Python在图片上画矩形：从简单边框到复杂标注的全攻略

在上一篇博客中，我们学会了如何在图片上画线。而在实际的图像处理项目中，画矩形（Rectangle） 的使用频率甚至比画线还要高。

无论是目标检测中的边界框（Bounding Box） 、OCR识别中的文字区域高亮 ，还是隐私保护中的马赛克遮挡，本质上都是在画矩形。

今天，我们将继续使用 OpenCV 和 Pillow 这两个利器，深入讲解如何在 Python 中优雅地画矩形。

---

一、 为什么矩形如此重要？

• 目标检测 ：YOLO、Faster R-CNN 等模型输出的结果通常是矩形框坐标 (x, y, w, h)。
• ROI 提取：通过矩形框选感兴趣区域（Region of Interest），进行裁剪或单独处理。
• 数据脱敏：用矩形色块覆盖身份证号、车牌、人脸。

---

二、 核心参数解析

在开始写代码前，先记住画矩形的几个核心要素：

1. 左上角坐标 (x1, y1)
2. 右下角坐标 (x2, y2)
   • 注意：有些库也支持传入 [x1, y1, x2, y2] 列表。
3. 颜色：RGB 或 BGR 元组。
4. 线宽/填充：是只画边框，还是填充整个矩形？

---

三、 OpenCV 实现：cv2.rectangle()

OpenCV 是计算机视觉的首选，它的 rectangle 函数非常高效，支持 numpy 数组操作。

1. 基础用法：画一个红色边框

import cv2
import numpy as np

# 创建一张黑色背景图
img = np.zeros((500, 500, 3), dtype=np.uint8)

# 定义左上角和右下角坐标
pt1 = (50, 50)      # (x, y)
pt2 = (400, 300)    # (x, y)

# 定义颜色 (OpenCV 是 BGR，所以 (0, 0, 255) 是红色)
color = (0, 0, 255)

# 定义线宽 (如果是 -1，表示填充)
thickness = 3

# 画矩形
cv2.rectangle(img, pt1, pt2, color, thickness)

cv2.imshow("OpenCV Rectangle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 进阶技巧

A. 画实心矩形（马赛克遮挡神器）

只需将 thickness 设置为 -1 即可填充矩形。这常用于遮挡敏感信息。

# 画一个绿色的实心矩形
cv2.rectangle(img, (50, 350), (450, 450), (0, 255, 0), -1)

B. 画圆角矩形（OpenCV 没有直接函数，需要自己实现）

OpenCV 原生不支持圆角矩形，但我们可以通过画线和圆组合，或者用循环画短线来模拟。这里教大家一个简单的"伪圆角"方法：

# 简单的圆角矩形函数
def draw_rounded_rectangle(img, pt1, pt2, color, radius, thickness):
    x1, y1 = pt1
    x2, y2 = pt2
    # 画四条边
    cv2.line(img, (x1 + radius, y1), (x2 - radius, y1), color, thickness)
    cv2.line(img, (x1 + radius, y2), (x2 - radius, y2), color, thickness)
    cv2.line(img, (x1, y1 + radius), (x1, y2 - radius), color, thickness)
    cv2.line(img, (x2, y1 + radius), (x2, y2 - radius), color, thickness)
    # 画四个角
    cv2.circle(img, (x1 + radius, y1 + radius), radius, color, thickness)
    cv2.circle(img, (x2 - radius, y1 + radius), radius, color, thickness)
    cv2.circle(img, (x1 + radius, y2 - radius), radius, color, thickness)
    cv2.circle(img, (x2 - radius, y2 - radius), radius, color, thickness)

# 使用
draw_rounded_rectangle(img, (50, 50), (250, 200), (255, 255, 0), 20, 2)

---

四、 Pillow 实现：ImageDraw.rectangle()

