OpenCV学习笔记(十四)——绘图及交互

卡卡南安

发布时间 2022.09.16阅读数 3031 评论数 0

本节介绍了如何在图像上绘制图形，并且如何用鼠标和滚动条实现用户交互。

1. 绘画基础

OpenCV 提供了绘制直线的函数cv2.line()、绘制矩形的函数cv2.rectangle()、绘制圆的函数cv2.circle()、绘制椭圆的函数cv2.ellipse()、绘制多边形的函数cv2.polylines()、在图像内添加文字的函数cv2.putText()等多种绘图函数。

这些绘图函数有一些共有的参数，主要用于设置源图像、颜色、线条属性等。下面对这些共有参数做简单的介绍。

img：在其上面绘制图形的载体图像（绘图的容器载体，也称为画布、画板）。
color：绘制形状的颜色。通常使用BGR 模型表示颜色，例如，(0, 255, 0)表示绿色。对
于灰度图像，只能传入灰度值。需要注意，颜色通道的顺序是BGR，而不是RGB。
thickness：线条的粗细。默认值是1，如果设置为-1，表示填充图形（即绘制的图形是实心的）。
lineType：线条的类型，默认是8 连接类型。lineType 参数的值及说明如表所示。

在这里插入图片描述

shift：数据精度。该参数用来控制数值（例如圆心坐标等）的精度，一般情况下不需要设置。

1.1 绘制直线

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

参数 img、color、thickness、lineType 的含义如前面的说明所示。
pt1 表示线段的第1 个点（起点）。
pt2 表示线段的第2 个点（终点）。

import numpy as np
import cv2
n = 300
img = np.zeros((n+1,n+1,3), np.uint8)
img = cv2.line(img,(0,0),(n,n),(255,0,0),3)
img = cv2.line(img,(0,100),(n,100),(0,255,0),1)
img = cv2.line(img,(100,0),(100,n),(0,0,255),6)
winname = ‘Demo19.1’
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

1.2 绘制矩形

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

参数 img、color、thickness、lineType 的含义如前面的说明所示。
pt1 为矩形顶点。
pt2 为矩形中与pt1 对角的顶点。

import numpy as np
import cv2
n = 300
img = np.ones((n,n,3), np.uint8)_255
img = cv2.rectangle(img,(50,50),(n-100,n-50),(0,0,255),-1)
winname = ‘Demo19.1’
cv2.namedWindow(winname)
cv2.imshow(winname, img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

1.3 绘制圆形

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

参数 img、color、thickness、lineType 的含义如前面的说明所示。
center 为圆心。
radius 为半径。

import numpy as np
import cv2
d = 400
img = np.ones((d,d,3),dtype=“uint8”)_255
(centerX,centerY) = (round(img.shape[1] / 2),round(img.shape[0] / 2))
# 将图像的中心作为圆心,实际值为d/2
red = (0,0,255) # 设置白色变量
for r in range(5,round(d/2),12):
    cv2.circle(img,(centerX,centerY),r,red,3)
# circle(载体图像，圆心，半径，颜色)
cv2.imshow(“Demo19.3”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

import numpy as np
import cv2
d = 400
img = np.ones((d,d,3),dtype=“uint8”)_255
# 生成白色背景
for i in range(0,100):
    centerX = np.random.randint(0,high = d)
    centerY = np.random.randint(0,high = d)
    # 生成随机圆心centerY,确保在画布img 内
    radius = np.random.randint(5,high = d/5)
    # 生成随机半径，值范围为[5,d/5)，最大半径是d/5
    color = np.random.randint(0,high = 256,size = (3,)).tolist()
    # 生成随机颜色，3 个[0,256)的随机数
    cv2.circle(img,(centerX,centerY),radius,color,-1)
    # 使用上述随机数在画布img 内画圆
    # 生成随机圆心centerX,确保在画布img 内
cv2.imshow(“demo19.4”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

