def plot_one_box(x, im, color=(128, 128, 128), label=None, line_thickness=3): """一般会用在detect.py中在nms之后变量每一个预测框，再将每个预测框画在原图上 使用opencv在原图im上画一个bounding box :params x: 预测得到的bounding box [x1 y1 x2 y2] :params im: 原图 要将bounding box画在这个图上 array :params color: bounding box线的颜色 :params labels: 标签上的框框信息 类别 + score :params line_thickness: bounding box的线宽 """ # check im内存是否连续 assert im.data.contiguous, 'Image not contiguous. Apply np.ascontiguousarray(im) to plot_on_box() input image.' # tl = 框框的线宽 要么等于line_thickness要么根据原图im长宽信息自适应生成一个 tl = line_thickness or round(0.002 * (im.shape[0] + im.shape[1]) / 2) + 1 # line/font thickness # c1 = (x1, y1) = 矩形框的左上角 c2 = (x2, y2) = 矩形框的右下角 c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3])) # cv2.rectangle: 在im上画出框框 c1: start_point(x1, y1) c2: end_point(x2, y2) # 注意: 这里的c1+c2可以是左上角+右下角 也可以是左下角+右上角都可以 cv2.rectangle(im, c1, c2, color, thickness=tl, lineType=cv2.LINE_AA) # 如果label不为空还要在框框上面显示标签label + score if label: tf = max(tl - 1, 1) # label字体的线宽 font thickness # cv2.getTextSize: 根据输入的label信息计算文本字符串的宽度和高度 # 0: 文字字体类型 fontScale: 字体缩放系数 thickness: 字体笔画线宽 # 返回retval 字体的宽高 (width, height), baseLine 相对于最底端文本的 y 坐标 t_size = cv2.getTextSize(label, 0, fontScale=tl / 3, thickness=tf)[0] c2 = c1[0] + t_size[0], c1[1] - t_size[1] - 3 # 同上面一样是个画框的步骤 但是线宽thickness=-1表示整个矩形都填充color颜色 cv2.rectangle(im, c1, c2, color, -1, cv2.LINE_AA) # filled # cv2.putText: 在图片上写文本 这里是在上面这个矩形框里写label + score文本 # (c1[0], c1[1] - 2)文本左下角坐标 0: 文字样式 fontScale: 字体缩放系数 # [225, 255, 255]: 文字颜色 thickness: tf字体笔画线宽 lineType: 线样式 cv2.putText(im, label, (c1[0], c1[1] - 2), 0, tl / 3, [225, 255, 255], thickness=tf, lineType=cv2.LINE_AA)

<think>好的，我现在需要帮助用户了解如何使用OpenCV绘制边界框并添加文字标签，并且提供示例代码解析。用户提到了几个引用，我需要结合这些引用来组织答案。 首先，用户的问题是关于使用OpenCV绘制bounding box和标签，所以我需要先整理基本步骤。根据引用[4]中的信息，绘制矩形框使用cv2.rectangle，添加文字用cv2.putText。参数方面，左上角和右下角坐标、颜色、线宽是关键。颜色是(B,G,R)格式，这点需要注意，因为OpenCV默认是BGR而不是RGB。 接下来，示例代码部分需要包括读取图片、绘制矩形框、添加文字标签以及保存或显示图片。代码结构应该清晰，每一步都要有注释说明。例如，先读取图片，然后使用cv2.rectangle，再cv2.putText，最后用cv2.imshow显示结果。 然后，参数详解部分要详细解释每个函数参数的作用。比如，img是输入的图像，(x_min, y_min)是左上角坐标，(x_max, y_max)是右下角坐标，颜色用元组表示，线宽如果是负数表示填充。字体类型和大小也需要说明，比如cv2.FONT_HERSHEY_SIMPLEX是常用字体，字体大小影响文字显示的大小。 