图像绘制是计算机视觉项目中绕不开的基础操作。无论是目标检测后把识别框画在图片上，还是图像处理时标注出感兴趣区域，都离不开OpenCV提供的绘图函数。OpenCV的绘图API设计得非常直观，所有函数都直接作用于numpy数组，画完即可查看结果，上手门槛很低。本文将系统讲解Python环境下OpenCV的各类绘图函数，从最简单的直线到复杂的多边形和文字，逐一分析参数含义并给出可运行的代码。
绘图前的准备工作与通用参数说明
在使用绘图函数之前，需要先安装OpenCV库并创建一块画布。安装命令为pip install opencv-python，安装完成后导入cv2和numpy即可开始。画布本质上就是一个numpy数组，可以通过np.zeros创建纯黑图像，也可以用cv2.imread读取已有图片作为画布。
import cv2
import numpy as np
# 创建一个500x500的纯黑画布，3表示三个颜色通道
canvas = np.zeros((500, 500, 3), dtype=np.uint8)
cv2.imshow("canvas", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()OpenCV的绘图函数有几个通用的参数规则需要先搞清楚。首先是坐标系：原点在图像左上角，x轴向右增长，y轴向下增长，这与我们熟悉的数学坐标系不同，新手最容易在这里犯迷糊。其次是颜色：OpenCV采用BGR顺序而不是RGB，例如(255,0,0)在OpenCV中表示蓝色而非红色，这一点务必牢记。最后是线条粗细参数thickness，以像素为单位，传-1表示填充图形内部。
还有一个细节值得注意：绘图函数会直接修改传入的图像数组，也就是原地操作。如果想保留原图，需要先用img.copy()复制一份再画，否则原图就被永久改写了，这在批处理场景下经常造成难以排查的bug。
基本图形绘制：直线、矩形与圆形
直线、矩形和圆形是使用频率最高的三种图形。cv2.line接收画布、起点坐标、终点坐标、颜色和粗细五个核心参数。cv2.rectangle需要左上角和右下角两个坐标点确定矩形位置。cv2.circle则需要圆心坐标和半径。三个函数的使用方式如下：
import cv2
import numpy as np
canvas = np.zeros((500, 500, 3), dtype=np.uint8)
# 画一条绿色直线，从(50,50)到(450,50)
cv2.line(canvas, (50, 50), (450, 50), (0, 255, 0), thickness=2)
# 画一个红色矩形，thickness=-1表示实心填充
cv2.rectangle(canvas, (100, 100), (300, 250), (0, 0, 255), thickness=-1)
# 画一个蓝色圆环，圆心(250,380) 半径60
cv2.circle(canvas, (250, 380), 60, (255, 0, 0), thickness=3)
# 线型参数lineType=cv2.LINE_AA可以让边缘更平滑
cv2.circle(canvas, (400, 380), 60, (255, 255, 0), thickness=3, lineType=cv2.LINE_AA)
cv2.imshow("shapes", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()关于lineType参数有必要多说几句。默认的线条类型是LINE_8，即8连通线，绘制速度快但边缘有锯齿。如果对显示效果有要求，可以加上lineType=cv2.LINE_AA启用抗锯齿，画出来的圆和斜线会明显更平滑。在生成报告截图或演示图片时，建议始终开启抗锯齿。
矩形绘制在实际项目中最常见的用途是目标检测可视化。通常检测结果会给出边界框的坐标，直接把这个坐标传给cv2.rectangle就能画出标注框，再用cv2.putText在框上方写上类别名和置信度，一张标准的检测结果图就完成了。注意矩形坐标必须满足左上角在右下角之前，否则某些版本的OpenCV会画不出预期的效果。
进阶图形：椭圆、多边形与文字
椭圆函数cv2.ellipse的参数相对复杂，支持旋转角度和弧度范围，可以画出完整的椭圆也可以只画一段弧线。多边形绘制使用cv2.polylines，需要传入一组顶点坐标。文字则使用cv2.putText，可以指定字体、缩放和颜色。
import cv2
import numpy as np
canvas = np.zeros((500, 500, 3), dtype=np.uint8)
# 椭圆：圆心(120,120) 长短轴(80,40) 旋转30度 画0到360度完整椭圆
cv2.ellipse(canvas, (120, 120), (80, 40), 30, 0, 360, (0, 255, 255), 2)
# 多边形：顶点必须是int32类型的numpy数组
pts = np.array([[300, 80], [450, 150], [420, 300], [300, 250]], np.int32)
pts = pts.reshape((-1, 1, 2))
cv2.polylines(canvas, [pts], isClosed=True, color=(255, 0, 255), thickness=2)
# 添加文字，FONT_HERSHEY_SIMPLEX是最常用的字体
cv2.putText(canvas, "Hello OpenCV", (120, 450),
cv2.FONT_HERSHEY_SIMPLEX, 1.2, (255, 255, 255), 2, cv2.LINE_AA)
cv2.imshow("advanced", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()使用cv2.polylines时有个必须注意的点：顶点数组的shape必须是(N, 1, 2)，所以通常要调用reshape((-1, 1, 2))调整形状，且数据类型必须是int32，否则会直接报错。isClosed参数控制多边形是否自动闭合首尾两个点。
cv2.putText最大的限制是不支持中文，默认字体库只包含ASCII字符，直接写中文会显示成问号。如果必须在图片上输出中文，常见的解决方案是借助PIL库：先把numpy数组转成PIL的Image对象，用PIL的ImageDraw配合系统字体绘制中文，再转回numpy数组。虽然多了一步转换，但这是目前最稳妥的中文渲染方案。
另外，putText没有自动换行功能，长文本需要自己按宽度手动截断分行，每行单独调用一次putText并递增y坐标。做水印或日志叠加时记得提前计算好行距，一般取字体高度的1.3到1.5倍比较美观。
常见问题与避坑指南
第一个高频报错是坐标类型问题：所有坐标必须是整数，传浮点数会抛出类型错误。目标检测输出的坐标往往是float类型，画图前一定要用int()转换。第二个坑是颜色顺序，习惯了RGB的开发者经常把颜色画反，红色画成了蓝色，检查BGR顺序即可解决。
坐标越界也是一个隐性问题。OpenCV对越界坐标比较宽容，超出画布的部分会被自动裁剪而不报错，但这可能掩盖逻辑错误。比如目标框坐标超出了图像尺寸，画出来的图看起来正常，实际上检测后处理已经出了问题。建议在调试阶段手动校验坐标范围。
最后提醒一点，绘图操作是在内存中完成的，如果想保存结果别忘记调用cv2.imwrite("result.png", canvas)，只在imshow里看一眼是不落盘的。在无界面的服务器环境运行时，imshow会导致程序卡死或报错，直接用imwrite保存即可。掌握这些细节后，配合numpy的数组操作，你几乎可以在图像上绘制出任何想要的标注效果。
Python OpenCVOpenCV画图cv2绘图函数修改时间：2026-09-12 09:30:35