使用Python在图片上画矩形全攻略

三、 OpenCV 实现：cv2.rectangle()

OpenCV 在计算机视觉领域堪称首选，它的 rectangle 函数效率极高，与 numpy 数组操作配合得天衣无缝。

1. 基础用法：画一个红色边框

import cv2
import numpy as np

# 创建一张黑色背景图
img = np.zeros((500, 500, 3), dtype=np.uint8)

# 定义左上角和右下角坐标
pt1 = (50, 50)      # (x, y)
pt2 = (400, 300)    # (x, y)

# 定义颜色 (OpenCV 是 BGR，所以 (0, 0, 255) 是红色)
color = (0, 0, 255)

# 定义线宽 (如果是 -1，表示填充)
thickness = 3

# 画矩形
cv2.rectangle(img, pt1, pt2, color, thickness)

cv2.imshow("OpenCV Rectangle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 进阶技巧

A. 画实心矩形（马赛克遮挡神器）

只需将 thickness 设置为 -1，就能画出一个填充的矩形。这在遮挡敏感信息时非常实用。

# 画一个绿色的实心矩形
cv2.rectangle(img, (50, 350), (450, 450), (0, 255, 0), -1)

B. 画圆角矩形（OpenCV 没有直接函数，需要自己实现）

OpenCV 本身没有提供画圆角矩形的直接函数，但我们可以通过组合画线和画圆来模拟。这里分享一个简单的“伪圆角”方法：

# 简单的圆角矩形函数
def draw_rounded_rectangle(img, pt1, pt2, color, radius, thickness):
    x1, y1 = pt1
    x2, y2 = pt2
    # 画四条边
    cv2.line(img, (x1 + radius, y1), (x2 - radius, y1), color, thickness)
    cv2.line(img, (x1 + radius, y2), (x2 - radius, y2), color, thickness)
    cv2.line(img, (x1, y1 + radius), (x1, y2 - radius), color, thickness)
    cv2.line(img, (x2, y1 + radius), (x2, y2 - radius), color, thickness)
    # 画四个角
    cv2.circle(img, (x1 + radius, y1 + radius), radius, color, thickness)
    cv2.circle(img, (x2 - radius, y1 + radius), radius, color, thickness)
    cv2.circle(img, (x1 + radius, y2 - radius), radius, color, thickness)
    cv2.circle(img, (x2 - radius, y2 - radius), radius, color, thickness)

# 使用
draw_rounded_rectangle(img, (50, 50), (250, 200), (255, 255, 0), 20, 2)

四、 Pillow 实现：ImageDraw.rectangle()

Pillow 的 API 在处理坐标时更加灵活，支持直接传入列表，而且颜色是直观的 RGB 模式，对新手更友好。

1. 基础用法

from PIL import Image, ImageDraw

# 创建白色背景图
img = Image.new('RGB', (500, 500), color='white')
draw = ImageDraw.Draw(img)

# 坐标可以是 [左上角x, 左上角y, 右下角x, 右下角y]
box = [50, 50, 400, 300]

# 画蓝色边框，宽度为 3
draw.rectangle(box, outline='blue', width=3)

# 画一个红色实心矩形
draw.rectangle([50, 350, 450, 450], fill='red')

img.show()

2. Pillow 的独特优势：支持多边形裁剪

实际上，Pillow 的 rectangle 方法可以接受任意多边形坐标（只要遵循矩形框选逻辑），或者配合 ImageDraw.polygon 使用，自由度更高。

五、 实战案例：三个高价值场景

场景 1：给检测到的物体打标签（带文字的矩形）

在目标检测中，我们经常需要在矩形框的上方贴一个带背景色的文字标签，让输出结果一目了然。

import cv2

img = cv2.imread("test.jpg") # 假设有一张原图
x, y, w, h = 100, 100, 200, 300 # 模拟检测框

# 1. 画矩形框
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 2. 画文字背景（实心小矩形）
label = "Person"
(text_width, text_height), _ = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 2)
cv2.rectangle(img, (x, y - 25), (x + text_width, y), (0, 255, 0), -1) # 填充

# 3. 写文字
cv2.putText(img, label, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)

cv2.imshow("Labeled", img)
cv2.waitKey(0)

场景 2：高级马赛克（网格状矩形）

一个简单的实心色块太生硬了，真正的马赛克效果，是由许多小矩形组成的。

def apply_mosaic(img, x, y, w, h, block_size=10):
    """
    对指定区域 (x, y, w, h) 进行马赛克处理
    """
    roi = img[y:y+h, x:x+w]
    # 缩小再放大，模拟马赛克
    roi = cv2.resize(roi, (w // block_size, h // block_size), interpolation=cv2.INTER_LINEAR)
    roi = cv2.resize(roi, (w, h), interpolation=cv2.INTER_NEAREST)
    img[y:y+h, x:x+w] = roi
    return img

# 使用
img = cv2.imread("face.jpg")
img = apply_mosaic(img, 50, 50, 200, 200)
cv2.imshow("Mosaic", img)
cv2.waitKey(0)

虽然这里用了 resize，但原理上就是通过像素块来模拟“大矩形”的效果。

场景 3：半透明遮罩（Highlight）

有时候，我们需要高亮某个区域，但又不想完全遮住底下的图像内容。

import cv2
import numpy as np

img = cv2.imread("test.jpg")
overlay = img.copy()

# 定义区域
x, y, w, h = 100, 100, 300, 300

# 在覆盖层上画一个半透明矩形
# 先画一个实心矩形
cv2.rectangle(overlay, (x, y), (x+w, y+h), (255, 0, 0), -1)

# 混合原图和覆盖层 (alpha=0.3 表示覆盖层透明度)
cv2.addWeighted(overlay, 0.3, img, 0.7, 0, img)

cv2.imshow("Transparent Overlay", img)
cv2.waitKey(0)

六、 OpenCV vs Pillow：画矩形该选谁？

七、 总结

画矩形看起来简单，但到了实际项目里，往往需要结合坐标计算、颜色空间转换和图层混合等一系列技巧。

• 如果你在搞 YOLO/SSD 目标检测 或 OpenCV 项目，那么 cv2.rectangle 必须熟练掌握。特别是利用 -1 做遮挡，以及用 addWeighted 做半透明高亮，都是非常实用的技巧。
• 如果你在用 Pillow 写脚本，它的参数设计更人性化，支持直接传列表，这一点值得点赞。