可能遇到的问题部分，用户可能遇到的坐标错误，比如超出图像范围，或者颜色顺序错误导致显示异常。这时候需要提醒用户检查坐标是否在图像尺寸内，颜色是否为BGR格式。此外，文字位置可能需要调整，避免被框框遮挡，或者字体大小不合适导致看不清。 优化建议方面，可以提到动态调整文字位置，比如根据框的大小自动调整文字位置，或者使用不同的颜色来区分不同类别的物体。此外，引用[3]中提到构建投影矩阵，这可能是在特定场景如CARLA仿真中的高级应用，但用户的问题可能更基础，暂时不需要深入这部分。 最后，相关问题部分需要生成几个与绘制bounding box相关的问题，比如如何处理不同坐标格式，如何批量处理，或者如何结合目标检测结果动态绘制。这些问题可以帮助用户进一步探索相关主题。 需要确保所有代码示例正确，参数使用正确，比如颜色是(0,255,0)代表绿色，线宽为2。同时，引用的文献要正确对应，比如引用[4]提供了cv2.rectangle和cv2.putText的用法，需要在回答中引用。 总结一下，回答的结构应该是先简要说明步骤，然后给出代码示例，接着详细解释参数，再讨论常见问题和优化建议，最后生成相关问题。确保每个部分都清晰，并且正确引用提供的资料。</think>### 使用 OpenCV 绘制 Bounding Box 并添加文字标签 #### 1. 核心步骤 绘制 bounding box 和标签主要涉及两个函数： - **绘制矩形框**：`cv2.rectangle(img, (x_min, y_min), (x_max, y_max), color, thickness)` - **添加文字标签**：`cv2.putText(img, text, (x, y), font, font_scale, color, thickness)` --- #### 2. 示例代码解析 ```python import cv2 # 读取图像 image = cv2.imread("image.jpg") # 定义 bounding box 坐标、标签和颜色 x_min, y_min = 100, 50 # 左上角坐标 x_max, y_max = 300, 200 # 右下角坐标 label = "Cat" color = (0, 255, 0) # BGR格式的绿色 thickness = 2 # 线宽 # 绘制矩形框 cv2.rectangle(image, (x_min, y_min), (x_max, y_max), color, thickness) # 添加文字标签（位置在框左上角上方） font = cv2.FONT_HERSHEY_SIMPLEX font_scale = 0.8 cv2.putText(image, label, (x_min, y_min - 10), font, font_scale, color, thickness) # 显示结果 cv2.imshow("Result", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` --- #### 3. 参数详解 | 函数/参数 | 说明 | |---------------------|---------------------------------------------------------------------------------------| | **cv2.rectangle()** | | | `img` | 输入图像（需先通过`cv2.imread`读取） | | `(x_min, y_min)` | 矩形框左上角坐标（单位：像素） | | `(x_max, y_max)` | 矩形框右下角坐标 | | `color` | BGR颜色值，例如`(255, 0, 0)`表示蓝色 | | `thickness` | 线宽（若为负数如`-1`，则填充矩形）[^4] | | **cv2.putText()** | | | `text` | 要显示的字符串（如类别标签） | | `(x, y)` | 文字左下角起始坐标 | | `font` | 字体类型（如`cv2.FONT_HERSHEY_SIMPLEX`） | | `font_scale` | 字体缩放比例 | --- #### 4. 常见问题与优化 1. **坐标越界**：确保坐标不超过图像尺寸（可通过`image.shape`获取宽高） 2. **颜色顺序错误**：OpenCV默认使用BGR而非RGB，若从其他库获取颜色需转换 3. **文字位置优化**：动态调整文字位置（例如根据框高度自动偏移） --- #### 5. 高级应用场景 - **目标检测结果可视化**：结合模型输出的坐标和类别信息批量绘制[^2] - **图像分割转Bounding Box**：通过分割掩码生成矩形框（如使用`cv2.boundingRect`） - **CARLA仿真可视化**：通过投影矩阵将3D坐标映射到2D图像后绘制[^3] ---