【C++的OpenCV】第十五课-OpenCV的绘图工具(rectangle、circle、line、polylines、putText)常用方法简介

$欢迎各位来到小白piao的学习空间！$
C++\Python所有的入门技术皆在$我的主页$：我的主页

---

$我的资源：$我的资源

1. IT技术各档次模板
2. 各类项目（企业、毕设）
3. 数据库安装包（Mysql8.0）
4. 技能资料（电子书、软考等）

---

$前言$

        如果你还不知道如何入门OpenCV，请先了解之前的所有文章，已经为大家归纳进专栏，大家可以按照顺序逐一学习！考虑到大家前边学了好多难以理解的内容，今天继续为大家归纳总结一些基础内容，方便大家更好的入门。

前文链接：【C++的OpenCV】第十四课-OpenCV基础强化（三）：Mat元素的访问之data和step属性

---

$一、从创建一个图像开始$

$1.1直接通过Mat类完成创建$

1.1.1 利用构造函数Mat中的一些形式完成快速创建

这里边内容真不少：

当然其中不是每个内容都需要大家去掌握，这里为大家整理和介绍一种非常常用的方法，如果这个可以掌握剩下都是可以无师自通的！

（a） 实际案例–创建一个黑色(或者白色、纯色)背景图像

案例一：

#include 
using namespace cv;

int main()
{
	Mat img(Size(512, 512), CV_8UC3, Scalar(0, 0, 0));
	return 0;
}

这里使用的是这个函数原型：

        这样就可以完成一个任意颜色，任意大小图片且通道数任意的图像，非常方便好用！

稍微解释一下：

1. Size对象用于描述图像的大小，可以理解为是长宽。
2. type就是图像类型咯：8U的意思就是8bit的uchar（usigned int）（8U），且通道数为3 （C3）.
3. Scalar:也是一种数据结构，这里表示图像颜色（BGR模式中利用三个数字分别描述三种通道（蓝绿红）的值，三个0即表示三个通道颜色强度最小，即黑色。）

---

案例二：

#include 
int main()
{
 	int width = 640; // 图像宽度
	int height = 480; // 图像高度
  
 	cv::Mat image1(height, width, CV_8UC3, cv::Scalar(0, 0, 0));
    return 0;
}

        这里使用的是这个函数原型：

同样这也可以完成一个黑色图像的创建，解释一下：

1. rows ：行数，即图像的高
2. cols：列数，即图像的宽

1.1.3 利用zeros和ones完成图像的创建

（a）Mat::zeros()实例–创建图像

案例三：

#include 
int main()
{
 	int width = 640; // 图像宽度
	int height = 480; // 图像高度
  
 	cv::Mat image2 = cv::Mat::zeros(height, width, CV_8UC3);
    return 0;
}

        大家应该留意到了，这个方法并不是利用Mat的构造函数完成图像的创建的，而这也是一种非常常用的方法！
        这里用到的是这个函数原型：

        这里做一个解释，大家一定注意往下看哈！

• 首先，这个方法为什么叫zeros？
  因为，创建的Mat对象中所有通道的值都是0，即一个纯0矩阵。.
• 参数解释：
  • rows和cols：行和列数（即高和宽）
  • type：图像的类型，这里给大家把所有常用的图像类型整理出来放在下边：
    CV_8UC1：8位无符号单通道图像
    CV_8UC2：8位无符号双通道图像
    CV_8UC3：8位无符号三通道图像
    CV_8UC4：8位无符号四通道图像
    CV_16UC1：16位无符号单通道图像
    CV_16UC2：16位无符号双通道图像
    CV_16UC3：16位无符号三通道图像
    CV_16UC4：16位无符号四通道图像
    CV_32FC1：32位浮点单通道图像
    CV_32FC2：32位浮点双通道图像
    CV_32FC3：32位浮点三通道图像
    CV_32FC4：32位浮点四通道图像

        它也有其他的使用方法，但是大同小异：

（b）Mat::ones()实例–创建图像

        这里的内容其实完全没有必要照抄一份zeros的代码，因为其和zeros的使用上只有名称不同而已，其他完全一样！相同到所有的函数原型都一模一样，只是换个名字，所以会用zeros，就一定会用ones
        我们来聊一聊差异：

Mat A = Mat::ones(100, 100, CV_8U) * 3; // 创建一个全是3的100*100的单通道图像
// 这里一定注意“ * 3 ”的位置！

