OpenCV

🕗 发布于 2024-11-04 18:28 opencv 人工智能 计算机视觉 1024程序员节学习方法

OpenCV课程

OpenCV其实就是一堆C和C++语言的源代码文件,这些源代码文件中实现了许多常用的计算机视觉算法。

OpenCV的全称是Open Source Computer Vision Library,是一个开放源代码的计算机视觉库
OpenCV最初由英特尔公司发起并开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用,现在美国Willow Garage为OpenCV提供主要的支持
OpenCV可用于开发实时的图像处理,计算机视觉以及模式识别程序,目前在工业界以及科研领域广泛采用

cv2.namedWindow 是 OpenCV 库中的一个函数，用于创建一个命名窗口，以便在该窗口中显示图像或进行其他图形操作。这个函数在处理图像和视频时非常有用，尤其是在开发基于图像处理的应用程序时。

opencv重要性

计算机视觉：OpenCV 是计算机视觉领域的标准库之一，广泛应用于图像识别、物体检测、人脸识别、手势识别等。
机器人技术：在机器人导航、环境感知和交互中，OpenCV 用于处理传感器数据和视觉信息。
医学影像：在医学影像分析中，OpenCV 用于图像增强、分割和特征提取。
自动驾驶：在自动驾驶汽车中，OpenCV 用于环境感知、障碍物检测和车道线识别。
安全监控：在安全监控系统中，OpenCV 用于运动检测、人脸识别和行为分析。

学习 OpenCV 不仅可以提升你的技术能力，还能为你在计算机视觉和图像处理领域的发展打开更多的门路。无论是学术研究、工业应用还是个人项目，OpenCV 都是一个不可或缺的工具

环境安装

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

显示窗口

cv2.namedWindow 是 OpenCV 库中的一个函数，用于创建一个命名窗口，以便在该窗口中显示图像或进行其他图形操作。这个函数在处理图像和视频时非常有用，尤其是在开发基于图像处理的应用程序时

函数原型

cv2.namedWindow(winname, flags=None)

参数说明

winname (str): 窗口的名称。这个名称必须是唯一的，因为它是用来标识窗口的。
flags (int, 可选): 窗口的标志，用于设置窗口的行为。默认值为
```
cv2.WINDOW_AUTOSIZE
```
。常见的标志包括：
- cv2.WINDOW_NORMAL: 允许调整窗口大小。
- cv2.WINDOW_AUTOSIZE: 窗口大小根据图像大小自动调整，不能手动调整。。

示例

以下是一个简单的示例，展示如何使用 cv2.namedWindow 创建一个窗口并在其中显示图像：

import cv2

def show_img():
    # 创建窗口，窗口名为MyWindow
    # 允许调整窗口大小
    cv2.namedWindow('image', cv2.WINDOW_NORMAL)

    # 设置窗口大小
    cv2.resizeWindow('image', 640, 480)

    # 加载图片
    # 图片路径支持相对路径和绝对路径
    # 图片路径不能包含中文
    # 图片路径包含转义字符，用（r"路径")包含
    img = cv2.imread('images/preview.jpg')
    if img is None:
        print('Image not found')
        return
    else:
        print(img)

    # 用窗口显示图片
    cv2.imshow('image', img)

    # 等待键盘输入，0表示无限期等待
    while True:
        k = cv2.waitKey()
        # key = 27 表示ESC
        if k == 27:
            break
    # cv2.waitKey(0)

    # 关闭窗口
    cv2.destroyAllWindows()

def show_window():
    img = cv2.imread('images/preview.jpg')
    if img is None:
        print('Image not found')
        return
    else:
        print(img)

    cv2.imshow('image', img)

    while True:
        k = cv2.waitKey()
        if k == 27:
            break

    # 关闭窗口
    cv2.destroyAllWindows()


if __name__ == '__main__':
    # show_img()
    show_window()