1.4 绘制椭圆

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

参数 img、color、thickness、lineType 的含义如前面的说明所示。
center 为椭圆的圆心坐标。
axes 为轴的长度。
angle 为偏转的角度。
startAngle 为圆弧起始角的角度。
endAngle 为圆弧终结角的角度。

import numpy as np
import cv2
d = 400
img = np.ones((d,d,3),dtype=“uint8”)_255
# 生成白色背景
center=(round(d/2),round(d/2))
# 注意数值类型，不可以使用语句center=(d/2,d/2)
size=(100,200)
# 轴的长度
for i in range(0,10):
    angle = np.random.randint(0,361)
    # 偏移角度
    color = np.random.randint(0,high = 256,size = (3,)).tolist()
    # 生成随机颜色，3 个[0,256)的随机数
    thickness = np.random.randint(1,9)
    cv2.ellipse(img, center, size, angle, 0, 360, color,thickness)
cv2.imshow(“demo19.5”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

1.5 绘制多边形

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

参数 img、color、thickness、lineType 和shift 的含义如前面的说明所示。
pts 为多边形的各个顶点。
isClosed 为闭合标记，用来指示多边形是否是封闭的。若该值为True，则将最后一个点与第一个点连接，让多边形闭合；否则，仅仅将各个点依次连接起来，构成一条曲线。

在使用函数cv2.polylines()绘制多边形时，需要给出每个顶点的坐标。这些点的坐标构建了一个大小等于“顶点个数×1×2”的数组，这个数组的数据类型必须为numpy.int32。下面的例子绘制了一个黄色的具有四个顶点的多边形。

import numpy as np
import cv2
d = 400
img = np.ones((d,d,3),dtype=“uint8”)_255
# 生成白色背景
pts=np.array([[200,50],[300,200],[200,350],[100,200]], np.int32)
# 生成各个顶点,注意数据类型为int32
pts=pts.reshape((-1,1,2))
# 第1 个参数为-1, 表明它未设置具体值，它所表示的维度值是通过其他参数值计算得到的
cv2.polylines(img,[pts],True,(0,255,0),8)
# 调用函数cv2.polylines()完成多边形绘图。注意，第3 个参数控制多边形是否封闭
cv2.imshow(“demo19.6”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

14

在这里插入图片描述

1.6 在图像上绘制文字

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

参数 img、color、thickness、lineType 和shift 的含义如前面的说明所示。
text 为要绘制的字体。
org 为绘制字体的位置，以文字的左下角为起点。
fontFace 表示字体类型，其参数类型及含义如表所示。

在这里插入图片描述

fontScale 表示字体大小。
bottomLeftOrigin 用于控制文字的方向。默认值为False，当设置为True 时，文字是垂直镜像的效果。

import numpy as np
import cv2
d = 400
img = np.ones((d,d,3),dtype=“uint8”)_255
# 生成白色背景
font=cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,‘OpenCV’,(0,200), font, 3,(0,255,0),15)
cv2.putText(img,‘OpenCV’,(0,200), font, 3,(0,0,255),5)
cv2.imshow(“demo19.7”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

1
2
3
4
5
6
7
8
9
10
11

在这里插入图片描述

import numpy as np
import cv2
d = 400
img = np.ones((d,d,3),dtype=“uint8”)_255
# 生成白色背景
font=cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,‘OpenCV’,(0,150),font, 3,(0,0,255),15)
cv2.putText(img,‘OpenCV’,(0,250),font, 3,(0,255,0),15,cv2.FONT_HERSHEY_SCRIPT_SIMPLEX,True)
cv2.imshow(“demo19.7”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

2. 鼠标交互

当用户触发鼠标事件时，我们希望对该事件做出响应。例如，用户单击鼠标，我们就画一个圆。通常的做法是，创建一个OnMouseAction()响应函数，将要实现的操作写在该响应函数内。响应函数是按照固定的格式创建的，其格式为：·

def OnMouseAction(event,x,y,flags,param):

event 表示触发了何种事件，具体事件如表所示。

在这里插入图片描述

x, y 代表触发鼠标事件时，鼠标在窗口中的坐标(x, y)。
flags 代表鼠标的拖曳事件，以及键盘鼠标联合事件，如表所示。

在这里插入图片描述

param 为函数ID，标识所响应的事件函数，相当于自定义一个OnMouseAction()函数的ID。
OnMouseAction 为响应函数的名称，该名称可以自定义。

