cv2.rectangle(target, min_loc, (min_loc[0] + twidth, min_loc[1] + theight), color, -1) -1是什么意思可以改吗
时间: 2024-04-02 20:32:10 浏览: 12
在cv2.rectangle函数中,第5个参数表示矩形的线条或填充的粗细程度,当这个参数为正整数时,表示矩形的线条粗细程度,当这个参数为负整数时,表示矩形内部填充颜色。而当这个参数为0时,表示矩形不显示。
因此,-1表示矩形内部填充颜色,不显示边框线。如果希望显示矩形的边框线,可以将这个参数改为一个正整数,表示边框线的粗细程度。例如:cv2.rectangle(target, min_loc, (min_loc[0] + twidth, min_loc[1] + theight), color, 2)表示矩形边框线的粗细程度为2个像素。
相关问题
cv2.rectangle(target, min_loc, (min_loc[0] + twidth, min_loc[1] + theight), color, -1)
这是一段使用OpenCV库中的cv2.rectangle函数绘制矩形的代码。它的参数含义是:target表示需要在其上绘制矩形的图像,min_loc表示矩形的左上角坐标,(min_loc[0]+twidth, min_loc[1]+theight)表示矩形的右下角坐标,color表示矩形的颜色,-1表示矩形内部填充颜色。
def match(target, template, color): global object # 获得模板图片的高宽尺寸 theight, twidth = template.shape[:2] # 执行模板匹配,采用的匹配方式cv2.TM_SQDIFF_NORMED result = cv2.matchTemplate(target, template, cv2.TM_SQDIFF_NORMED) # 归一化处理 cv2.normalize(result, result, 0, 1, cv2.NORM_MINMAX, -1) # 寻找矩阵(一维数组当做向量,用Mat定义)中的最大值和最小值的匹配结果及其位置 min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) # 匹配值转换为字符串 # 对于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法min_val越趋近与0匹配度越好,匹配位置取min_loc # 对于其他方法max_val越趋近于1匹配度越好,匹配位置取max_loc strmin_val = str(min_val) # 绘制矩形边框,将匹配区域涂成白色 # min_loc:矩形定点 # (min_loc[0]+twidth,min_loc[1]+theight):矩形的宽高 # color:矩形的边框颜色;2:矩形边框宽度 cv2.rectangle(target, min_loc, (min_loc[0] + twidth, min_loc[1] + theight), color, -1) # 返回操作后图像,以及对象的四点坐标 return [target, (int(min_loc[0]), int(min_loc[1]), int(min_loc[0] + twidth), int(min_loc[1] + theight))]
这段代码主要用于模板匹配,它会将模板图像与目标图像进行匹配,并返回匹配后的图像以及匹配到的对象的四个点的坐标。具体来说,它的实现流程包括以下几个步骤:
1. 获取模板图像的高宽尺寸。
2. 采用cv2.TM_SQDIFF_NORMED方式执行模板匹配。
3. 对匹配结果进行归一化处理。
4. 寻找矩阵中的最小值及其位置。
5. 绘制矩形边框,将匹配区域涂成白色。
6. 返回操作后的图像以及对象的四个点的坐标。
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)