Python绘制文字

python# 使用pip安装Pillowpip install pillow

python# 使用pip安装OpenCV（安装包名为opencv-python）pip install opencv-python

python# 使用pip安装Matplotlibpip install matplotlib

pythonfrom PIL import Image, ImageDraw, ImageFontimport os# 1. 准备工作：获取字体路径（解决中文显示问题，需本地有对应字体文件）# Windows默认字体路径：C:/Windows/Fonts/；macOS：/System/Library/Fonts/；Linux：/usr/share/fonts/font_path = os.path.join("C:/Windows/Fonts", "simhei.ttf") # 黑体字体（支持中文）# 若字体文件不存在，可省略font参数（默认使用默认字体，可能不支持中文）try:# 方式1：在现有图像上绘制文字img_path = os.path.join(os.getcwd(), "test_image.jpg")with Image.open(img_path) as img:# 创建绘图对象（绑定到图像）draw = ImageDraw.Draw(img)# 配置字体（指定字体和字号，字号单位为像素）font = ImageFont.truetype(font_path, 40) # 40号字体# 绘制文字：text(位置, 文字内容, 颜色, 字体, 对齐方式等)# 位置：(x, y)，表示文字左上角的坐标（x向右为正，y向下为正）# 颜色：支持RGB元组、十六进制字符串、颜色名称draw.text(xy=(50, 50), # 文字左上角坐标text="Pillow绘制文字示例\n中文测试（黑体40号）",fill=(255, 0, 0), # 红色文字（RGB）font=font,align="left" # 多行文字对齐方式（left/center/right）)# 可选：绘制带背景色的文字（先画矩形，再画文字）text_bg = "带背景色的文字"# 计算文字尺寸（获取文字的宽高，用于绘制背景矩形）text_width, text_height = draw.textbbox((0, 0), text_bg, font=font)[2:]# 绘制背景矩形（位置覆盖文字区域，颜色为黄色）draw.rectangle([100, 200, 100 + text_width, 200 + text_height], # [x1, y1, x2, y2] 矩形对角线坐标fill=(255, 255, 0))# 绘制文字（叠加在矩形上）draw.text((100, 200), text_bg, fill=(0, 0, 255), font=font)# 保存绘制后的图像img.save("pillow_text_image.jpg")print("文字绘制完成，保存为：pillow_text_image.jpg")# 方式2：创建空白图像并绘制文字with Image.new("RGB", (800, 400), color=(255, 255, 255)) as blank_img: # 800x400的白色空白图draw = ImageDraw.Draw(blank_img)font = ImageFont.truetype(font_path, 50)draw.text((100, 150), "空白图像绘制文字", fill=(0, 128, 0), font=font)blank_img.save("pillow_blank_text.jpg")print("空白图像文字绘制完成，保存为：pillow_blank_text.jpg")except FileNotFoundError as e:print(f"错误：文件不存在 - {str(e)}")except Exception as e:print(f"错误：绘制失败 - {str(e)}")

pythonimport cv2import numpy as npfrom PIL import ImageFont, ImageDraw, Imageimport os# 1. 准备工作：获取字体路径（同Pillow）font_path = os.path.join("C:/Windows/Fonts", "simhei.ttf")def cv2_draw_text(img, text, xy, font_path, font_size=30, color=(0, 0, 255)):"""OpenCV绘制中文文字的封装函数（解决OpenCV默认不支持中文的问题）:param img: OpenCV图像（NumPy数组）:param text: 要绘制的文字:param xy: 文字左上角坐标 (x, y):param font_path: 字体文件路径:param font_size: 字号:param color: 文字颜色（BGR模式，默认红色）:return: 绘制文字后的图像"""# 转换图像模式：BGR（OpenCV默认）→ RGB（Pillow支持）img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 创建Pillow绘图对象draw = ImageDraw.Draw(Image.fromarray(img_rgb))# 配置字体font = ImageFont.truetype(font_path, font_size)# 绘制文字draw.text(xy, text, fill=color[::-1], font=font) # color[::-1]：BGR→RGB# 转换回BGR模式return cv2.cvtColor(img_rgb, cv2.COLOR_RGB2BGR)try:# 方式1：在现有图像上绘制文字（含中文）img_path = os.path.join(os.getcwd(), "test_image.jpg")img = cv2.imread(img_path)if img is None:raise FileNotFoundError("未找到图像文件")# 绘制英文文字（OpenCV原生支持英文，无需转换）# cv2.putText(图像, 文字, 坐标, 字体类型, 字号缩放系数, 颜色, 线条宽度)cv2.putText(img,"OpenCV Text Demo",(50, 50), # 文字左下角坐标（注意：与Pillow的左上角不同）cv2.FONT_HERSHEY_SIMPLEX, # 内置英文字体1.2, # 字号缩放系数（大于1放大，小于1缩小）(0, 255, 0), # 绿色（BGR模式）2 # 文字线条宽度)# 绘制中文文字（调用封装函数）img = cv2_draw_text(img=img,text="中文标注测试（OpenCV）",xy=(50, 100),font_path=font_path,font_size=35,color=(0, 0, 255) # 红色（BGR模式）)# 方式2：在空白图像上绘制文字blank_img = np.ones((400, 800, 3), dtype=np.uint8) * 255 # 400x800的白色空白图（BGR）blank_img = cv2_draw_text(blank_img, "OpenCV空白图像中文", (100, 200), font_path, 40, (255, 0, 0))# 保存并显示图像cv2.imwrite("opencv_text_image.jpg", img)cv2.imwrite("opencv_blank_text.jpg", blank_img)# 显示图像（按任意键关闭）cv2.imshow("Text Demo", img)cv2.imshow("Blank Text Demo", blank_img)cv2.waitKey(0)cv2.destroyAllWindows()print("OpenCV文字绘制完成，已保存图像")except FileNotFoundError as e:print(f"错误：{str(e)}")except Exception as e:print(f"错误：绘制失败 - {str(e)}")