详细解释

读取图像：
```
image = cv2.imread('path/to/your/image.jpg')
```
使用 cv2.imread 函数读取图像文件。
创建窗口：
```
cv2.namedWindow('Image Window', cv2.WINDOW_NORMAL)
```
使用 cv2.namedWindow 创建一个名为 “Image Window” 的窗口，并设置标志为 cv2.WINDOW_NORMAL，允许用户调整窗口大小。
显示图像：
```
cv2.imshow('Image Window', image)
```
使用 cv2.imshow 在指定的窗口中显示图像。
等待用户按键：
```
cv2.waitKey(0)
```
使用 cv2.waitKey 暂停程序执行，等待用户按键。参数 0 表示无限期等待，直到有按键事件发生。

返回值：是一个ASCII值，

例如：q 键 ASCII 值为 113 ESC 键是27
关闭所有窗口：
```
cv2.destroyAllWindows()
```
使用 cv2.destroyAllWindows 关闭所有打开的窗口。

其他注意事项

窗口名称：窗口名称必须是唯一的，否则会覆盖已有的同名窗口。
窗口标志：选择合适的窗口标志可以提升用户体验，特别是在需要用户交互的场景中。

创建空白图像

你可以使用 np.zeros 函数创建一个全零数组，这个数组可以表示一个空白图像。数组的形状应该符合图像的尺寸和通道数（例如，对于 RGB 图像，形状应为 (height, width, 3)）

函数写法

# 创建一个 500x500 像素的空白图像，3 个通道（RGB）
height, width, channels = 500, 500, 3
blank_image = np.zeros((height, width, channels), dtype=np.uint8)

案例:

import cv2
import numpy as np


def show_bwimg():
    # 创建图片矩阵,300高x500宽,3 通道
    img = np.zeros((300, 500, 3), dtype=np.uint8)
    print(img)
    cv2.imshow("iamge", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


if __name__ == '__main__':
    show_bwimg()

保存图片

``cv2.imwrite` 是 OpenCV 库中的一个函数，用于将图像保存到文件中。这个函数在图像处理和计算机视觉任务中非常常用，特别是在需要将处理后的图像结果保存到磁盘时。

函数原型

cv2.imwrite(filename, img[, params])

参数说明

filename (str): 要保存的文件路径和名称。支持的文件格式包括 .jpg, .png, .bmp, .tiff 等。
img (numpy.ndarray): 要保存的图像。通常是一个二维或三维的 NumPy 数组，表示图像的像素值。

返回值

bool: 成功保存图像返回 True，否则返回 False。

示例

以下是一个简单的示例，展示如何使用 cv2.imwrite 将图像保存到文件中：

import cv2

# 读取图片
img = cv2.imread('images/preview.jpg')

# 保存图片
iss = cv2.imwrite('save_images/preview_save.jpg', img)
if iss:
    print('保存成功')
else:
    print('保存失败')

其他注意事项

文件路径：确保提供的文件路径是有效的，如果路径不存在，OpenCV 会尝试创建它，但如果权限不足则会保存失败。

图像切片(裁剪)

在 OpenCV 中，图像切片用于从图像中提取一个子区域（矩形区域）。这种操作在图像处理中非常常见，特别是在进行目标检测、ROI（Region of Interest，感兴趣区域）提取等任务时。

语法解释

假设你有一个图像 img，它的类型是 numpy.ndarray。img[y:y+h, x:x+w] 的含义如下：

x: 子区域左上角的 x 坐标。
y: 子区域左上角的 y 坐标。
w: 子区域的宽度。
h: 子区域的高度。

切片操作

img[y:y+h, x:x+w] 提取的是从 (x, y) 开始，宽度为 w，高度为 h 的矩形区域。

示例

假设你有一个图像 img，并且你想要从这个图像中提取一个特定的矩形区域，

import cv2


def mouse_callback(event, x, y, flags, param):
    if event == cv2.EVENT_LBUTTONDOWN:
        print(f"鼠标左键点击: ({x}, {y})")


img = cv2.imread('images/car.png')

if img is None:
    print("图像加载失败，请检查路径是否正确")
else:
    h, w, c = img.shape
    print(f"高度：{h}, 宽度：{w}, 通道：{c}")