定义响应函数以后，要将该函数与一个特定的窗口建立联系（绑定），让该窗口内的鼠标触发事件时，能够找到该响应函数并执行。要将函数与窗口绑定，可以通过函数
cv2.setMouseCallback()实现，其基本语法格式是：

cv2.setMouseCallback(winname,onMouse)

winname 为绑定的窗口名。
onMouse 为绑定的响应函数名。

import cv2
import numpy as np
def Demo(event,x,y,flags,param):
    if event == cv2.EVENT_LBUTTONDOWN:
        print(“单击了鼠标左键”)
    elif event==cv2.EVENT_RBUTTONDOWN :
        print(“单击了鼠标右键”)
    elif flags==cv2.EVENT_FLAG_LBUTTON:
        print(“按住左键拖动了鼠标”)
    elif event==cv2.EVENT_MBUTTONDOWN :
        print(“单击了中间键”)
# 创建名称为Demo 的响应（回调）函数OnMouseAction
img = np.ones((300,300,3),np.uint8)_255
cv2.namedWindow(‘Demo19.9’)
cv2.setMouseCallback(‘Demo19.9’,Demo)
cv2.imshow(‘Demo19.9’,img)
cv2.waitKey()
cv2.destroyAllWindows()

运行上述程序，先后单击左键、右键、滚轮、拖动鼠标，则程序运行结果如图所示。
在这里插入图片描述
说明：可以通过下面的方法查看OpenCV 所支持的鼠标事件：

import cv2
events=[i for i in dir(cv2) if ‘EVENT’in i]
print(events)

2.1 简单示例

实现一个双击鼠标绘制矩形的简单程序。在该程序中，首先创建响应函数draw()，在该函数内编写代码，实现：当双击鼠标时，以当前位置为顶点绘制大小随机、颜色随机的矩形。通过函数cv2.setMouseCallback()将函数draw()和新建窗口“Demo19.10”绑定。

import cv2
import numpy as np
d = 400
def draw(event,x,y,flags,param):
    if event==cv2.EVENT_LBUTTONDBLCLK:
        p1x=x
        p1y=y
        p2x=np.random.randint(1,d-50)
        p2y=np.random.randint(1,d-50)
        color = np.random.randint(0,high = 256,size = (3,)).tolist()
        cv2.rectangle(img,(p1x,p1y),(p2x,p2y),color,2)
img = np.ones((d,d,3),dtype=“uint8”)_255
cv2.namedWindow(‘Demo19.10’)
cv2.setMouseCallback(‘Demo19.10’,draw)
while(1):
    cv2.imshow(‘Demo19.10’,img)
    if cv2.waitKey(20)==27:
        break
cv2.destroyAllWindows()

在这里插入图片描述

2.2 进阶实例

鼠标事件为用户与计算机之间的交互提供了接口，让用户能够非常灵活地与计算机之间实现交互。本节通过一个鼠标与键盘配合的例子，展示如何实现用户与计算机的交互。

import numpy as np
thickness=-1
mode=1
d=400
def draw_circle(event,x,y,flags,param):
    if event==cv2.EVENT_LBUTTONDOWN:
        a=np.random.randint(1,d-50)
        r=np.random.randint(1,d/5)
        angle = np.random.randint(0,361)
        color = np.random.randint(0,high = 256,size = (3,)).tolist()
        if mode==1:
            cv2.rectangle(img,(x,y),(a,a),color,thickness)
        elif mode==2:
            cv2.circle(img,(x,y),r,color,thickness)
        elif mode==3:
            cv2.line(img,(a,a),(x,y),color,3)
        elif mode==4:
            cv2.ellipse(img, (x,y), (100,150), angle, 0, 360,color,thickness)
        elif mode==5:
            cv2.putText(img,‘OpenCV’,(0,round(d/2)),cv2.FONT_HERSHEY_SIMPLEX, 2,color,5)
img=np.ones((d,d,3),np.uint8)_255
cv2.namedWindow(‘image’)
cv2.setMouseCallback(‘image’,draw_circle)
while(1):
    cv2.imshow(‘image’,img)
    k=cv2.waitKey(1)&0xFF
    if k==ord(‘r’):
        mode=1
    elif k==ord(‘c’):
        mode=2
    elif k==ord(‘l’):
        mode=3
    elif k==ord(‘e’):
        mode=4
    elif k==ord(‘t’):
        mode=5
    elif k==ord(‘f’):
        thickness=-1
    elif k==ord(‘u’):
        thickness=3
    elif k==27:
        break
cv2.destroyAllWindows()

