OpenCv实现绘图功能
本文实例为大家分享了OpenCv实现绘图功能的具体代码,供大家参考,具体内容如下
绘制一个图像在上面画线:
import numpy as npimport matplotlib.pyplot as pltimport cv2#画图def show(image):plt.imshow(image)plt.axis('off')plt.show() image = np.zeros((300,300,3),dtype='uint8') #画线green = (0,255,0)cv2.line(image,(0,0),(300,300),green)#(0,0)开始点,(300,300)是结束点#注意opencv的(0,0)点是从左上角开始的 blue = (0,0,225)cv2.line(image,(300,0),(150,150),blue,5)#5表示线的宽度 show(image)
图像展示:
文章图片
绘制一个矩形:
import numpy as npimport matplotlib.pyplot as pltimport cv2#画图def show(image):plt.imshow(image)plt.axis('off')plt.show() image = np.zeros((300,300,3),dtype='uint8') #画线green = (0,255,0)cv2.line(image,(0,0),(300,300),green)#(0,0)开始点,(300,300)是结束点#注意opencv的(0,0)点是从左上角开始的 blue = (0,0,225)cv2.line(image,(300,0),(150,150),blue,5)#5表示线的宽度 #绘制矩形red=(255,0,0)cv2.rectangle(image,(10,10),(60,60),red,2)#2表示矩形框的宽度 #填充green=(0,255,0)cv2.rectangle(image,(40,40),(100,100),green,-1)#-1表示矩形框填充 show(image)
【OpenCv实现绘图功能】注意:填充和非填充的矩形画法
图形展示:
文章图片
绘制一个圆形:
import numpy as npimport matplotlib.pyplot as pltimport cv2#画图def show(image):plt.imshow(image)plt.axis('off')plt.show() #绘制圆形white=(255,255,255)image1 =np.zeros((300,300,3),dtype='uint8')#设置圆心位置shape[1]表示宽度,shape[0]表示高度(cX,cY) = image1.shape[1]//2,image1.shape[0]//2for r in range(0,151,15):#从0循环到151,步长是15,r表示半径cv2.circle(image1,(cX,cY),r,white)show(image1)
图形展示:
文章图片
绘制一个填充圆形:
import numpy as npimport matplotlib.pyplot as pltimport cv2#画图def show(image):plt.imshow(image)plt.axis('off')plt.show() #绘制圆形填充image2=np.zeros((300,300,3),dtype='uint8')for i in range(10):#半径取值radiu=np.random.randint(5,200)#颜色取值color=np.random.randint(0,255,size=(3,)).tolist()#圆心取值pt=np.random.randint(0,300,size=(2,))#画图cv2.circle(image2,tuple(pt),radiu,color,-1) show(image2)
图形展示:
文章图片
文章图片
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
推荐阅读
- 关于QueryWrapper|关于QueryWrapper,实现MybatisPlus多表关联查询方式
- MybatisPlus使用queryWrapper如何实现复杂查询
- python学习之|python学习之 实现QQ自动发送消息
- 孩子不是实现父母欲望的工具——林哈夫
- opencv|opencv C++模板匹配的简单实现
- Java|Java OpenCV图像处理之SIFT角点检测详解
- Node.js中readline模块实现终端输入
- java中如何实现重建二叉树
- 人脸识别|【人脸识别系列】| 实现自动化妆
- paddle|动手从头实现LSTM