    # 定义坐标轴
    x, y = 330, 170
    h, w = 55, 160

    # 裁剪图片
    cut_img = img[y:y + h, x:x + w]
    ch, cw, cc = cut_img.shape
    print(f"裁剪后高度：{ch}, 宽度：{cw}, 通道：{cc}")

    cv2.imshow('img', img)
    cv2.imshow('cut_img', cut_img)
    cv2.setMouseCallback("img", mouse_callback)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

在这里插入图片描述

其他注意事项

边界检查：确保 (x, y) 和 (x+w, y+h) 都在图像的边界内，否则会导致数组索引越界错误。
数据类型：img 通常是 numpy.ndarray 类型，切片操作返回的也是 numpy.ndarray 类型。

调整图片大小

cv2.resize 是 OpenCV 库中的一个函数，用于调整图像的大小。这个函数在图像处理中非常常用，特别是在需要对图像进行缩放、放大或缩小以适应不同需求时。

函数原型

cv2.resize(src, dsize, dst)

参数说明

src (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。
dsize (tuple): 输出图像的尺寸，是一个二元组 (width, height)。如果指定了 fx 和 fy，则可以忽略此参数。

返回值

dst (numpy.ndarray): 缩放后的图像。

示例

以下是一个简单的示例，展示如何使用 cv2.resize 调整图像的大小：

import cv2

# 读取图片
img = cv2.imread('images/preview.jpg')

# 获取图片大小
(h, w) = img.shape[:2]
print(f"图片高度：{h},宽度：{w}")

# 缩放图片
r_img = cv2.resize(img, (300,200))
(rh, rw) = r_img.shape[:2]
print(f"缩放后图片高度：{rh},宽度：{rw}")
cv2.imshow('r_img', r_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像绘制

绘制圆形

cv2.circle()函数用于在图像上绘制圆形。该函数的语法如下：

cv2.circle(img, center, radius, color, thickness)

其中，参数解释如下：

img：要绘制圆形的图像。
center：圆心的坐标。
radius：圆的半径。
color：圆的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。
thickness：圆的边界线条的厚度，如果为负值或cv2.FILLED，表示填充整个圆。

案例

import cv2
from PyQt5.QtCore import center

# 绘制图像
img = cv2.imread('images/car.png')

# 定制参数，圆心坐标
center = (50, 50)
# 半径
radius = 50
# 颜色
color = (0, 0, 255)
# 粗细
w = 1
# 绘制圆
c_circle = cv2.circle(img, center, radius, color, w)

cv2.imshow('img', img)
while True:
    k = cv2.waitKey()
    if k == 27:
        break
cv2.destroyAllWindows()

在这里插入图片描述

绘制矩形

cv2.rectangle()`函数用于在图像上绘制矩形。该函数的语法如下：

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

其中，参数解释如下：

img：要绘制矩形的图像。
pt1：矩形的一个顶点。
pt2：矩形对角线上的另一个顶点。
color：矩形的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。
thickness：矩形边框的厚度，如果为负值或cv2.FILLED，表示填充整个矩形内部。

import cv2
import numpy as np

img = np.zeros((200, 300, 3),dtype=np.uint8)
# 定义矩形左上角坐标
left_top = (50, 50)
# 定义矩形右下角坐标
right_bottom = (150,250)
# 定义颜色
color = (255, 255, 255)
# 定义线条粗细
thickness = 5
# 画矩形
r_rectangle = cv2.rectangle(img, left_top, right_bottom, color, thickness)
cv2.imshow('rectangle',r_rectangle)
while True:
    k = cv2.waitKey()
    if k == 27:
        break
cv2.destroyAllWindows()

在这里插入图片描述

绘制文本

cv2.putText 是 OpenCV 库中的一个函数，用于在图像上添加文本。这个函数在图像处理和计算机视觉任务中非常有用，特别是在需要标注图像、显示信息或调试时。

函数原型

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

参数说明

img (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。
text (str): 要添加的文本字符串。
org (tuple): 文本的起始位置，是一个二元组 (x, y)，表示文本左下角的坐标。
fontFace