        是不是挺有趣了？

---

$二、画线、长方形、圆形、多边形$

$2.1画线$

2.1.1 line()函数原型及解释

函数原型：

void cv::line 	( 	InputOutputArray  	img,
		Point  	pt1,
		Point  	pt2,
		const Scalar &  	color,
		int  	thickness = 1,
		int  	lineType = LINE_8,
		int  	shift = 0 
	) 		
Python:
	cv.line(	img, pt1, pt2, color[, thickness[, lineType[, shift]]]	) -> 	img

---

解释一下：

• img：画线的图像，即画在哪个图像上
• pt1：线的起始点
• pt2：线的重点
• color：暂时理解为颜色即可，后续内容会为大家持续更新
• thickness：线宽，即线的粗细
• lineType：线型
  
• shift：点坐标中的小数位数。如果不指定，则为整数。

2.1.2 代码实例

实际案例：

#include 
int main()
{
 	// 白色图像：
 	cv::Mat img(Size(512, 512), CV_8UC3, Scalar(255, 255, 255));

 	// 画一条蓝色的线在img上。    
 	cv::line(img, cv::Point(0, 0), cv::Point(100, 100), cv::Scalar(255, 0, 0), 5);

    return 0;
}

这些都是简单案例，文章最后带大家来完成一个综合案例！

$2.2画长方形$

2.2.1 rectangle()原型及解释

函数原型一：

void cv::rectangle 	( 	InputOutputArray  	img,
		Point  	pt1,
		Point  	pt2,
		const Scalar &  	color,
		int  	thickness = 1,
		int  	lineType = LINE_8,
		int  	shift = 0 
	) 		
Python:
	cv.rectangle(	img, pt1, pt2, color[, thickness[, lineType[, shift]]]	) -> 	img
	cv.rectangle(	img, rec, color[, thickness[, lineType[, shift]]]	) -> 	img

---

解释一下：

• img：画线的图像，即画在哪个图像上
• pt1：左上顶点的位置
• pt2：右下顶点的位置（通过左上和右下顶点就可以得出长方形的宽高）
• color：暂时理解为颜色即可，后续内容会为大家持续更新
• thickness：线宽，即线的粗细，如果为负数，即向内填充，实心色长方形
• lineType：线型
  
• shift：点坐标中的小数位数。如果不指定，则为整数。

---

函数原型二：

void cv::rectangle 	( 	InputOutputArray  	img,
		Rect  	rec,
		const Scalar &  	color,
		int  	thickness = 1,
		int  	lineType = LINE_8,
		int  	shift = 0 
	) 		
Python:
	cv.rectangle(	img, pt1, pt2, color[, thickness[, lineType[, shift]]]	) -> 	img
	cv.rectangle(	img, rec, color[, thickness[, lineType[, shift]]]	) -> 	img

---

解释一下：

• rec :这是一个Rect对象，该对象可以通过

template<typename _Tp > 
Rect_ (_Tp _x, _Tp _y, _Tp _width, _Tp _height) 

完成创建，左上顶点坐标(x,y),以及宽高width和height，而这里的_Tp其实就是模板指定的类型，可以是int、float、double等。同样基于这个模板产生了三个类：Rect2i、Rect2d、Rect2f，而其中Rect2i就是通过typedef规定的咱们常见的Rect类。

2.2.2 代码实例

实际案例：

#include 
int main()
{
 	// 白色图像：
 	cv::Mat img(Size(512, 512), CV_8UC3, Scalar(255, 255, 255));

 	// 画一个绿色的线宽为3的正方形在img上。    
 	cv::rectangle(img, cv::Point(0, 0), cv::Point(150, 150), cv::Scalar(0, 255, 0), 3);

    return 0;
}

$2.3画圆形$

2.3.1 circle()原型及解释

函数原型一：

void cv::circle 	( 	InputOutputArray  	img,
		Point  	center,
		int  	radius,
		const Scalar &  	color,
		int  	thickness = 1,
		int  	lineType = LINE_8,
		int  	shift = 0 
	) 		
Python:
	cv.circle(	img, center, radius, color[, thickness[, lineType[, shift]]]	) -> 	img

---

解释一下：

• img：画线的图像，即画在哪个图像上
• center：圆心的位置
• radius：圆的半径
• color：暂时理解为颜色即可，后续内容会为大家持续更新
• thickness：线宽，即线的粗细，如果为负数，即向内填充，实心色
• lineType：线型
  
