OpenCV 基础教程：绘图、几何变换与图像运算

正方形是特殊的矩形，同样适用此方法。

6.3 圆形的绘制

cv2.circle() 用于绘制圆形边框或实心圆。

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

• center：圆心坐标。
• radius：半径。

示例：绘制交通灯。

除了基本圆形，还可以绘制同心圆或随机圆。

6.4 多边形的绘制

cv2.polylines() 支持闭合或不闭合的多边形。

img = cv2.polylines(img, pts, isClosed, color, thickness)

• pts：顶点坐标列表（NumPy 数组）。
• isClosed：True 表示闭合，False 表示不闭合。

示例：绘制等腰梯形边框。

注意：绘制多边形时，需按顺时针或逆时针顺序给出顶点坐标，否则无法正确闭合。

不闭合的情况：

6.5 文字的绘制

cv2.putText() 可设置字体样式、大小、颜色及方向。

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

• text：要绘制的文字内容。
• org：左下角坐标。
• fontFace：字体样式（如 FONT_HERSHEY_SIMPLEX）。
• bottomLeftOrigin：控制文字方向，默认 False。

示例：绘制英文'hello OpenCV'。

提示：仅使用 OpenCV 绘制中文会显示乱码，建议先转换为图片或使用其他库处理中文。

6.5.1 斜体效果

结合 FONT_ITALIC 可实现斜体。

6.5.2 垂直镜像

设置 bottomLeftOrigin=True 可实现垂直镜像。

6.6 动态绘制图形

静态图形可以动起来吗？当然可以。以弹球动画为例，需要解决运动轨迹计算和动画帧率控制两个问题。

1. 计算运动轨迹：通过改变速度正负号实现边界反弹。
2. 实现动画：利用 time.sleep() 控制帧率，模拟 60fps 视觉效果。

示例：弹球动画。

6.7 小结

绘制图形需创建画布，注意颜色通道顺序 (B, G, R)。矩形、圆形和多边形可通过 thickness 参数控制边框或填充。多边形顶点需按顺序标记。此外，结合时间模块可实现动态绘图。

第 7 章 图像的几何变换

几何变换改变图像的大小、角度和形状，涉及缩放、翻转、映射和透视。OpenCV 将这些复杂计算封装为灵活的方法。

7.1 缩放

使用 cv2.resize() 更改图像大小比例。

dst = cv2.resize(src, dsize, fx, fy, interpolation)

• dsize：输出图像尺寸 (宽，高)。
• fx/fy：水平/垂直缩放比例。
• interpolation：插值方式。

7.1.1 指定尺寸缩放

直接设置 dsize 参数。

7.1.2 比例缩放

设置 fx 和 fy，此时 dsize 需为 None。

7.2 翻转

沿 X 轴或 Y 轴翻转，呈现镜面或倒影效果。

dst = cv2.flip(src, flipCode)

• flipCode：1 水平，-1 垂直，0 同时翻转。

7.3 仿射变换

保持直线平直性和平行性的二维变形，包含平移、旋转和倾斜。

dst = cv2.warpAffine(src, M, dsize, flags, borderMode, borderValue)

• M：2×3 仿射矩阵。

7.3.1 平移

M = [[1, 0, dx], [0, 1, dy]]

7.3.2 旋转

使用 cv2.getRotationMatrix2D() 自动计算矩阵。

M = cv2.getRotationMatrix2D(center, angle, scale)

7.3.3 倾斜

定位 3 个点计算倾斜矩阵。

7.4 透视

三维空间变形，矩形可能变为不规则四边形。

dst = cv2.warpPerspective(src, M, dsize, flags, borderMode, borderValue)

使用 cv2.getPerspectiveTransform() 计算 3×3 矩阵。

7.5 小结

缩放可用 dsize 或 fx/fy；翻转由 flipCode 决定；仿射和透视均依赖矩阵 M。熟练掌握矩阵操作即可灵活进行几何变换。

第 8 章 图像的阈值处理

阈值类似'像素值的标准线'，将像素分组并进行加深或变淡，使轮廓更鲜明。

8.1 阈值处理函数

retval, dst = cv2.threshold(src, thresh, maxval, type)

• thresh：阈值。
• type：处理类型。

8.2 '非黑即白'的图像

8.2.1 二值化处理

大于阈值变最大值，小于等于变 0。

彩色图像也可二值化。

8.2.2 反二值化处理

结果相反，白色变黑，黑色变白。

8.3 零处理

8.3.1 低于阈值零处理

低于阈值变 0，高于保持原值。

8.3.2 超出阈值零处理

高于阈值变 0，低于保持原值。

8.4 截断处理

大于阈值变阈值值，小于等于保持原值。

8.5 自适应处理

色彩不均衡时，固定阈值效果不佳。自适应处理根据局部区域计算阈值。

dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

注意：输入必须是灰度图像，否则报错。

8.6 Otsu 方法

自动遍历寻找最佳阈值。

retval, dst = cv2.threshold(src, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

8.7 阈值处理的作用

二值图像忽略细节放大特征，适合识别算法。先转灰度再二值化，可获取物体轮廓。

8.8 小结

阈值是快速抠出主体线条的工具。自适应处理解决了明暗不均的问题，Otsu 方法自动优化阈值。

第 9 章 图像的运算

图像由像素组成，可进行数学运算，实现截取、合并等效果。

9.1 掩模

掩模（Mask）像手术洞巾，仅暴露感兴趣区域（ROI）。二值图像中，0 表示遮盖，255 表示暴露。

示例：创建 3 通道掩模。

9.2 图像的加法运算

使用 cv2.add() 而非 + 运算符，避免溢出取模。

dst = cv2.add(src1, src2, mask, dtype)

示例：三色光叠加得白光。

9.3 图像的位运算

9.3.1 按位与

dst = cv2.bitwise_and(src1, src2, mask)

保留掩模白色区域内容。

9.3.2 按位或

dst = cv2.bitwise_or(src1, src2, mask)

9.3.3 按位取反

dst = cv2.bitwise_not(src, mask)

9.3.4 按位异或

dst = cv2.bitwise_xor(src, mask)

可用于图像加密解密。

9.4 合并图像

9.4.1 加权和

dst = cv2.addWeighted(src1, alpha, src2, beta, gamma)

9.4.2 覆盖

直接赋值像素值。若前景含 Alpha 通道，需排除透明像素。

示例：拼接禁止吸烟图像。

9.5 小结

明确掩模中 0 和 255 的作用。掌握掩模在加法和位运算中的应用，如图像加密。熟练运用加权和与覆盖两种方式合并图像。