(int): 字体类型，常见的字体类型包括：
- cv2.FONT_HERSHEY_SIMPLEX: 正常大小的无衬线字体
- cv2.FONT_HERSHEY_PLAIN: 小号的无衬线字体
- cv2.FONT_HERSHEY_DUPLEX: 正常大小的无衬线字体，比 FONT_HERSHEY_SIMPLEX 更粗
- cv2.FONT_HERSHEY_COMPLEX: 正常大小的有衬线字体
- cv2.FONT_HERSHEY_TRIPLEX: 正常大小的有衬线字体，比 FONT_HERSHEY_COMPLEX 更粗
- cv2.FONT_HERSHEY_SCRIPT_SIMPLEX: 手写风格的字体
- cv2.FONT_HERSHEY_SCRIPT_COMPLEX: 手写风格的字体，比 FONT_HERSHEY_SCRIPT_SIMPLEX 更粗
- cv2.FONT_ITALIC: 斜体修饰符，可以与其他字体类型组合使用
fontScale (float): 字体大小的比例因子。
color (tuple): 文本颜色，是一个三元组 (B, G, R)，表示蓝色、绿色和红色的值。
thickness (int, 可选): 文本线条的厚度，默认值为 1。
lineType

(int, 可选): 线条类型，常见的线条类型包括：
- cv2.LINE_4: 4 连通线
- cv2.LINE_8: 8 连通线
- cv2.LINE_AA: 抗锯齿线（默认值）

返回值

img (numpy.ndarray): 添加文本后的图像。

示例

以下是一个简单的示例，展示如何使用 cv2.putText 在图像上添加文本：

import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont


def put_text(image, text, org, font_path, font_size, color):
    # 将 OpenCV 图像转换为 PIL 图像
    pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

    # 创建一个可以在给定图像上绘图的对象
    draw = ImageDraw.Draw(pil_image)

    # 加载字体
    font = ImageFont.truetype(font_path, font_size)

    # 绘制文本
    draw.text(org, text, fill=color, font=font)

    # 将 PIL 图像转换回 OpenCV 图像
    image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)

    return image_with_text


# 读取图像
img = cv2.imread('images/preview.jpg')

# 定义字体文本内容
# text = "hello OpenCV"
text = "金诚"
# 定义起始坐标
org = (50, 50)
# 定义字体路径
# font = cv2.FONT_HERSHEY_SIMPLEX
font_path = 'fontFace/simhei.ttf'
# 定义字体大小
font_size = 40
# 定义字体颜色
color = (0, 0, 255)  # BGR 格式

# 绘制文字
# c_text = cv2.putText(img, text=text, org=org, fontFace=font, fontScale=size, color=color, thickness=thickness)
c_img = put_text(img, text, org, font_path, font_size, color)

# 显示图像
cv2.imshow('Image with Text', c_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

绘制直线

cv2.line(img, pt1, pt2, color, thickness lineType) -> img

参数说明

img: 输出图像，即要在这张图上绘制直线的图像。通常是一个 NumPy 数组。
pt1: 直线的一个端点，是一个包含两个元素（x, y）的元组，代表该点的坐标。
pt2: 直线的另一个端点，也是一个包含两个元素（x, y）的元组，代表该点的坐标。
color: 直线的颜色，对于 BGR 图像，这应该是一个包含三个整数的元组，分别对应蓝色、绿色和红色的强度（例如 (255, 0, 0) 表示纯蓝色）。对于灰度图像，只需要一个整数值即可。
thickness: 可选参数，定义直线的宽度。默认值是 1。

返回值

img: 返回的是经过修改后的图像，实际上就是传入的图像本身，因为 cv2.line() 是直接在原图上操作的。

cv2.line() 是 OpenCV 库中的一个函数，用于在图像上绘制直线。这个函数非常直观，它接受多个参数来定义直线的位置、颜色、厚度等属性。以下是 cv2.line() 函数的基本语法及其参数说明

import cv2

img = cv2.imread('images/preview.jpg')