• shift：点坐标中的小数位数。如果不指定，则为整数。

2.3.2 代码实例

#include 
int main()
{
 	// 白色图像：
 	cv::Mat img(Size(512, 512), CV_8UC3, Scalar(255, 255, 255));

 	// 画一个红色半径为100的实心圆在img上。    
 	cv::circle(img, cv::Point(200, 200), 100, cv::Scalar(0, 0, 255), -1);

    return 0;
}

$2.3画多边形$

2.3.1 polylines()原型及解释

函数原型一：

void cv::polylines 	( 	InputOutputArray  	img,
		InputArrayOfArrays  	pts,
		bool  	isClosed,
		const Scalar &  	color,
		int  	thickness = 1,
		int  	lineType = LINE_8,
		int  	shift = 0 
	) 		
Python:
	cv.polylines(	img, pts, isClosed, color[, thickness[, lineType[, shift]]]	) -> 	img

---

解释一下：

• img:画在哪个图像上的源图像
• pts:多边形各个顶点坐标，构成一个 std::vectorcv::Point 对象
• isClosed:是否需要闭合多边形
• color: 多边形的颜色
• thickness：线宽，即线的粗细，如果为负数，即向内填充，实心色
• lineType：线型
  
• shift：点坐标中的小数位数。如果不指定，则为整数。

2.3.2 代码实例

#include 
int main()
{
 	// 白色图像：
 	cv::Mat img(Size(512, 512), CV_8UC3, Scalar(255, 255, 255));

 	// 画一个深绿色和深红色混合色闭合的多边形，
 	// 多边形有四个点cv::Point(250, 250), cv::Point(250, 300), cv::Point(300, 320), cv::Point(320, 270)。
 	// 线宽为3 
 	std::vector<cv::Point> pts = {cv::Point(250, 250), cv::Point(250, 300), cv::Point(300, 320), cv::Point(320, 270)};
 	cv::polylines(img, pts, true, cv::Scalar(0, 255, 255), 3);

    return 0;
}

---

$三、在图像上显示文本内容$

$3.1基本方法putText()介绍$

函数原型：

void cv::putText 	( 	InputOutputArray  	img,
		const String &  	text,
		Point  	org,
		int  	fontFace,
		double  	fontScale,
		Scalar  	color,
		int  	thickness = 1,
		int  	lineType = LINE_8,
		bool  	bottomLeftOrigin = false 
	) 		
Python:
	cv.putText(	img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]]	) -> 	img

---

解释一下：

• img：显示文本的原图像
• text：文本内容，是一个字符串
• org：文本内容的左下底角在图像img上的位置
• fontFace：字体，有如下几种字体可选：
  
• fontScale：字体缩放因子，即OpenCV的字体有一个默认大小，你可以基于这个大小设置字体的大小，是一个double类型的值，使用方法：默认字体大小*fontScale。
• color:字体颜色
• thickness：线宽，即字体的粗细，
• lineType：线型
  
• bottomLeftOrigin :如果为true，则图像数据原点位于左下角。否则，它在左上角。即文字默认的原点坐标是图像的左上角还是左下角。

$3.2实际案例$

代码实例：

#include 
int main()
{
 	// 黑色图像：
 	cv::Mat img(Size(512, 512), CV_8UC3, Scalar(0, 0, 0));

 	// 距离图像左上角位置(50,450)位置，内容为“OpenCV Tutorial”的白色文字
 	cv::putText(
 				img, 
 				"OpenCV Tutorial", 
 				cv::Point(50, 450), 
 				cv::FONT_HERSHEY_COMPLEX_SMALL, 
 				1, 
 				cv::Scalar(255, 255, 255), 
 				2,
 				false
 	);
  // 显示图像
  cv::imshow("OpenCV Tutorial", img);
  cv::waitKey(0);
  return 0;
}

---

$四、总结$

        这章节内容没啥好说的，都是基础的内容，而且是一些未来咱们内容中会用到的基本技能，大家都需要知晓且掌握哈，有空的小伙伴可以先用这个内容练习一下基本功，熟悉记忆一下函数的参数代表什么意思，因为大家也发现了，一个函数的参数是真的多，多用用就记住了！

---

$持续更新，期待关注！$