OpenCV绘图基础详解OpenCV 作为计算机视觉库，其中一项基本功能就是绘制图形，在构建计算机视觉项目时，通常希望通

「这是我参与2022首次更文挑战的第7天，活动详情查看：2022首次更文挑战」

前言

OpenCV 作为计算机视觉库，其中一项基本功能就是绘制图形，在构建计算机视觉项目时，通常希望通过绘制一些图形来显式的标注图像。例如，在人脸检测算法中，会通过绘制一个矩形，突出显示计算图像中检测到的人脸。此外，如果开发人脸识别算法，除了绘制一个矩形突出显示检测到的人脸外，通常还会绘制文本标识检测到的人脸的身份等，本文将介绍 OpenCV 绘图基础。

OpenCV 绘图基础

OpenCV 提供了许多绘制基本图形的函数，包括直线、矩形和圆形等；除此之外，使用 OpenCV，也可以绘制其它更多的基本图形。图像上绘制基本形状有许多实用的场景，常见的用例主要包括：

显示算法的一些中间结果
显示算法的最终结果
显示一些调试信息

在下图中，可以看到一张绘制有矩形检测框的图像，其中实用矩形来显式的标示检测到的人脸图片(人脸检测)，文本信息用于显示算法输出的其它相关的有用信息。通过这种方式，可以查看算法检测到面孔的位置：

人脸检测

本文中，我们将学习如何绘制具有不同颜色的基本图形和文本。为了达到这一目的，首先简要介绍下不同颜色的构建方式。我们可以构建颜色字典，使用颜色字典定义要使用的主要颜色。下表中列示了本文可能用到的颜色及其色值：

颜色名	颜色值	颜色名	颜色值
blue	(255, 0, 0)	black	(0, 0, 0)
green	(0, 255, 0)	white	(255, 255, 255)
red	(0, 0, 255)	gray	(125, 125, 125)
cyan	(255, 255, 0)	dark_gray	(50, 50, 50)
magenta	(255, 0, 255)	light_gray	(220, 220, 220)
yellow	(0, 255, 255)

由上表可以构建颜色字典如下：

colors = {'blue': (255, 0, 0), 'green': (0, 255, 0), 'red': (0, 0, 255), 'cyan': (255, 255, 0), 'magenta': (255, 0, 255), 'yellow': (0, 255, 255), 'black': (0, 0, 0), 'white': (255, 255, 255), 'gray': (125, 125, 125), 'dark_gray': (50, 50, 50), 'light_gray': (220, 220, 220), 'rand': np.random.randint(0, high=256, size=(3,)).tolist()}

以上字典中定义了一些预定义的颜色，如果要使用特定颜色，例如红色 (red)：

colors['red']

或者，可以使用 (0, 0, 255) 来得到红色。但是使用这个字典，不需要记住 RGB 颜色空间的色值，比数字三元组更容易使用。

除了使用字典外，另一种常见的方法是创建一个 colors_constant.py 文件来定义颜色。其中，每种颜色都由一个常量定义：

BLUE = (255, 0, 0)
GREEN = (0, 255, 0)
RED = (0, 0, 255)
YELLOW = (0, 255, 255)
MAGENTA = (255, 0, 255)
CYAN = (255, 255, 0)
LIGHT_GRAY = (220, 220, 220)
DARK_GRAY = (50, 50, 50)

在项目目录的其他文件中，可以使用以下代码使能够引用这些常量：

import colors_constant as colors
print("red: {}".format(colors.RED))

此外，由于我们使用 Matplotlib 显示图形，因此我们需要通用函数 show_with_matplotlib()，其带有两个参数的，第一个是要显示的图像，第二个是要图形窗口的标题。因为必须使用 Matplotlib 显示彩色图像，因此首先需要将 BGR 图像转换为 RGB。此函数的第二步也是最后一步是使用 Matplotlib 函数显示图像：

def show_with_matplotlib(img, title):
    # 将 BGR 图像转换为 RGB
    img_RGB = img[:, :, ::-1]
    # 使用 Matplotlib 显示图形
    plt.imshow(img_RGB)
    plt.title(title)
    plt.show()

为了演示 colors 常量和 show_with_matplotlib() 函数的使用，创建 testing.py 脚本进行测试：

import cv2
import numpy as np
import matplotlib.pyplot as plt

def show_with_matplotlib(img, title):
   # 将 BGR 图像转换为 RGB
   img_RGB = img[:, :, ::-1]
   # 使用 Matplotlib 显示图形
   plt.imshow(img_RGB)
   plt.title(title)
   plt.show()
   
# 定义颜色字典:
colors = {'blue': (255, 0, 0), 'green': (0, 255, 0), 'red': (0, 0, 255), 'yellow': (0, 255, 255),
         'magenta': (255, 0, 255), 'cyan': (255, 255, 0), 'white': (255, 255, 255), 'black': (0, 0, 0),
         'gray': (125, 125, 125), 'rand': np.random.randint(0, high=256, size=(3,)).tolist(),
         'dark_gray': (50, 50, 50), 'light_gray': (220, 220, 220)}

# 创建画布
image = np.zeros((500, 500, 3), dtype="uint8")

# 修改画布背景颜色
image[:] = colors['rand']

# 利用 colors 字典绘制直线
separation = 40
for key in colors:
   cv2.line(image, (0, separation), (500, separation), colors[key], 15)
   separation += 40

# 显示图形
show_with_matplotlib(image, 'Dictionary with some predefined colors')

色彩基础

在上例中，创建了一个大小为 500 x 500的图像，具有 3 个通道(彩色图像)，数据类型为 uint8 (8 位无符号整数)，原始背景为黑色：

image = np.zeros((500, 500, 3), dtype="uint8")

如果，希望将背景颜色，例如将背景颜色修改为随机色 rand，则执行以下操作：

image[:] = colors['rand']

接下来，使用 cv2.line() 函数(这里仅作示例使用，有关此函数具体使用方式，将在下节进行详细介绍)绘制一些直线，每条线条都使用 colors 字典填充颜色。

separation = 40
for key in colors:
	cv2.line(image, (0, separation), (500, separation), colors[key], 10)
	separation += 40

最后，使用创建的 show_with_matplotlib() 函数绘制图像：

show_with_matplotlib(image, 'Dictionary with some predefined colors')

OpenCV绘图基础详解

前言

OpenCV 绘图基础

相关链接