按下“r”键后，在窗体1内单击鼠标左键，会显示以当前鼠标位置为顶点，以任意位置为对角顶点的一个矩形。
按下“c”键后，在窗体内单击鼠标左键，会显示以当前鼠标位置为圆心，以随机数为半径的一个圆。
按下“l”键后，在窗体内单击鼠标左键，会显示以当前鼠标位置为端点，以任意位置为另一个端点的线段。
按下“e”键后，在窗体内单击鼠标左键，会显示以当前鼠标位置为中心点，角度随机的一个椭圆。
按下“t”键后，在窗体内单击鼠标左键，会在当前窗体内显示颜色随机的文字“OpenCV”。
此外，还通过“f”键和“u”键控制各种图形是否为实心：
按下“f”键后，图形为实心。
按下“u”键后，图形为空心。

在这里插入图片描述

import cv2
import numpy as np

d=400
centerx=round(d/2)
centery=round(d/2)
r=50

def Demo(event,x,y,flags,param):
    global centerx,centery
    if flags==cv2.EVENT_FLAG_LBUTTON:
        if x>centerx-r and x<centerx+r and y>centery-r and y<centery+r:
            centerx=x
            centery=y
            global img
            img = np.ones((400,400,3),np.uint8)_255
            cv2.circle(img,(centerx,centery),r,(0,0,255),-1)
        print(“yes”)

# 创建名称为Demo 的响应（回调）函数OnMouseAction
img = np.ones((400,400,3),np.uint8)_255
cv2.circle(img,(centerx,centery),r,(0,0,255),-1)
cv2.namedWindow(‘test’)
cv2.setMouseCallback(‘test’,Demo)

while(1):
    cv2.imshow(‘test’,img)
    if cv2.waitKey(20)==27:
        break
cv2.destroyAllWindows()

当鼠标按下左键拖动，且鼠标的坐标在圆范围内时，即可拖动圆的位置。

在这里插入图片描述

3. 滚动条

滚动条（Trackbar）在OpenCV 中是非常方便的交互工具，它依附于特定的窗口而存在。通过调节滚动条能够设置、获取指定范围内的特定值。

cv2.createTrackbar(trackbarname, winname, value, count, onChange)

trackbarname 为滚动条的名称。
winname 为滚动条所依附窗口的名称。
value 为初始值，该值决定滚动条中滑块的位置。
count 为滚动条的最大值。通常情况下，其最小值是0。
onChange 为回调函数。一般情况下，将滚动条改变后要实现的操作写在回调函数内。其中，回调函数的参数为滚动条拖动后的值。

函数 cv2.createTrackbar()用于生成一个滚动条。拖动滚动条，就可以设置滚动条的值，并让滚动条返回对应的值。滚动条的值可以通过函数cv2.getTrackbarPos()获取，其语法格式为：

retval=getTrackbarPos( trackbarname,winname )

retval 为返回值，获取函数cv2.createTrackbar()生成的滚动条的值。
trackbarname 为滚动条的名称。
winname 为滚动条所依附的窗口的名称。

3.1 用滚动条实现调色板

import cv2
import numpy as np
def changeColor(x):
    r=cv2.getTrackbarPos(‘R’,‘image’)
    g=cv2.getTrackbarPos(‘G’,‘image’)
    b=cv2.getTrackbarPos(‘B’,‘image’)
    img[:]=[b,g,r]
img=np.zeros((100,700,3),np.uint8)
cv2.namedWindow(‘image’)
cv2.createTrackbar(‘R’,‘image’,0,255,changeColor)
cv2.createTrackbar(‘G’,‘image’,0,255,changeColor)
cv2.createTrackbar(‘B’,‘image’,0,255,changeColor)
while(1):
    cv2.imshow(‘image’,img)
    k=cv2.waitKey(1)&0xFF
    if k==27:
        break
cv2.destroyAllWindows()

在这里插入图片描述

3.2 用滚动条控制阈值处理参数

import cv2
Type=0 # 阈值处理方式
Value=0 # 使用的阈值
def onType(a):
    Type= cv2.getTrackbarPos(tType, windowName)
    Value= cv2.getTrackbarPos(tValue, windowName)
    ret, dst = cv2.threshold(o, Value,255, Type)
    cv2.imshow(windowName,dst)
def onValue(a):
    Type= cv2.getTrackbarPos(tType, windowName)
    Value= cv2.getTrackbarPos(tValue, windowName)
    ret, dst = cv2.threshold(o, Value, 255, Type)
    cv2.imshow(windowName,dst)
o = cv2.imread(“lena512.bmp”,0)
windowName = “Demo19.13” #窗体名
cv2.namedWindow(windowName)
cv2.imshow(windowName,o)
# 创建两个滚动条
tType = “Type” # 用来选取阈值处理方式的滚动条
tValue = “Value” # 用来选取阈值的滚动条
cv2.createTrackbar(tType, windowName, 0, 4, onType)
cv2.createTrackbar(tValue, windowName,0, 255, onValue)
if cv2.waitKey(0) == 27:
    cv2.destroyAllWindows()

