计算机视觉 / 系统课时

添加文字标注

添加文字标注

文字标注常用于检测结果、调试坐标和导出报告。本课直接用 cv2.putText 完成可复用的标注,并把基线坐标、字体缩放、线宽、颜色和抗锯齿这些最容易出错的参数一次讲清。

学习目标

  • 能用 cv2.putText 设置文字内容、位置、字体、大小、颜色与线宽。
  • 能用 cv2.getTextSize 计算文字边界,避免文字贴边或超出图像。
  • 能根据图像尺寸调整标注位置,并检查保存结果是否正确。

理解文字原点与关键参数

cv2.putText 的 org=(x, y) 不是文字左上角,而是首字符左下方的基线起点。因此把 org 设成 (20, 20) 时,文字上半部分很可能越出图像;更稳妥的做法是先算文字高度,再决定基线位置。

OpenCV 文字基线与包围框位置关系

常用参数可直接按下面取值起步:fontFace=cv2.FONT_HERSHEY_SIMPLEX、fontScale=0.6~1.0、thickness=1~2、lineType=cv2.LINE_AA。OpenCV 颜色按 BGR 顺序,例如绿色是 (0, 255, 0),白色是 (255, 255, 255)。

写出可运行的标注示例

下面示例适用于 OpenCV-Python 4.x。它先用 cv2.getTextSize 计算文字尺寸,再绘制深色背景框与白色文字,最后保存到 annotated.png,因此即使原图较亮,文字也能保持可读。

python
import cv2
import numpy as np

image = np.full((360, 640, 3), 210, dtype=np.uint8)
text = "Status: OK"
font = cv2.FONT_HERSHEY_SIMPLEX
font_scale = 0.8
thickness = 2
padding = 8

# 先计算文字边界,避免把基线坐标误当成左上角。
(text_width, text_height), baseline = cv2.getTextSize(
    text, font, font_scale, thickness
)

x = 24
y = 24 + text_height
top_left = (x - padding, y - text_height - padding)
bottom_right = (x + text_width + padding, y + baseline + padding)

# 背景框覆盖文字主体与 baseline,下层图像再亮也保持可读。
cv2.rectangle(image, top_left, bottom_right, (40, 40, 40), -1)
cv2.putText(
    image,
    text,
    (x, y),
    font,
    font_scale,
    (255, 255, 255),
    thickness,
    cv2.LINE_AA,
)

saved = cv2.imwrite("annotated.png", image)
print("saved:", saved)
print("image_shape:", image.shape)

预期输出

text
saved: True
image_shape: (360, 640, 3)

打开 annotated.png 后,应看到左上区域有深色矩形底板,文字完整落在底板内,没有越出画布。若底板能显示但文字被截断,优先检查 y 是否按“基线坐标”计算,而不是把它当作文字顶部坐标。

让标注适配不同图像尺寸

固定写死 (20, 30) 适合调试,但批量处理不同分辨率时更推荐按边距定位。要把文字放在右上角,可用 x = image_width - text_width - margin,并让 y = margin + text_height;margin 可先取短边的 2%~3%。

例如 1920×1080 图像取 margin=24、fontScale=0.8 通常可读;640×360 图像可把 fontScale 降到 0.55~0.7。不要只按图像宽度缩放字体,否则超宽或竖图会得到异常大的文字。

检查颜色、字体与边界问题

最常见错误是把颜色按 RGB 写入。例如想画红字却传 (255, 0, 0),在 OpenCV BGR 规则下实际会得到蓝色;红色应写 (0, 0, 255)。字体也只能使用 OpenCV 内置 Hershey 字体常量,不能直接把系统字体文件路径传给 cv2.putText。

如果必须显示中文或自定义 TTF/OTF 字体,cv2.putText 不是合适工具,应改用 Pillow 的 ImageFont.truetype 后再转换回 NumPy/OpenCV 图像。对英文、数字、坐标和检测标签,优先保留 cv2.putText,依赖更少且绘制速度稳定。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

添加文字标注

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通