学OpenCV的人十个里有八个都会卡在“看着文档能懂自己动手就废”的尴尬期。图形绘制这块尤其典型——line()函数看一遍就会但真让你画个三角形出来再顺手算出三个角的角度一堆人连坐标方向都能搞反。今天这篇就拿这个看似基础的小练习开刀把OpenCV3里图形绘制和几何计算的那些底层逻辑、易错细节全部翻出来拆一遍。画三角形并计算角度听起来像是中学数学加一个画线函数就能搞定的事但真正落到OpenCV3的代码里涉及的东西其实不少图像坐标系的方向、Point容器的使用、向量点积与反三角函数的精度处理、还有imshow和waitKey这套显示机制。做完这个练习你对OpenCV3的绘图API、坐标体系和数学计算接口的掌握会上一个台阶后面再去做目标框选、姿态标注甚至简单的几何测量都会顺手很多。无论你用的是C还是Python接口这篇文章的思路都适用。我会以C为例做完整讲解Python版本的差异点也会单独拎出来说明。1. 写在前面环境准备与OpenCV3的选择1.1 为什么还在用OpenCV3我知道很多人会问现在OpenCV4都出来好几年了新项目干嘛不直接用4还要去学3道理很简单。你手上很多老项目的编译环境、第三方依赖甚至是某公司已经封装好的底层库可能还锁死在OpenCV3.x上。更关键的是OpenCV3和OpenCV4在核心绘图与数据结构上差别不大但某些细节函数名和头文件组织有变动。如果你一上来就对着4的文档去写3的代码编译期报错会让你怀疑人生。另外市面上大量教程、开源代码、竞赛baseline用的还是OpenCV3的语法习惯比如CV_PI这个宏在4.x里有的版本要写成CV_PI有的则干脆不给预定义了。学3的写法是读懂存量代码的必修课。我本机用的是OpenCV 3.4.10搭配Visual Studio环境纯C控制台工程不挂任何额外的UI库。这个组合足够干净能把注意力全放在OpenCV本身。1.2 安装配置里的三个注意点如果你还没配好环境先花两分钟确认几个事检查你的opencv_world340.lib或对应版本的lib文件是否完整配置到了链接器输入里。Debug和Release模式链接的lib名字不一样别混用。include目录要指向opencv2那一层不是opencv那层写#include opencv2/opencv.hpp才不会报错。运行exe时如果提示找不到dll把OpenCV的bin目录加到系统PATH里或者直接把需要的dll拷贝到exe同目录下。这三件事看着基础但每次有人私信问我“大哥我环境跑不起来”十有八九都是这几处的问题。提示如果你只是练手不搞老项目装OpenCV3.4.x就好别装3.4.0以下的版本老版本对新的C标准支持很差编译时容易蹦出莫名其妙的报错。2. 图像坐标系是第一道坎别用数学坐标系想当然2.1 原点在左上角y轴朝下画三角形之前先把OpenCV图像坐标系刻在脑子里原点在图像的左上角x轴向右为正y轴向下为正。也就是说越往下走y值越大。这和数学课本上的坐标系习惯相反。很多初学者在纸上设计坐标时用数学坐标结果放到OpenCV里一看三角形整个倒过来了。更麻烦的是当你用鼠标在图像上取点时取到的坐标就是图像坐标直接拿去做几何计算没问题但如果你手工设计坐标又按数学习惯去写画出来的图形就会上下颠倒。我当时的做法是先用circle()画三个顶点观察顶点位置和预期是否一致一致了再连线。这个习惯建议你也保留它能帮你快速排查坐标方向的问题。2.2 Point和Point2f整数和浮点的取舍OpenCV里有几种点类型最常用的是Point和Point2f。Point内部存的是整数intPoint2f存的是浮点float。画图、显示这类操作用Point就够了但做角度计算时顶点坐标会被代入向量运算可能出现带小数的中间值所以我建议计算阶段统一用Point2f画图阶段再转回Point。画图用Pointcv::Point(startX, startY)计算用Point2fcv::Point2f(centerX, centerY)两者可以通过强制类型转换互相转比如cv::Point(round(pt2f.x), round(pt2f.y))。别用int()直接截断会丢掉小数导致像素位置偏差虽然看起来只有一点点但在精细标注场景里很扎眼。2.3 画布尺寸的选择画布我用的是cv::Mat(480, 640, CV_8UC3, cv::Scalar(255, 255, 255))意思是高480像素、宽640像素、3通道8位彩色图底色白色。为什么不用CV_8UC1灰度图因为你后面可能想在图上写字、画彩色线条灰度图会限制你的表达能力。一上来就用彩色图后面省事。白色底色也关键——OpenCV默认创建Mat时是不初始化的如果不传Scalar出来的图像像素值会是一堆随机值显示出来花花绿绿你还以为代码有问题。3. 画三角形的三种做法别只会line3.1 最直观的三条line第一种方法直来直去用cv::line()分别画三条边。cv::Mat canvas(480, 640, CV_8UC3, cv::Scalar(255, 255, 255)); cv::Point p1(320, 80); // 上顶点 cv::Point p2(120, 360); // 左下 cv::Point p3(520, 360); // 右下 cv::line(canvas, p1, p2, cv::Scalar(0, 0, 255), 2); cv::line(canvas, p2, p3, cv::Scalar(0, 0, 255), 2); cv::line(canvas, p3, p1, cv::Scalar(0, 0, 255), 2);line()的参数含义目标图像、起点、终点、颜色(B,G,R)、线宽。这里用红色(0,0,255)线宽2像素画出来就是红边三角形。