前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >OpenCV中如何正确的给文字区域加上底色

OpenCV中如何正确的给文字区域加上底色

作者头像
OpenCV学堂
发布2022-04-28 12:10:11
2.6K0
发布2022-04-28 12:10:11
举报
文章被收录于专栏:贾志刚-OpenCV学堂

点击上方蓝字关注我们

微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识

显示效果

对象检测模型推理解析结果之后,经常需要在对象检测框上部添加文字类别跟其他表述文本,这样显示可以让人一目了然,非常清楚的知道各种检测类别跟自信度信息,但是这个可视化显示,OpenCV可以做的非常好,给人很直观的感觉。图示如下:

如何生成这种显示

OpenCV中有个获取字体跟文本宽高的函数,调用该函数可以获取

代码语言:javascript
复制
Size cv::getTextSize(         const String & text, // 输入文本         int fontFace, // 字体类型         double fontScale, // 字体大小         int thickness, // 字体线宽         int * baseLine // 基线对齐位置)

其中基线对齐位置baseline 参数 是一个很trick的参数,在绘制底色跟绘制文本的时候必须要考虑进去,这个可以看后面的演示代码。

返回的参数类型是cv::Szie文本区域的宽度与长度,有这个就可以根据它完成在文本框上方的文字底色矩形区域绘制,然后在把相关的文本通过putText绘制完成,这样就实现了如下图中显示效果

相关的代码显示如下 - cpp部分:

定义相关变量

代码语言:javascript
复制
int fontface = cv::FONT_HERSHEY_SIMPLEX;int thickness = 1;float fontScale = 0.5;int baseline = 0;Scalar color(140, 199, 0);

使用cv::getTextSize获取文本区域大小并绘制底色矩形,显示检测框:

代码语言:javascript
复制
Rect box((int)tl_x, (int)tl_y, (int)(br_x - tl_x), (int)(br_y - tl_y));rectangle(frame, box, color, 2, 8, 0);cv::String label = format("face, score: %.2f", score);cv::Size fontSize = ::getTextSize(label, fontface, fontScale, thickness, &baseline);cv::rectangle(frame, cv::Size(box.tl().x, box.tl().y - fontSize.height - baseline),         cv::Size(box.tl().x + fontSize.width, box.tl().y), cv::Scalar(34, 43, 59), -1, 8);putText(frame, label, Point(box.tl().x, box.tl().y-baseline), fontface, fontScale, Scalar(255, 0, 255), thickness, 8);

Pytho部分得代码,同样是分为两个部分,实现如下:

代码语言:javascript
复制
# 动态合理显示文本区域 font_color = (140,199,0) cv.rectangle(canvas, (100, 100), (300, 300), font_color, 2, 8) font = cv.FONT_HERSHEY_SIMPLEX font_scale = 0.5 thickness = 1
# 显示部分 (fw, uph), dh = cv.getTextSize("OpenCV-Python", font, font_scale, thickness) cv.rectangle(canvas, (100, 100-uph-dh), (100+fw, 100), (255, 255, 255), -1, 8) cv.putText(canvas, "OpenCV-Python", (100, 100-dh), font, font_scale, (255, 0, 255), thickness) cv.imshow("canvas", canvas) cv.waitKey(0)

扫码查看OpenCV+Pytorch系统化学习路线图

 推荐阅读 

CV全栈开发者说 - 从传统算法到深度学习怎么修炼

2022入坑深度学习,我选择Pytorch框架!

Pytorch轻松实现经典视觉任务

教程推荐 | Pytorch框架CV开发-从入门到实战

OpenCV4 C++学习 必备基础语法知识三

OpenCV4 C++学习 必备基础语法知识二

OpenCV4.5.4 人脸检测+五点landmark新功能测试

OpenCV4.5.4人脸识别详解与代码演示

OpenCV二值图象分析之Blob分析找圆

OpenCV4.5.x DNN + YOLOv5 C++推理

OpenCV4.5.4 直接支持YOLOv5 6.1版本模型推理

OpenVINO2021.4+YOLOX目标检测模型部署测试

比YOLOv5还厉害的YOLOX来了,官方支持OpenVINO推理

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-04-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档