运行程序，在窗体对象内，同时显示控制阈值和阈值处理方式的两个滚动条。调整滚动条可以分别控制阈值处理时所使用的阈值和阈值处理方式。
在这里插入图片描述

3.3 用滚动条作为开关

有时也可将滚动条作为“开关”使用。此时，滚动条只有两种值“0”和“1”，当滚动条的值为0 时，代表False；当滚动条的值为1 时，代表True。

import cv2
import numpy as np
d=400
global thickness
thickness=-1
def fill(x):
    pass
def draw(event,x,y,flags,param):
    if event==cv2.EVENT_LBUTTONDBLCLK:
        p1x=x
        p1y=y
        p2x=np.random.randint(1,d-50)
        p2y=np.random.randint(1,d-50)
        color = np.random.randint(0,high = 256,size = (3,)).tolist()
        cv2.rectangle(img,(p1x,p1y),(p2x,p2y),color,thickness)
img=np.ones((d,d,3),np.uint8)*255
cv2.namedWindow(‘image’)
cv2.setMouseCallback(‘image’,draw)
cv2.createTrackbar(‘R’,‘image’,0,1,fill)
while(1):
    cv2.imshow(‘image’,img)
    k=cv2.waitKey(1)&0xFF
    g=cv2.getTrackbarPos(‘R’,‘image’)
    if g==0:
        thickness=-1
    else:
        thickness=2
    if k==27:
        break
cv2.destroyAllWindows()

在这里插入图片描述

人机交互 Python openCV 图像处理学习笔记

打赏 0

上一篇：OpenCV学习笔记(十三)——视频处理

下一篇：OpenCV学习笔记(十五)——k近邻算法

OpenCV学习笔记(十四)——绘图及交互

卡卡南安

1. 绘画基础

1.1 绘制直线

1.2 绘制矩形

1.3 绘制圆形

1.4 绘制椭圆

1.5 绘制多边形

1.6 在图像上绘制文字

2. 鼠标交互

2.1 简单示例

2.2 进阶实例

3. 滚动条

3.1 用滚动条实现调色板

3.2 用滚动条控制阈值处理参数

3.3 用滚动条作为开关

为你推荐

精选【OpenCV】 Canny边缘检测 | 图像轮廓检测 | 直方图均衡化

手把手教物体检测——RFBNet

OpenCV—Mean Shift算法：直方图反向投影查找目标

【图像】骨架提取与分水岭算法

数字图像处理之校园交通标志检测与识别

物体检测实战：使用OpenCV内置方法实现行人检测

评论（0）

关于作者

卡卡南安

47

0

452

3

OpenCV学习笔记(三)——图像几何变换

STM32——编码器测速原理及STM32编码器模式

精选【Tablesaw】Java数据框架和可视化库，Java中的 “Pandas”

相关推荐

机器视觉（四）：空域图像增强（1）

角蜂鸟AI视觉套件：（三）ROS案例

OpenCV学习笔记(九)——直方图处理

神器CLIP：连接文本和图像，打造可迁移的视觉模型

Halcon学习路线——Blob分析（2）

语义分割算法——增加了级联模块和图像级特征ASPP的DeepLabv3

热门泡泡

30积分 失眠，聊聊自己搞ROS的心得体会吧

ros学习路线

30积分 TF_REPEATED_DATA ignoring data错误

各位大佬，有什么ROS定位算法推荐吗

5积分 想买能用ROS2的开发套件。或者开发板

5积分 ros中启动gazebo时报错

TA的专栏

OpenCV学习笔记

专栏导航

给作者打赏

忘记密码

修改头像

添加你感兴趣的标签

举报类型（必选）

举报详情（选填）

30积分失眠，聊聊自己搞ROS的心得体会吧

5积分想买能用ROS2的开发套件。或者开发板