传统CV算法——基于Opencv的图像绘制

2024-09-04 02:28

本文主要是介绍传统CV算法——基于Opencv的图像绘制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

直线绘制

参数解析:

  • (图像矩阵,直线起始坐标, 直线终止坐标、颜色、线条厚度)
    cv2.line()是OpenCV中用于绘制直线的函数。
    参数说明:
  • img:要绘制直线的图像矩阵。
  • (100,30):直线的起点坐标。
  • (210,180):直线的终点坐标。
  • color:直线的颜色,三个值分别表示蓝色、绿色和红色通道的强度。这里(0,0,255)表示纯蓝色。
  • thickness:直线的宽度。默认为1,如果设置为大于1的整数,将绘制实心直线。

以上参数可以根据需要调整,以绘制不同颜色、宽度和位置的直线。

import cv2
import numpy as npimg  = cv2.imread(r"./images/1.jpg")cv2.line(img,(100,30),(210,180),color=(0,0,255),thickness=2)cv2.imshow("pic show",img)
cv2.waitKey(0)

在这里插入图片描述

圆形绘制

  • 参数 (图像,圆心,半径,颜色,线条厚度)
    cv2.circle()是OpenCV库中用于绘制圆的函数,它可以在图像上绘制一个圆。

参数如下:

  • img:需要绘制圆的图像。
  • center:圆心的坐标,可以用一个元组(x,y)表示。
  • radius:圆的半径,以像素为单位。
  • color:圆的颜色,可以是一个元组(B,G,R)表示,或者是一个整数值,表示灰度值。
  • thickness:圆的边框线的粗细,如果为负值,表示圆填充颜色。
  • lineType:线的类型,可以是8常数代表8位连接,也可以是4常数代表4位连接。
  • shift:圆心坐标和半径的小数点位数。

注意:在绘制圆时,需要保证圆心坐标和半径都在图像范围内,否则可能会导致绘制失败。

import cv2
import numpy as npimg  = cv2.imread(r"./images/1.jpg")# cv2.line(img,(100,30),(210,180),color=(0,0,255),thickness=2)
cv2.circle(img,center=(50,50),radius=30,color=(0,0,255),thickness=2)cv2.imshow("pic show",img)
cv2.waitKey(0)

在这里插入图片描述

矩形绘制

  • 参数(图像,左上角坐标,右下角坐标,颜色,线条厚度)
    cv2.rectangle函数是OpenCV中用于绘制矩形的函数。以下是cv2.rectangle函数的参数说明:

  • image:要绘制矩形的图像。这个参数必须是一个NumPy数组,即一个图像。

  • pt1:矩形的左上角顶点坐标。可以通过一个元组或一个列表来指定。例如(10, 10)或 [10, 10]。

  • pt2:矩形的右下角顶点坐标。同样可以通过一个元组或一个列表来指定。

  • color:矩形的颜色。可以是一个整数或一个元组。如果是一个整数,它代表了灰度值。如果是一个元组,它代表了RGB值。

  • thickness:矩形的边框线的宽度。默认值为1,表示绘制一个实心矩形。

  • lineType:矩形边框线的类型。默认值为cv2.LINE_8,表示8邻域连接。

  • shift:坐标点的小数点位数。默认值为0,表示坐标点的小数点位数为0。

cv2.rectangle函数可以用于绘制矩形的轮廓线,也可以用于填充矩形的颜色。

import cv2
import numpy as npimg  = cv2.imread(r"./images/1.jpg")# cv2.line(img,(100,30),(210,180),color=(0,0,255),thickness=2)
# cv2.circle(img,center=(50,50),radius=30,color=(0,0,255),thickness=2)
cv2.rectangle(img,(100,30),(210,180),color=(0,0,255),thickness=2)cv2.imshow("pic show",img)
cv2.waitKey(0)

在这里插入图片描述

椭圆型绘制

  • image:它是要在其上绘制椭圆的图像。

centerCoordinates:它是椭圆的中心坐标。坐标表示为两个值的元组,即(X坐标值,Y坐标值)。
axesLength:它包含两个变量的元组,分别包含椭圆的长轴和短轴(长轴长度,短轴长度)。
angle:椭圆旋转角度,以度为单位。
startAngle:椭圆弧的起始角度,以度为单位。
endAngle:椭圆弧的终止角度,以度为单位。
color:它是要绘制的形状边界线的颜色。对于BGR,我们通过一个元组。例如:(255,0,0)为蓝色。
thickness:是形状边界线的粗细像素。厚度-1像素将用指定的颜色填充形状。
lineType:这是一个可选参数,它给出了椭圆边界的类型。
shift:这是一个可选参数。它表示中心坐标中的小数位数和轴的值。

import cv2
import numpy as npimg  = cv2.imread(r"./images/1.jpg")# cv2.line(img,(100,30),(210,180),color=(0,0,255),thickness=2)
# cv2.circle(img,center=(50,50),radius=30,color=(0,0,255),thickness=2)
# cv2.rectangle(img,(100,30),(210,180),color=(0,0,255),thickness=2)
cv2.ellipse(img,center=(100,100),axes=(100,50),angle=0,startAngle=0,endAngle=360,color=(255,0,0),thickness=2)
cv2.imshow("pic show",img)
cv2.waitKey(0)