# 设置直线起点坐标
start = (100,150)
# 设置直线终点坐标
end = (300,400)
# 设置直线颜色
color = (255,0,0)
# 设置直线粗细
thickness = 5
l_line = cv2.line(img, start, end, color, thickness)
cv2.imshow('line',l_line)
while True:
    k = cv2.waitKey()
    if k == 27:
        break

cv2.destroyAllWindows()

在这里插入图片描述

控制鼠标

cv2.setMouseCallback 是 OpenCV 提供的一个非常有用的函数，它允许用户定义一个回调函数，当鼠标事件发生时（如点击、释放、移动等），该回调函数会被调用。这在创建交互式应用程序时特别有用，比如图像标注工具、绘图程序等。

案例：

import cv2

# 鼠标回调函数
"""
event: 鼠标事件
x, y: 鼠标坐标
flags: 鼠标标识
param: 鼠标状态
"""

d = False


def mouse_callback(event, x, y, flags, param):
    global d
    # print(event)
    # print(f"坐标{(x, y)}")
    # print(f"标识{flags}")
    # print(f"状态{param}")
    # 鼠标左键按下
    if event == cv2.EVENT_LBUTTONDOWN:
        print(f"鼠标左键按下: ({x}, {y})")
        # cv2.circle(img, (x, y), 25, (0, 0, 255),thickness=5)
        d = True
    elif event == cv2.EVENT_LBUTTONUP:
        print(f"鼠标左键抬起: ({x}, {y})")
        d = False
    elif event == cv2.EVENT_MOUSEMOVE:
        print(f"鼠标移动: ({x}, {y})")
        if d:
            cv2.circle(img, (x, y), 25, (0, 0, 255), thickness=5)
    # 按下鼠标右键将图片保存到目录save_images中
    elif event == cv2.EVENT_RBUTTONDOWN:
        iss = cv2.imwrite('save_images/preview_save01.jpg', img)
        if iss:
            print('保存成功')
        else:
            print('保存失败')


img = cv2.imread('images/preview.jpg')
def cv_save():

    # 定义窗口
    cv2.namedWindow('image')

    # 设置鼠标操作的回调函数
    cv2.setMouseCallback('image', mouse_callback)

    while True:
        cv2.imshow('image', img)
        if cv2.waitKey(20) == 27:
            break
        elif cv2.waitKey(20) == ord('q'):
            iss = cv2.imwrite('save_images/preview_save01.jpg', img)
            if iss:
                print('保存成功')
            else:
                print('保存失败')
    cv2.destroyAllWindows()


if __name__ == '__main__':
    cv_save()

在这里插入图片描述

代码解释

draw_test函数:
- event: 鼠标事件类型，如 cv2.EVENT_LBUTTONDOWN 表示左键按下。
- x, y: 鼠标事件发生时的坐标。
- flags: 额外的标志位，通常不用。
- param: 传递给回调函数的参数，通常不用。

cv2.setMouseCallback('image', draw_test) 设置鼠标回调函数，当在 ‘image’ 窗口中发生鼠标事件时，调用 draw_circle 函数

案例：在图像上绘制圆形

import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont


def put_text(image, text, count, org, font_path, font_size, color):
    # 将 OpenCV 图像转换为 PIL 图像
    pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

    # 创建一个可以在给定图像上绘图的对象
    draw = ImageDraw.Draw(pil_image)

    # 加载字体
    font = ImageFont.truetype(font_path, font_size)

    # 计算“火箭走起来”的宽度
    text_width = draw.textlength(text, font=font)

    # 绘制“火箭走起来”
    draw.text(org, text, fill=color, font=font)

    # 绘制 count 值
    count_text = f" {count}"
    count_org = (org[0] + text_width, org[1])
    draw.text(count_org, count_text, fill=color, font=font)

    # 将 PIL 图像转换回 OpenCV 图像
    image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)

    return image_with_text


count = 0


def mouse_callback(event, x, y, flags, param):
    global count
    if event == cv2.EVENT_LBUTTONDOWN:
        print(f"鼠标左键按下: ({x}, {y})")
        count += 1
        print(count)


def work():
    # 读取视频
    cap = cv2.VideoCapture("video/1.mp4")