Pillow 的 API 在处理坐标时更加灵活，支持直接传入列表，且颜色是直观的 RGB。

1. 基础用法

from PIL import Image, ImageDraw

# 创建白色背景图
img = Image.new('RGB', (500, 500), color='white')
draw = ImageDraw.Draw(img)

# 坐标可以是 [左上角x, 左上角y, 右下角x, 右下角y]
box = [50, 50, 400, 300]

# 画蓝色边框，宽度为 3
draw.rectangle(box, outline='blue', width=3)

# 画一个红色实心矩形
draw.rectangle([50, 350, 450, 450], fill='red')

img.show()

2. Pillow 的独特优势：支持多边形裁剪

Pillow 的 rectangle 其实可以接受任意多边形坐标（只要是矩形框选逻辑），或者配合 ImageDraw.polygon 使用更自由。

---

五、 实战案例：三个高价值场景

场景 1：给检测到的物体打标签（带文字的矩形）

在目标检测中，我们通常在矩形上方贴一个带背景色的文字标签。

import cv2

img = cv2.imread("test.jpg") # 假设有一张原图
x, y, w, h = 100, 100, 200, 300 # 模拟检测框

# 1. 画矩形框
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 2. 画文字背景（实心小矩形）
label = "Person"
(text_width, text_height), _ = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 2)
cv2.rectangle(img, (x, y - 25), (x + text_width, y), (0, 255, 0), -1) # 填充

# 3. 写文字
cv2.putText(img, label, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)

cv2.imshow("Labeled", img)
cv2.waitKey(0)

场景 2：高级马赛克（网格状矩形）

简单的实心矩形太生硬，真正的马赛克是由很多小矩形组成的。

def apply_mosaic(img, x, y, w, h, block_size=10):
    """
    对指定区域 (x, y, w, h) 进行马赛克处理
    """
    roi = img[y:y+h, x:x+w]
    # 缩小再放大，模拟马赛克
    roi = cv2.resize(roi, (w // block_size, h // block_size), interpolation=cv2.INTER_LINEAR)
    roi = cv2.resize(roi, (w, h), interpolation=cv2.INTER_NEAREST)
    img[y:y+h, x:x+w] = roi
    return img

# 使用
img = cv2.imread("face.jpg")
img = apply_mosaic(img, 50, 50, 200, 200)
cv2.imshow("Mosaic", img)
cv2.waitKey(0)

注：虽然这用了 resize，但原理上是把像素块变成了"大矩形"。

场景 3：半透明遮罩（Highlight）

有时候我们需要高亮某个区域，但又不想完全遮住原图。

import cv2
import numpy as np

img = cv2.imread("test.jpg")
overlay = img.copy()

# 定义区域
x, y, w, h = 100, 100, 300, 300

# 在覆盖层上画一个半透明矩形
# 先画一个实心矩形
cv2.rectangle(overlay, (x, y), (x+w, y+h), (255, 0, 0), -1)

# 混合原图和覆盖层 (alpha=0.3 表示覆盖层透明度)
cv2.addWeighted(overlay, 0.3, img, 0.7, 0, img)

cv2.imshow("Transparent Overlay", img)
cv2.waitKey(0)

---

六、 OpenCV vs Pillow：画矩形该选谁？

特性	OpenCV (cv2.rectangle)	Pillow (ImageDraw.rectangle)
坐标系	左上角(0,0)，向右下增长	左上角(0,0)，向右下增长
参数	(img, pt1, pt2, color, thickness)	(xy, outline, fill, width)
填充	thickness = -1	fill = 'color'
性能	极快 (底层C++，支持Numpy)	中等 (纯Python实现部分)
颜色	BGR (易错点)	RGB (直观)
推荐场景	视频处理、实时检测、算法开发	批量图片处理、Web后端生成图

---

七、 总结

画矩形看似简单，但在实际应用中往往需要结合坐标计算 、颜色空间转换 和图层混合。

• 如果你在做 YOLO/SSD 目标检测 或 OpenCV 项目 ，请熟练掌握 cv2.rectangle，特别是利用 -1 做遮挡，利用 addWeighted 做半透明高亮。
• 如果你在做 Pillow 脚本 处理，记得它的参数更人性化，支持直接传列表。