在这里插入图片描述

自定义形状

  • 多边形,isClosed 代表是否是封闭
    cv2.polylines函数用于绘制多边形线条。它的参数如下:

image: 要绘制线条的图像。
pts: 一个由多个多边形点的列表组成的列表,每个多边形点由(x, y)坐标表示。
isClosed: 一个布尔值,指示多边形是否是闭合的。如果为True,函数将在绘制最后一个点和第一个点之间绘制一条线条来闭合多边形。
color: 线条的颜色,可以是一个整数列表表示RGB颜色,或者可以是一个名为cv2.COLOR_*的预定义常量。
thickness: 线条的粗细,以像素为单位。
lineType: 线条的类型,可以是cv2.LINE_*的预定义常量。
shift: 点坐标的小数位数。

注意:pts参数必须是一个整数类型的数组,所以需要使用np.int32()函数将坐标数组中的元素转换为整数。

import cv2
import numpy as npimg  = cv2.imread(r"./images/1.jpg")# cv2.line(img,(100,30),(210,180),color=(0,0,255),thickness=2)
# cv2.circle(img,center=(50,50),radius=30,color=(0,0,255),thickness=2)
# cv2.rectangle(img,(100,30),(210,180),color=(0,0,255),thickness=2)
# cv2.ellipse(img,center=(100,100),axes=(100,50),angle=0,startAngle=0,endAngle=360,color=(255,0,0),thickness=2)
pts = np.array([[10,5],[50,10],[70,20],[20,30]],dtype=np.int32)
pts = pts.reshape((-1,1,2))
cv2.polylines(img,[pts],isClosed=True,color=(0,0,255),thickness=2)cv2.imshow("pic show",img)
cv2.waitKey(0)

在这里插入图片描述

绘制文本

cv2.putText()是OpenCV中用于在图像上绘制文字的函数。它有以下几个参数:

  1. img:需要绘制文字的图像。

  2. text:要绘制的文本内容。

  3. org:绘制文本的起始位置,是一个包含两个元素的元组,如(x, y)。

  4. fontFace:文本字体的类型,可以是预定义的字体类型(如cv2.FONT_HERSHEY_SIMPLEX,cv2.FONT_HERSHEY_PLAIN等),也可以是自定义的字体,使用字体文件的路径。

  5. fontScale:字体的缩放比例。

  6. color:文本的颜色,是一个包含三个元素的元组,表示B、G、R三个分量的值。

  7. thickness:文本的粗细线宽。

  8. lineType:线条的类型,可以是cv2.LINE_AA(抗锯齿线条)或cv2.LINE_8(8连接线条)。

  9. bottomLeftOrigin:一个布尔值,用于指定文本坐标相对于绘制原点的位置。如果为True,则文本坐标相对于图像的左下角;如果为False,则文本坐标相对于图像的左上角。

调用cv2.putText()函数后,会在指定的图像上绘制出文本。

import cv2
import numpy as npimg  = cv2.imread(r"./images/1.jpg")# cv2.line(img,(100,30),(210,180),color=(0,0,255),thickness=2)
# cv2.circle(img,center=(50,50),radius=30,color=(0,0,255),thickness=2)
# cv2.rectangle(img,(100,30),(210,180),color=(0,0,255),thickness=2)
# cv2.ellipse(img,center=(100,100),axes=(100,50),angle=0,startAngle=0,endAngle=360,color=(255,0,0),thickness=2)
# pts = np.array([[10,5],[50,10],[70,20],[20,30]],dtype=np.int32)
# pts = pts.reshape((-1,1,2))
# cv2.polylines(img,[pts],isClosed=True,color=(0,0,255),thickness=2)cv2.putText(img,"gril",(10,30),cv2.FONT_HERSHEY_SIMPLEX,fontScale=1,color=(0,0,255),thickness=1,lineType=cv2.LINE_AA)cv2.imshow("pic show",img)
cv2.waitKey(0)

在这里插入图片描述

其他类型

ellipse():用于绘制椭圆或圆形的函数。它接受四个参数:(x, y, width, height)。其中,x和y是椭圆中心的坐标,width和height分别是椭圆的宽度和高度。

arc():用于绘制弧线的函数。它接受六个参数:(x, y, width, height, start, stop)。其中,x和y是弧线的中心坐标,width和height分别是弧线的宽度和高度,start和stop是弧线的起始角度和终止角度。

triangle():用于绘制三角形的函数。它接受六个参数:(x1, y1, x2, y2, x3, y3)。其中,(x1, y1),(x2, y2),(x3, y3)是三个顶点的坐标。

rect():用于绘制矩形的函数。它接受四个参数:(x, y, width, height)。其中,x和y是矩形的左上角坐标,width和height分别是矩形的宽度和高度。

quad():用于绘制四边形的函数。它接受八个参数:(x1, y1, x2, y2, x3, y3, x4, y4)。其中,(x1, y1),(x2, y2),(x3, y3),(x4, y4)是四个顶点的坐标。

这篇关于传统CV算法——基于Opencv的图像绘制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1134736

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【WebGPU Unleashed】1.1 绘制三角形

一部2024新的WebGPU教程,作者Shi Yan。内容很好,翻译过来与大家共享,内容上会有改动,加上自己的理解。更多精彩内容尽在 dt.sim3d.cn ,关注公众号【sky的数孪技术】,技术交流、源码下载请添加微信号:digital_twin123 在 3D 渲染领域,三角形是最基本的绘制元素。在这里,我们将学习如何绘制单个三角形。接下来我们将制作一个简单的着色器来定义三角形内的像素