    # 定义字体文本内容
    text = "把赞点起来"
    # 定义起始坐标
    org = (550, 50)
    # 定义字体路径
    font_path = 'fontFace/simhei.ttf'
    # 定义字体大小
    font_size = 40
    # 定义字体颜色
    color = (255, 0, 0)  # BGR 格式

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        # 在当前帧上绘制文字
        frame_with_text = put_text(frame, text, count, org, font_path, font_size, color)

        # 显示带有文字的帧
        cv2.imshow("video", frame_with_text)

        # 鼠标回调函数
        cv2.setMouseCallback('video', mouse_callback)

        if cv2.waitKey(10) == 27:  # 按下 ESC 键退出
            break

    cap.release()
    cv2.destroyAllWindows()


if __name__ == '__main__':
    work()

当鼠标按下，屏幕上的点赞数值会+1，长按左键会绘制圆形，按下鼠标右键，会将图片保存到save_image目录，按下键盘也能达到相同效果。
在这里插入图片描述

视频处理

cv2.VideoCapture 是 OpenCV 库中的一个类，用于从摄像头或视频文件中捕获视频帧。这个类提供了多种方法来控制视频捕获的过程，包括打开视频文件、读取视频帧、获取视频属性等。

常用方法

read()

read() 方法用于从视频源中读取下一帧。它返回一个布尔值和图像帧。布尔值表示是否成功读取了帧，图像帧是一个 NumPy 数组。

ret, frame = cap.read()
if not ret:
    print("Failed to grab frame")
    break

release()

release() 方法用于释放视频捕获资源。在完成视频处理后，必须调用此方法来释放摄像头或视频文件。

cap.release()

isOpened()

isOpened() 方法用于检查视频捕获对象是否已经成功打开。

if not cap.isOpened():
    print("Error opening video stream or file")

get() 和 set()

get() 和 set() 方法用于获取和设置视频捕获属性。常用的属性包括帧宽、帧高、帧率等。

# 获取帧宽
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)

# 获取帧高
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)

# 获取帧率
fps = cap.get(cv2.CAP_PROP_FPS)

# 设置帧宽
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)

# 设置帧高
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

案例

import cv2

# 打开视频文件或摄像头
# 使用 0 打开默认摄像头，或者替换为视频文件路径，例如 'video.mp4'
video_capture = cv2.VideoCapture('video/1.mp4')  # 0 表示使用摄像头
if not video_capture.isOpened():
      print("视频没有打开")
      exit()
# 获取视频的帧率
fps = video_capture.get(cv2.CAP_PROP_FPS)
delay = int(1000 / fps)  # 计算帧间延迟
while True:
    # 逐帧读取视频
    ret, frame = video_capture.read()
    # 显示当前帧
    cv2.imshow('Video', frame)
    # 按下 'q' 键退出
    if cv2.waitKey(delay) & 0xFF == ord('q'):
        break
# 释放视频捕获对象和关闭所有窗口
video_capture.release()
cv2.destroyAllWindows()

关于opencv 显示中文乱码问题解决

在使用 OpenCV 的 cv2.putText 函数添加中文时，可能会遇到显示乱码的问题。这是因为 OpenCV 默认使用的字体不支持中文字符。为了在图像上正确显示中文，可以使用 PIL（Pillow）库来处理文本，然后将文本渲染到图像上

1 确保你已经安装了 opencv-python 和 Pillow 库。如果没有安装，可以通过 pip 安装：

注意:如果用的Anaconda ，是包含了这个库，可以不安装

pip install opencv-python pillow

2 下载一个中文字体文件，常见的中文字体文件有 simhei.ttf、simsun.ttc 等。你可以从系统中找到这些字体文件，或者从互联网下载。

3 定义 put_text 函数

def put_text(image, text, position, font_path, font_size, color):
    # 将 OpenCV 图像转换为 PIL 图像
    pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
    
