在 OpenCV 中,cv2.rectangle两种主要的参数形式

形式一:

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

  • img:要绘制矩形的图像。
  • pt1:矩形的一个顶点。通常是一个包含两个元素的元组,表示矩形左上角的坐标 (x, y)。
  • pt2:矩形的对角顶点。与 pt1 一起确定矩形的大小和位置。
  • color:矩形的颜色,可以是一个包含三个元素的元组表示 BGR 颜色值,例如 (0, 255, 0) 表示绿色。
  • thickness:矩形边框的粗细。如果为负值(例如 -1),则表示绘制一个填充的矩形。
  • lineType:线条类型,通常可以省略,默认值一般满足大多数需求。
  • shift:坐标点的小数位数,通常可以省略。

形式二:

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

  • imgcolorthicknesslineTypeshift 参数的含义与形式一相同。
  • rec:一个包含四个元素的元组,表示矩形的左上角坐标 (x, y)、宽度和高度,即 (x, y, w, h)。

以下是使用两种形式的示例代码:

复制代码
import cv2

# 创建一个黑色图像
img = np.zeros((300, 300, 3), dtype=np.uint8)

# 使用形式一绘制矩形
cv2.rectangle(img, (50, 50), (200, 200), (255, 0, 0), 3)

# 使用形式二绘制矩形
cv2.rectangle(img, (220, 50, 60, 100), (0, 255, 0), -1)

cv2.imshow('Image with Rectangles', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
相关推荐
叫我:松哥1 分钟前
基于YOLO深度学习算法的人群密集监测与统计分析预警系统,实现人群密集度的实时监测、智能分析和预警功能,支持图片和视频流两种输入方式
人工智能·深度学习·算法·yolo·机器学习·数据分析·flask
Non-existent9871 分钟前
地理空间数据处理指南 | 实战案例+代码TableGIS
人工智能·python·数据挖掘
Dingdangcat864 分钟前
驾驶行为识别▸方向盘握持与吸烟检测_YOLOv10n_LSCD_LQE模型详解
人工智能·yolo·目标跟踪
Lun3866buzha7 分钟前
✅ 军事目标检测与识别系统 Faster R-CNN实现 士兵坦克车辆武器爆炸物多类别检测 深度学习实战项目(建议收藏)计算机视觉(附源码)
深度学习·目标检测·计算机视觉
Lips61115 分钟前
第七章 贝叶斯分类器
人工智能·算法·机器学习
郝学胜-神的一滴21 分钟前
机器学习特征选择:深入理解移除低方差特征与sklearn的VarianceThreshold
开发语言·人工智能·python·机器学习·概率论·sklearn
HySpark24 分钟前
智能语音识别基于模型优化与部署技术的轻量化方案
人工智能·语音识别
却道天凉_好个秋25 分钟前
Tensorflow数据增强(一):图片的导入与显示
人工智能·python·tensorflow
一行注释也不写25 分钟前
【循环神经网络(RNN)】隐藏状态在序列任务中的应用
人工智能·rnn·深度学习
屹立芯创ELEADTECH28 分钟前
CoWoS封装技术全面解析:架构、演进与AI时代的基石作用
人工智能·架构