pythonimport matplotlib.pyplot as pltimport numpy as np# 1. 解决中文显示问题（设置中文字体）plt.rcParams['font.sans-serif'] = ['SimHei'] # 黑体（Windows），macOS可设为'Arial Unicode MS'plt.rcParams['axes.unicode_minus'] = False # 解决负号显示异常问题try:# 创建画布和子图（1行1列的子图）fig, ax = plt.subplots(figsize=(10, 6)) # figsize：画布尺寸（宽，高），单位为英寸# 绘制示例图表（折线图）x = np.linspace(0, 10, 100)y = np.sin(x)ax.plot(x, y, label='sin(x) 曲线')# 1. 添加标题（画布标题和子图标题）fig.suptitle('Matplotlib文字绘制示例', fontsize=16, fontweight='bold', y=0.95) # 画布总标题ax.set_title('正弦函数曲线及文字标注', fontsize=14, pad=20) # 子图标题（pad：与图表的间距）# 2. 添加坐标轴标签ax.set_xlabel('X轴（自变量）', fontsize=12, labelpad=10)ax.set_ylabel('Y轴（sin(x)值）', fontsize=12, labelpad=10)# 3. 添加图例（对应plot的label参数）ax.legend(loc='upper right', fontsize=10) # loc：图例位置# 4. 添加注释文字（标注特定点）# annotate(注释内容, 目标点坐标, 注释文字坐标, 箭头参数)ax.annotate('最大值点\n(y=1)', # 注释文字（支持换行）xy=(np.pi/2, 1), # 目标点（sin(x)的最大值点）xytext=(np.pi/2 + 1, 1.2), # 注释文字的位置fontsize=10,color='red',arrowprops=dict(arrowstyle='->', color='red', lw=1.5) # 箭头样式)# 5. 添加任意位置的文字ax.text(6, -0.8, # 文字位置（基于坐标轴坐标，非像素）'文字说明：\nsin(x)在[0,10]区间的变化曲线',fontsize=10,bbox=dict(boxstyle='round,pad=0.5', facecolor='yellow', alpha=0.5) # 文字背景框)# 6. 调整布局（避免文字被截断）plt.tight_layout()# 保存和显示plt.savefig('matplotlib_text_demo.png', dpi=300, bbox_inches='tight')plt.show()print("Matplotlib文字绘制完成，已保存图像")except Exception as e:print(f"错误：绘制失败 - {str(e)}")

对比维度

Pillow库

OpenCV库

Matplotlib库

核心优势

API简洁，中文支持简单，适合快速在图像上叠加文字

与视觉任务无缝衔接，适合目标检测、图像识别中的标注

文字排版专业，支持多种文字元素，适合数据可视化图表

中文支持

直接加载字体文件即可，简单易用

原生不支持，需借助Pillow转换，稍复杂

通过rcParams设置中文字体，简单

坐标体系

像素坐标（左上角为原点）

像素坐标（左下角为原点）

坐标轴坐标（与数据范围匹配）

适用场景

图像标注、简单文字叠加、批量图像处理中的文字添加

计算机视觉项目（目标检测、人脸识别）中的实时标注

数据可视化图表（折线图、柱状图）的标题、注释、图例

缺点

不支持复杂图表绘制，仅适用于图像

文字排版功能弱，中文处理繁琐

图像处理功能弱，不适合纯图像的文字叠加