图像和视频处理的核心概念(在图像上画矩形)
计算机视觉应用构建图像和视频处理的核心概念在图像上画矩形代码结果小结图像和视频处理的核心概念在图像上画矩形代码# 从 __future__ 模块导入 print_function使 Python 2 也能使用 Python 3 的 print 函数语法# 这确保了代码在不同 Python 版本间的兼容性from__future__importprint_function# 导入 OpenCV 库用于图像处理和计算机视觉操作importcv2# 指定要加载的图像文件路径# 图像文件位于 images 文件夹下文件名为 marsrover.pngimage_pathimages/marsrover.png# 使用 cv2.imread() 函数从指定路径读取图像# 该函数返回一个 NumPy 数组表示图像的像素数据# 如果图像加载失败如文件不存在image 将为 Noneimagecv2.imread(image_path)# 定义矩形的左上角顶点坐标 (x, y)# (100, 70) 表示从图像左上角向右偏移 100 像素、向下偏移 70 像素的位置start(100,70)# 定义矩形的右下角顶点坐标 (x, y)# (350, 380) 表示从图像左上角向右偏移 350 像素、向下偏移 380 像素的位置# 注意OpenCV 坐标系统中x 轴向右为正y 轴向下为正end(350,380)# 设置矩形边框的颜色使用 BGR蓝-绿-红颜色空间# (0, 255, 0) 表示纯绿色蓝色和红色分量为0绿色分量为最大值255color(0,255,0)# 设置矩形边框的粗细单位为像素# 数值越大边框越粗如果 thickness -1则填充矩形内部thickness5# 使用 cv2.rectangle() 函数在图像上绘制矩形# 参数依次为图像对象、左上角坐标、右下角坐标、颜色、边框粗细# 该函数会在原图像上直接修改原地操作不会创建新图像cv2.rectangle(image,start,end,color,thickness)# 使用 cv2.imwrite() 函数将修改后的图像保存到磁盘# 第一个参数是保存的文件名 rectangle.jpg第二个参数是要保存的图像数据# 图像格式会根据文件扩展名自动确定此处为 JPG 格式# 保存成功返回 True失败返回 Falsecv2.imwrite(rectangle.jpg,image)# 使用 cv2.imshow() 函数在窗口中显示修改后的图像# 第一个参数是窗口标题 Rectangle第二个参数是要显示的图像数据cv2.imshow(Rectangle,image)# 使用 cv2.waitKey(0) 等待用户按键操作# 参数 0 表示无限期等待直到用户按下任意键为止# 这是必要的否则图像窗口会立即关闭而无法显示cv2.waitKey(0)结果这段代码演示了 OpenCV 的矩形绘制和图像保存操作1.加载一张名为 “marsrover.png” 的图像2.在图像上绘制一个绿色矩形框其左上角在 (100,70)右下角在 (350,380)3.将修改后的图像保存为 “rectangle.jpg” 文件4.显示处理后的图像并等待用户按键后关闭窗口小结文章仅供参考有错处欢迎评论区补充参考文章作为本人学习回溯使用不会再多参与再此共勉。

相关新闻

GPT-5.5 Instant:从拼智商到拼情商,AI助手如何变得更懂你

GPT-5.5 Instant:从拼智商到拼情商,AI助手如何变得更懂你

🚀 30款热门AI模型一站整合,DeepSeek/GLM/Qwen 随心用,限时 5 折。 👉 点击领海量免费额度 你有没有过这样的体验:向一个 AI 助手提问,它确实给出了答案,但答案长得像一篇小论文,…

2026/7/5 2:51:32阅读更多 →
【LeetCode 2626】数组归约运算

【LeetCode 2626】数组归约运算

📌 题目回顾给定一个整数数组 nums、一个 reducer 函数 fn 和一个初始值 init,返回通过依次对数组的每个元素执行 fn 函数得到的最终结果。通过以下操作实现这个结果:val fn(init, nums[0]),val fn(val, nums[1]),va…

