【youcans 的 OpenCV 例程200篇】211. 绘制垂直矩形
7.1 绘图函数基本参数
OpenCV提供了绘图功能，可以在图像上绘制直线、矩形、圆、椭圆等各种几何图形。
函数 cv.line()、cv.rectangle()、cv.circle()、cv.polylines() 等分别用来在图像中绘制直线、矩形、圆形、多边形等几何形状，这些绘图函数中有一些的设置参数，介绍如下：
- img：输入输出图像，格式不限
- color：绘图线条的颜色，(b,g,r) 格式的元组，或者表示灰度值的标量
-
- thickness：绘制线条的粗细，默认值 1px，-1 表示内部填充
- lineType：绘制线段的线性，默认为 LINE_8
- cv.FILLED：内部填充（实心图形）
- cv.LINE_4：4 邻接线型
- cv.LINE_8：8 邻接线型
- cv.LINE_AA：抗锯齿线型，图像更平滑
- shift：点坐标的小数位数，默认为 0
7.3 绘制矩形
函数原型：
函数 cv.rectangle() 用来在图像上绘制垂直于图像边界的矩形。
cv.rectangle(img, pt1, pt2, color[, thickness=1, lineType=LINE_8, shift=0]) → img
cv.rectangle(img, rec, color[, thickness=1, lineType=LINE_8, shift=0]) → img
参数说明：
- img：输入输出图像，允许单通道灰度图像或多通道彩色图像
- pt1：矩阵第一个点的坐标，(x1, y1) 格式的元组
- pt2：与 pt1 成对角的矩阵第二个点的坐标，(x2, y2) 格式的元组
- color：绘图线条的颜色，(b,g,r) 格式的元组，或者表示灰度值的标量
- thickness：绘制矩形的线宽，默认值 1px，负数表示矩形内部填充
- lineType：绘制线段的线性，默认为 LINE_8
- shift：点坐标的小数位数，默认为 0
注意事项：
- 绘图操作会直接对传入的图像 img 进行修改，是否接受函数返回值都可以。如果要保持输入图像不变则要用 img.copy() 进行复制。
- 使用矩形的对角点 pt1、pt2 绘制矩形。pt1、pt2 次序无关可以互换，可以是左上、右下对角点，也可以是左下、右上对角点。
- 如果对角点坐标超出了图像边界，则绘制的矩形由图像边界剪裁，即只绘制图像边界内的部分矩形边框。
- 在彩色图像上绘图，线条颜色 color 可以元组 (b,g,r) 表示，如 (0,0,255) 表示红色；也可以是标量 b，但并不是表示灰度线条，而是表示颜色 (b,0,0)。
- 在单通道的灰度图像上只能绘制灰度线条，不能绘制彩色线条。但是，线条颜色 color 可以是标量 b，也可以是元组 (b,g,r)，都会被解释为灰度值 b。元组中的后两个通道的参数是无效的。
- 绘制填充矩形时，推荐选择 thickness=-1 设置，关键词 “thickness” 可以省略。
- 在一些应用中，使用 (x , y, x+w, y+h) 定义对角点的坐标，注意 (x,y) 必须是矩形左上角顶点坐标。
- 使用
rec参数绘制矩形，r.tl()和r.br()是矩形的对角点。
Rect 矩形类：
在 OPenCV/C++ 中定义了 Rect 类，称为矩形类，包含 Point 类的成员变量 x、y（矩形左上角顶点坐标）和 Size 类的成员变量 width 和 height（矩形的宽度和高度）。
在 OpenCV/Python 中，不能直接创建 Rect 矩形类。但一些内部函数会使用或返回 Rect，如 cv.boundingRect。
rect = cv.boundingRect(contours[c])
cv.rectangle(img, (rect[0], rect[1]), (rect[0]+rect[2], rect[1]+rect[3]), (0,0,255))
rect 在 C++中是返回的 Rect 矩形类，可以使用 rect.tl() 和 rect.br() 返回左上角和右下角的坐标。而在 python 中返回的是 4个元素的元组 (x , y, w, h)，分别表示左上角顶点的坐标 (x,y)、矩形的宽度 w 和高度 h。
例程 A4.2：在图像上绘制垂直的矩形
# A4.2 在图像上绘制垂直的矩形
height, width, channels = 400, 300, 3
img = np.ones((height, width, channels), np.uint8)*160 # 创建黑色图像 RGB=0
img1 = img.copy()
cv.rectangle(img1, (0,20), (100,200), (255,255,255)) # 白色
cv.rectangle(img1, (20,0), (300,100), (255,0,0), 2) # 蓝色 B=255
cv.rectangle(img1, (300,400), (250,300), (0,255,0), -1) # 绿色，填充
cv.rectangle(img1, (0,400), (50,300), 255, -1) # color=255 蓝色
cv.rectangle(img1, (20,220), (25,225), (0,0,255), 4) # 线宽的影响
cv.rectangle(img1, (60,220), (67,227), (0,0,255), 4)
cv.rectangle(img1, (100,220), (109,229), (0,0,255), 4)
img2 = img.copy()
x, y, w, h = (50, 50, 200, 100) # 左上角坐标 (x,y), 宽度 w，高度 h
cv.rectangle(img2, (x,y), (x+w,y+h), (0,0,255), 2)
text = "({},{}),{}*{}".format(x, y, w, h)
cv.putText(img2, text, (x, y-5), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0,0,255))
# 绘制直线可以用于灰度图像，参数 color 只有第一通道值有效，并被设为灰度值
gray = np.zeros((height, width), np.uint8) # 创建灰度图像
img3 = cv.line(gray, (0,10), (300,10), 64, 2)
cv.line(img3, (0,30), (300,30), (128,128,255), 2)
cv.line(img3, (0,60), (300,60), (192,64,255), 2)
cv.rectangle(img3, (0,200), (30,150), 128, -1) # Gray=128
cv.rectangle(img3, (60,200), (90,150), (128,0,0), -1) # Gray=128
cv.rectangle(img3, (120,200), (150,150), (128,255,255), -1) # Gray=128
cv.rectangle(img3, (180,200), (210,150), 192, -1) # Gray=192
cv.rectangle(img3, (240,200), (270,150), 255, -1) # Gray=255
plt.figure(figsize=(9, 6))
plt.subplot(131), plt.title("img1"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(132), plt.title("img2"), plt.axis('off')
plt.imshow(cv.cvtColor(img2, cv.COLOR_BGR2RGB))
plt.subplot(133),plt.title("img3"), plt.axis('off')
plt.imshow(img3, cmap="gray")
plt.tight_layout()
plt.show()
例程结果：
【本节完】
版权声明：
参考文献： Use the Photoshop Levels adjustment (adobe.com)
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125432101)
Copyright 2022 youcans, XUPT
Crated：2022-6-20
欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列，持续更新中
欢迎关注 『youcans 的 OpenCV学习课』 系列，持续更新中