在 Python 中， cv2.circle()的输入参数中心点介绍

在 `cv2.circle()` 函数中，`center` 参数表示圆的中心点坐标，是一个包含两个整数的 tuple，例如 `(x, y)`。其中，`x` 表示圆心在图像水平方向上的位置，`y` 表示圆心在图像垂直方向上的位置。这两个值都是以像素为单位的整数值。

在图像处理中，通常使用的坐标系统是左上角为原点，向右为 x 轴正方向，向下为 y 轴正方向。因此，如果要在图像中心绘制一个圆，中心点的坐标应该是图像宽度的一半和图像高度的一半，可以使用以下代码计算：

import cv2

img = cv2.imread('test.jpg')
h, w = img.shape[:2]
center = (w // 2, h // 2)  # 计算中心点坐标
cv2.circle(img, center, 50, (0, 0, 255), 2)

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`h` 和 `w` 分别表示图像的高度和宽度，`//` 表示整数除法取整。在上述代码中，我们计算出了图像的中心点坐标 `center`，并在该点绘制了一个半径为 50 的红色圆。

相关问题

opencv python cv2.minAreaRect识别所有轮廓中心点

可以使用cv2.findContours()函数来获取所有轮廓信息，再使用cv2.minAreaRect()函数获取每个轮廓的最小外接矩形，最后通过矩形的中心点坐标来确定每个轮廓的中心点。具体代码实现可参考以下示例：

import cv2

# 读取图像并进行灰度化和二值化处理
img = cv2.imread("image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 获取所有轮廓信息
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 循环遍历每个轮廓，获取最小外接矩形，并计算中心点坐标
for contour in contours:
    rect = cv2.minAreaRect(contour)
    cx, cy = rect[0]

    # 在图像中绘制中心点
    cv2.circle(img, (int(cx), int(cy)), 2, (0, 0, 255), -1)

# 显示结果
cv2.imshow("result", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

该代码将读取名为"image.jpg"的图像，对其进行灰度化和二值化处理，然后获取所有轮廓信息并循环遍历每个轮廓。对于每个轮廓，使用cv2.minAreaRect()函数获取其最小外接矩形，然后计算矩形中心点坐标并在图像中绘制该点。最后显示结果图像。

Cv2.Circle

`cv2.circle()` 是 OpenCV 库中的一个函数，用于在图像上绘制圆。它的语法如下：

cv2.circle(img, center, radius, color, thickness=None, lineType=None, shift=None)

其中，参数含义如下：

- `img`：要绘制圆的图像。
- `center`：圆心坐标，是一个元组 `(x, y)`。
- `radius`：圆的半径。
- `color`：圆的颜色，是一个元组 `(B, G, R)`，表示蓝、绿、红三个通道的值。
- `thickness`：圆的线条粗细，如果不指定则默认为 1。
- `lineType`：线条类型，如果不指定则默认为 `cv2.LINE_8`。
- `shift`：点坐标中的小数位数，如果不指定则默认为 0。

示例代码：

import cv2

# 创建一个黑色的图像
img = np.zeros((512, 512, 3), np.uint8)

# 在图像上绘制圆
cv2.circle(img, (256, 256), 100, (0, 255, 0), 3)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码会创建一个大小为 512x512 的黑色图像，并在其中心绘制一个半径为 100、颜色为绿色、线条粗细为 3 的圆。