2026/7/5 2:51:32阅读更多 →
Skills Manager:开源AI技能管家,实现提示词工程化与团队协作

Skills Manager:开源AI技能管家,实现提示词工程化与团队协作

🚀 30款热门AI模型一站整合,DeepSeek/GLM/Qwen 随心用,限时 5 折。 👉 点击领海量免费额度 在 AI 助手(如 ChatGPT、Claude、DeepSeek 等)的使用过程中,你是否也遇到过这样的困扰&#xff1a…

2026/7/5 2:51:32阅读更多 →
【电脑自动化工具】 OpenClaw 搭建指南 全程可视化无需代码操作(含安装包)

【电脑自动化工具】 OpenClaw 搭建指南 全程可视化无需代码操作(含安装包)

OpenClaw 2.7.9 本地 AI 智能体部署教程🦞|零基础快速搭建电脑自动化工具 一、软件信息与下载资源📦 适配平台:Windows 10/11 64 位、macOS 12 及以上 当前稳定版本:OpenClaw 2.7.9 安装包体积:45.8MB W…

2026/7/5 4:01:36阅读更多 →
OpenClaw机械臂控制框架实战配置指南

OpenClaw机械臂控制框架实战配置指南

1. 项目概述:这不是一个“装完就能用”的工具,而是一套需要亲手调校的机械臂控制中枢OpenClaw 这个名字听起来像开源版的机械爪操作系统,但实际接触过的人很快会发现——它根本不是开箱即用的APP,而是一套面向嵌入式开发者、高校机…

2026/7/5 4:01:36阅读更多 →
五款热门红茶礼盒客观测评推荐:老茶客精选,送礼倍有面儿

五款热门红茶礼盒客观测评推荐:老茶客精选,送礼倍有面儿

本次测评依托中国茶叶流通协会、浙大农业品牌研究中心 2025-2026 年行业公开数据,结合实地冲泡品鉴,选取国内五个代表性红茶品牌,从品牌背景、原料工艺、礼盒适配场景、品饮表现多维度客观分析,适合有送礼、日常品饮需求的茶友参考…

2026/7/5 4:01:36阅读更多 →
客户进厂考察,3 个细节决定是否下单

客户进厂考察,3 个细节决定是否下单

一、客户困境:第一次进厂,信息越多,反而越谨慎前几天,模具丫姐接待了一位来厂参观的汽配客户。在此之前,我们已经多轮沟通图纸、敲定方案、确认试模计划,前期对接十分顺畅。可当客户真正走进生产车间,反而变…

2026/7/5 4:01:36阅读更多 →
Win11Debloat终极指南:3分钟让Windows系统性能提升50%的完整教程

Win11Debloat终极指南:3分钟让Windows系统性能提升50%的完整教程

Win11Debloat终极指南:3分钟让Windows系统性能提升50%的完整教程 【免费下载链接】Win11Debloat A simple, lightweight PowerShell script that allows you to remove pre-installed apps, disable telemetry, as well as perform various other changes to declut…

2026/7/5 4:01:36阅读更多 →
洞悉生态-社会耦合机制、多源数据融合进阶应用:基于当量因子法InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估种的应用

洞悉生态-社会耦合机制、多源数据融合进阶应用:基于当量因子法InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估种的应用

在生态文明建设的浪潮中,你是否正为如何量化那些难以用货币衡量的“人心账”而头疼?传统的生态评估往往只算清了“经济账”,却忽略了公众对美学、休闲和精神寄托的感知。作为破解这一难题的核心利器,当量因子法、InVEST与SolVES的…

2026/7/5 3:56:36阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/5 0:01:08阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/5 0:01:08阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/5 0:01:08阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/5 0:01:08阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/5 0:01:08阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/5 0:01:08阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/5 1:30:27阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/5 3:48:10阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/5 3:48:09阅读更多 →