• OpenCV 线条及形状


    1、线条

    # dst 相当于画板
    dst=np.zeros((300,300,3),np.uint8)
    # #参1 图像 参2 起始点 参3 结束点 参4 颜色
    line=cv2.line(dst,(100,200),(100,400),(0,0,255))
    #参5 线宽
    line=cv2.line(dst,(150,200),(150,400),(0,255,0),50)
    #参6 type 圆滑度
    cv2.line(dst,(300,200),(300,400),(255,0,0),50,50)
    
    cv2.imshow('line',dst)
    cv2.waitKey(0)

    结果:

    2、矩形、圆

    # dst 相当于画板
    dst=np.zeros((400,400,3),np.uint8)
    # 矩形 参1 图像 参2左上角点 参3右下角点 参4 颜色  参5 是否填充,-1:全部填充  >-1时:边框宽度
    cv2.rectangle(dst,(50,50),(200,200),(255,0,0),-1)
    # 圆 参2 圆点 参3 半径
    cv2.circle(dst,(200,200),(50),(0,0,255))
    # 椭圆 参2 圆心 参3两轴 参4偏转角度 参5起始角度 参6 结束角度 参7颜色 参8 fill
    cv2.ellipse(dst,(250,250),(100,150),0,0,180,(111,111,111),-1)

    结果:

    3、文字编辑

    font=cv2.FONT_HERSHEY_SIMPLEX
    img= cv2.imread('b.png',1)
    cv2.rectangle(img,(50,50),(200,200),(255,0,0),2)
    #参2 文字 参3 起始点 参4 5 字体大小 ,参6颜色  参7 粗细 参8 type
    cv2.putText(img,'this is a apple',(10,100),font,1,(0,0,255),2,cv2.LINE_AA)
    cv2.imshow('wenzi',img)
    cv2.waitKey(0)

    结果:

  • 相关阅读:
    【算法】动态规划
    【设计模式】单例模式
    Python 多元线性回归
    Python 线性回归
    惩罚项
    局部常数拟合方法 例
    微分方程是用来做什么的?
    线性回归与梯度下降法
    k近邻法
    逻辑回归与梯度下降法
  • 原文地址:https://www.cnblogs.com/wbdream/p/10286753.html
Copyright © 2020-2023  润新知