当前位置: 首页 > news >正文

基于C++ 的OpenCV绘制多边形,多边形多条边用不用的颜色绘制

使用基于C++的OpenCV库来绘制多边形,并且为多边形的不同边使用不同的颜色,可以按照以下步骤进行操作:

  1. 首先,确保你已经安装了OpenCV库并配置好了你的开发环境。

  2. 导入必要的头文件:

#include <opencv2/opencv.hpp>
  1. 创建一个空白的图像,然后绘制多边形,并为每条边选择不同的颜色:
int main() {// 创建一个空白的图像cv::Mat image(500, 500, CV_8UC3, cv::Scalar(255, 255, 255));// 定义多边形的顶点std::vector<cv::Point> points;points.push_back(cv::Point(100, 100));points.push_back(cv::Point(300, 100));points.push_back(cv::Point(400, 300));points.push_back(cv::Point(200, 400));// 定义每条边的颜色std::vector<cv::Scalar> colors;colors.push_back(cv::Scalar(255, 0, 0));   // 蓝色colors.push_back(cv::Scalar(0, 255, 0));   // 绿色colors.push_back(cv::Scalar(0, 0, 255));   // 红色colors.push_back(cv::Scalar(255, 255, 0)); // 青色// 在图像上绘制多边形的各条边for (size_t i = 0; i < points.size(); i++) {cv::line(image, points[i], points[(i + 1) % points.size()], colors[i], 2);}// 显示图像cv::imshow("Polygon with Different Colored Edges", image);cv::waitKey(0);return 0;
}

在这个示例中,我们创建了一个空白的图像,定义了多边形的顶点和每条边的颜色,然后使用cv::line函数来绘制多边形的各条边,每条边使用不同的颜色。最后,通过cv::imshow来显示绘制好的图像。

请确保你已经配置好了OpenCV库,并根据自己的需求调整多边形的顶点和颜色。

http://www.lryc.cn/news/129112.html

相关文章:

  • (六)、深度学习框架中的算子
  • Redis实现共享Session
  • 网络通信原理UDP协议(第五十课)
  • 43、TCP报文(一)
  • 【JavaScript】使用js实现滑块验证码功能与浏览器打印
  • 【使用群晖远程链接drive挂载电脑硬盘】
  • easyx图形库基础4:贪吃蛇
  • 哈夫曼树(赫夫曼树、最优树)详解
  • 智慧建筑工地平台,通过信息化技术、物联网、人工智能技术,实现对施工全过程的实时监控、数据分析、智能管理和优化调控
  • Springboot 实践(8)springboot集成Oauth2.0授权包,对接spring security接口
  • OpenCV-Python中的图像处理-GrabCut算法交互式前景提取
  • leetcode原题 后继者:找出二叉搜索树中指定节点的“下一个”节点
  • pyqt5 QlineEdit 如何设置只能输入数字
  • ubuntu中安装python
  • LeetCode150道面试经典题-- 快乐数(简单)
  • 科研论文配图----第一章笔记
  • OpenHarmony Meetup 广州站 OpenHarmony正当时—技术开源
  • 如何使用PHP Smarty模板实现静态页面生成
  • 【 Cocos Creator 项目实战】益智游戏《2048》(附带完整源码工程)
  • 剑指Offer68-II.二叉树的最近公共祖先 C++
  • 【JAVA】我们该如何规避代码中可能出现的错误?(一)
  • openLayers实战(八):坐标系及其转换
  • DAY06_SpringBoot—简介基础配置yaml多环境开发配置整合第三方技术
  • 无涯教程-Perl - setpwent函数
  • 代码随想录-数组篇
  • vue3+element-plus表格默认排序default-sort失效问题
  • CH32V203 单片机 I2C 使用
  • 链表OJ题
  • Llama 2免费托管及API提供
  • 回到未来:使用马尔可夫转移矩阵分析时间序列数据