    # 创建一个可以在给定图像上绘图的对象
    draw = ImageDraw.Draw(pil_image)
    
    # 加载字体
    font = ImageFont.truetype(font_path, font_size)
    
    # 在图像上绘制文本
    draw.text(position, text, fill=color, font=font)
    
    # 将 PIL 图像转换回 OpenCV 图像
    image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)
    
    return image_with_text

4 案例

import cv2
from PIL import Image, ImageDraw, ImageFont
import numpy as np


def put_text(image, text, position, font_path, font_size, color):
    # 将 OpenCV 图像转换为 PIL 图像
    pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

    # 创建一个可以在给定图像上绘图的对象
    draw = ImageDraw.Draw(pil_image)

    # 加载字体
    font = ImageFont.truetype(font_path, font_size)

    # 在图像上绘制文本
    draw.text(position, text, fill=color, font=font)

    # 将 PIL 图像转换回 OpenCV 图像
    image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)

    return image_with_text


# 读取图像
image = cv2.imread('images/car.png')

# 定义文本内容、位置、字体路径、字体大小和颜色
text = "你好，世界！"
position = (50, 50)
font_path = "myfont/simhei.ttf"    # 替换为你的字体文件路径
font_size = 30
color = (0, 0, 255)  # BGR 格式

# 在图像上添加中文文本
image_with_text = put_text(image, text, position, font_path, font_size, color)

# 显示图像
cv2.imshow('Image with Text', image_with_text)
cv2.waitKey(0)
cv2.destroyAllWindows()

原文地址：https://blog.csdn.net/qq_70019265/article/details/143405171

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

【源码】Sharding-JDBC源码分析之SQL路由及SingleSQLRouter单表路由
本文通过源码的角度，分析ShardingSpherePreparedStatement在执行SQL之前，根据配置的分片规则进行路由的原理，重点分析了SingleSQLRouter单表路由的实现原理。分
阅读更多2024-11-22
【源码】Sharding-JDBC源码分析之SQL中分片键路由ShardingSQLRouter的原理
本篇从源码的角度，分析ShardingSpherePreparedStatement在执行SQL之前，根据配置的分片规则进行路由的原理，重点分析了ShardingSQLRouter分片路由的实现原理。
阅读更多2024-11-22
SQL递归查询树结构语法
递归查询树形结构（有parent_id）sql语法
阅读更多2024-11-22
excel版数独游戏（已完成）
用电子表格做数独编辑及解题，内置100关数独游戏。
阅读更多2024-11-22
Jenkins下载安装、构建部署到linux远程启动运行
Jenkins下载安装、构建部署教程
阅读更多2024-11-22
【Verilog】第一章作业
1.(填空题)下图数字集成电路设计流程中空白处缺少的两部分功能分别是和。(1) RTL编码(2) 功能验证2.(填空题)HDL发展至今，已出现了上百种硬件描述语言，_______和_
阅读更多2024-11-22
深入理解Java异常：检查型与非检查型异常的区别与实践
检查型异常用于外部错误，必须显式处理。非检查型异常用于程序逻辑错误，无需强制捕获。合理使用异常机制可以提高代码的健壮性和可读性。掌握这两种异常的区别与用法，能够帮助你在Java开发中更加游刃有余！希望
阅读更多2024-11-22
CSS实现实现当文本内容过长时，中间显示省略号...,两端正常展示
通过伪类::before、定位top、两端对齐等CSS技巧，.title和.txt标签在不同情况下能实现动态切换与覆盖，同时保证文本省略和展示效果的平衡。
阅读更多2024-11-22
uniop触摸屏维修eTOP40系列ETOP40-0050
在现代化的工业与商业环境中，触摸屏设备已成为不可或缺的人机交互界面。UNIOP，作为一个知名的触摸屏品牌，以其高性能、稳定性和用户友好性，广泛应用于各种自动化控制系统、自助服务终端以及高端展示系统中。
阅读更多2024-11-22
el-table 多选改成单选
el-table 多选改成单选
阅读更多2024-11-22

OpenCV

OpenCV课程

环境安装

显示窗口

创建空白图像

保存图片

图像切片(裁剪)

调整图片大小

图像绘制

绘制圆形

绘制矩形

绘制文本

绘制直线

控制鼠标

视频处理

关于opencv 显示中文乱码问题解决

相关文章