缘计算已成为物联网的重要趋势。高德纳咨询公司认为边缘计算是2019年的一项技术趋势。各个物联网公司发现在将数据发送到云之前,通过边缘计算处理数据有很大的好处。最近Micron/Forrester的调查证实了这一趋势&#xf…

OpenCV与图像处理学习八——图像边缘提取(Canny检测代码)

OpenCV与图像处理学习八——图像边缘提取(Canny检测代码)一、图像梯度1.1 梯度1.2 图像梯度二、梯度图与梯度算子2.1模板卷积2.2 梯度图2.3 梯度算子2.3.1 Roberts交叉算子2.3.2 Prewitt算子2.3.3 Sobel算子三、Canny边缘检测算法(代码实现&a…

tensorflow中GPU的设置

设置使用哪块GPU: import os os.environ[CUDA_VISIBLE_DEVICES] 0 # 使用 GPU 0 os.environ[CUDA_VISIBLE_DEVICES] 0,1 # 使用 GPU 0,1 这样tensorflow此时只会在指定的GPU上运行,但是仍然会占用整个GPU的显存,不过不和其他人…

JavaScript基本概念(下)

1. 操作符 1.1 一元操作符 1.1.1 递增和递减操作符 var s1 "2"; var s2 "z"; var b false; var f 1.1; var o {valueOf: function() {return -1;} }; s1; // 值变成数值 3 s2; // 值变成 NaN b; // 值变成数值 1 f--; // 值变成 0.10000000000000009&…