---

一、基本图形

1、线

绘制线，要给出两个点坐标

void cv::line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color, 
int thickness = 1, int lineType = LINE_8, int shift = 0);
                
img：输入/输出图像，即要在其上绘制直线的图像。
pt1：直线的起始点坐标。
pt2：直线的结束点坐标。
color：直线的颜色，可以是 Scalar 类型表示的颜色值。
thickness：直线的厚度。默认值为1，表示单像素宽度。
lineType：线条类型，定义了边框的连接方式。默认值为LINE_8。
shift：坐标点的小数位数。默认值为0。

2、线圆

绘制圆，要给出圆点和半径：

void cv::circle(InputOutputArray img, Point center, int radius, const Scalar& color,
                int thickness = 1, int lineType = LINE_8, int shift = 0);
                
img: 在该图像上进行绘制操作。可以是单通道或多通道图像。
center: 圆心坐标，指定圆的中心点位置，类型为 cv::Point 或 cv::Point2f。
radius: 圆的半径，指定圆的大小。
color: 圆的颜色，类型为 cv::Scalar，表示 BGR 颜色值。例如，红色可表示为 (0, 0, 255)。
thickness (可选): 表示绘制圆的线条粗细。默认值为 1。如果设为-1，则绘制一个实心圆
lineType (可选): 指定绘制线条的样式。默认值为 LINE_8，表示8连通线条。
shift (可选): 像素坐标的小数位数。默认值为 0。

3、线椭圆

椭圆相比于圆，半径分成了半长轴和半短轴，并且有角度

void cv::ellipse(InputOutputArray img, Point center, Size axes, double angle, double startAngle,
 double endAngle, const Scalar& color, int thickness = 1, int lineType = LINE_8, int shift = 0);
                
axes：椭圆的主轴尺寸，以半长轴和半短轴的大小表示。
angle：椭圆旋转角度（逆时针方向）。
startAngle：椭圆起始角度（以逆时针方向测量）。
endAngle：椭圆结束角度（以逆时针方向测量）。

4、矩形

绘制矩形，要给出左上角坐标和右下角坐标或者是左上角坐标和宽、高

第一种
void cv::rectangle(InputOutputArray img, Point pt1, Point pt2, const Scalar& color, 
int thickness = 1, int lineType = LINE_8, int shift = 0);

第二种
void cv::rectangle(InputOutputArray img, Rect rect, const Scalar& color, 
int thickness = 1, int lineType = LINE_8, int shift = 0);
                
pt1：矩形的左上角点坐标。
pt2：矩形的右下角点坐标

或者：cv::Rect(左上角点坐标,宽，高)

代码如下（示例）：

#include <opencv2/opencv.hpp>
#include<iostream>  

using namespace std;

int main()
{
    cv::Mat mask = cv::Mat::zeros(cv::Size(640, 400), CV_8UC3);

    cv::line(mask, cv::Point2f(300, 300), cv::Point2f(400, 400), cv::Scalar(255, 255, 255), 3);  // 宽度为3的直线

    cv::circle(mask, cv::Point(30, 30), 10, cv::Scalar(255, 255, 255), 1);  // 空心圆
    cv::circle(mask, cv::Point(100, 30), 15, cv::Scalar(0, 0, 255), -1);   // 实心圆

    cv::ellipse(mask, cv::Point(150, 30), cv::Size(30, 15), 30, 0, 360, cv::Scalar(255, 0, 0), -1);  // 实心椭圆
  
    cv::rectangle(mask, cv::Point(200, 200), cv::Point(300, 300), cv::Scalar(0, 255, 0), 2);  // 矩形
    // cv::rectangle(mask, cv::Rect(200,200,100,100), cv::Scalar(0, 255, 0), 2);  // 矩形

    cv::imshow("原图", mask);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

二、多边形

在图像分割中，目标对象往往是不规则的形状。根据目标对象的多个顶点坐标来绘制（进行分割标签标注的时候，不就是在目标周围点很多个坐标吗)。

目前OpenCV4提供的绘制多边形的fillPoly有两种构造方式：

第一种：
void cv::fillPoly(InputOutputArray img, const Point** pts, const int* npts, int ncontours,
 const Scalar& color, int lineType = LINE_8, int shift = 0, Point offset = Point());
 
第二种：
void fillPoly(InputOutputArray img, InputArrayOfArrays pts,
                           const Scalar& color, int lineType = LINE_8, int shift = 0,
                           Point offset = Point() );
                           
第一种：
pts：多边形顶点的数组指针，可以使用二维数组或vector来表示。每个多边形都由一组点组成。
npts：多边形顶点数目的整型数组指针，指定每个多边形的顶点数。
ncontours：多边形数量，即pts和npts数组中多边形的数量。

第二种：
上面三个参数统一为一个数组，存放所有多边形的坐标

color：填充的颜色，可以是 Scalar 类型表示的颜色值。
lineType：线条类型，定义了多边形轮廓的连接方式。默认值为LINE_8。
shift：坐标点的小数位数。默认值为0。
offset：偏移量，添加到所有顶点的坐标中。默认情况下为Point()，表示没有偏移。

比较简单和常用的是第二种构造方式，只需要给出所有要绘制的坐标就行。在实际应用中，目标对象的坐标是通过一些方法来捕获的，如findContours函数，与之对应的绘制函数还有一个drawContours()，后面用实例再一起说明。

代码如下（示例）：

#include <opencv2/opencv.hpp>
#include <vector>
#include<iostream>  

using namespace std;

int main()
{
    cv::Mat image(400, 400, CV_8UC3, cv::Scalar(0, 0, 0));
    
    std::vector<cv::Point> points1 = { cv::Point(50, 50), cv::Point(200, 100), cv::Point(150, 200) };
    std::vector<cv::Point> points2 = { cv::Point(250, 250), cv::Point(350, 300), cv::Point(300, 150) };
    std::vector<cv::Point> points3 = { cv::Point(100, 200), cv::Point(200, 300), cv::Point(150, 350) };

    std::vector<std::vector<cv::Point>> polygons;
    polygons.push_back(points1);
    polygons.push_back(points2);
    polygons.push_back(points3);

    cv::fillPoly(image, polygons, cv::Scalar(255, 0, 0));

    cv::imshow("Image", image);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}