这种方式很直白适合只有三个顶点时用。3.2 用polylines一笔画完第二种方式更适合顶点多变的情况。把点放进vectorPoint传给polylines()设置isClosedtrue让线段首尾闭合std::vectorcv::Point pts { p1, p2, p3 }; cv::polylines(canvas, pts, true, cv::Scalar(255, 0, 0), 2, cv::LINE_AA);最后一个参数LINE_AA是抗锯齿模式画出来的线条边缘更平滑肉眼看更舒服。如果追求极致性能或者想在像素级精确判断可以不用抗锯齿但对这个练习无所谓。polylines的优势在于你只需要维护一个点集改动顶点、增加多边形边数代码不用变。后面做任意多边形标注、ROI轮廓绘制都能复用。3.3 用fillPoly画实心三角形如果你想画的是填充三角形不是线框那就用fillPoly()std::vectorstd::vectorcv::Point allPts { pts }; cv::fillPoly(canvas, allPts, cv::Scalar(0, 255, 0));注意fillPoly第二参数接收的是vectorvectorPoint不是单层vectorPoint。它支持一次画多个多边形每个多边形用一组点表示。绕这一层相当于同时画好几个独立区域比如标注多个目标时可以直接一次调用。三种方式没有绝对好坏看你需要的是线框、折线还是实心区域。我这里用一个对比表总结方式核心API是否闭合适合场景直线连接line()需手动定点连线边数固定且少折线绘制polylines()通过参数控制任意多边形、轮廓勾勒区域填充fillPoly()自然闭合实心区域、掩码生成练习时建议三种都试一遍尤其polylines后面你会经常用它。3.4 绘制顶点的标记圆只画三条边还不够顶点位置会在视觉上被线头掩盖难以确认坐标是否正确。我习惯在每个顶点处用circle()画一个填充的小圆点cv::circle(canvas, p1, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p2, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p3, 5, cv::Scalar(0, 0, 0), -1);circle()第五个参数设为-1表示填充整个圆而不是画空心圆。这一个小技巧能让你在后续调试时一眼看清顶点落在哪里也方便检查点是否在图像范围内。注意画图的顺序会影响最终覆盖关系。先画线再画圆点圆点就会压在线上反过来线就会盖掉点。这个层级关系你需要心里有数。4. 角度计算的数学原理向量点积与反三角函数的联姻4.1 核心公式推导计算三角形三个角的度数最稳的方法不是用斜率而是用向量点积。假设三角形三个顶点分别是A、B、C我们要计算顶点A处的夹角。从A出发到B的向量记为v1 B - A(x1, y1)从A出发到C的向量记为v2 C - A(x2, y2)。向量v1和v2的夹角θ满足cosθ (v1·v2) / (|v1|·|v2|)其中v1·v2 x1*x2 y1*y2 |v1| sqrt(x1² y1²) |v2| sqrt(x2² y2²)所以在代码里角度计算公式写出来就是θ arccos( (x1*x2 y1*y2) / (sqrt(x1² y1²) * sqrt(x2² y2²)) )这个公式只依赖三个顶点的坐标差值不关心绝对位置因此图像坐标系y轴朝下的特点对计算结果没有任何影响。这也是我推荐它的原因。4.2 为什么不用斜率法或atan2法有人可能会想求两条边的斜率然后用atan做差不也能算角度吗能算但有两个毛病当边垂直于x轴时斜率趋向无穷大计算直接崩掉。atan的结果范围是-π/2到π/2你需要额外判断角度所在的象限来做补偿逻辑容易出错。atan2虽然比atan好它能返回完整的-π到π范围但要计算两个向量的方向角差值再归一到0到π代码比点积法绕。点积加arccos一步到位直接返回0到π的角度对于三角形内角这个场景是完美的。当然点积法也有一个需要注意的地方arccos只返回0到π的结果所以它天然不能区分一个角是120度还是-120度但三角形内角就在0到180度之间这正好覆盖了需求。不需要额外的象限判断。4.3 弧度与角度的转换C的acos()返回的是弧度值不是角度。弧度转角度要乘一个系数degree rad * (180.0 / CV_PI)在OpenCV3中可以使用CV_PI这个宏它不是标准C库的一部分是OpenCV自己定义的。如果你用Python接口对应的是math.pi公式一模一样。我见过不少初学者算完acos直接往屏幕上打印数字全是0.5、1.0这样的完全看不出是什么角度。这就是没转弧度的典型症状。记住acos的结果是弧度不要偷懒。5. 完整代码实现画三角形并输出三个角度5.1 核心函数计算任意顶点的角度我写了一个通用函数输入三个顶点坐标和一个指定顶点就返回这个顶点处的角度值#include opencv2/opencv.hpp #include iostream #include cmath double calcAngle(cv::Point2f a, cv::Point2f b, cv::Point2f c) { // 计算顶点a处的角度b和c是另外两个顶点 float v1x b.x - a.x; float v1y b.y - a.y; float v2x c.x - a.x; float v2y c.y - a.y; double dot v1x * v2x v1y * v2y; double len1 std::sqrt((double)(v1x * v1x v1y * v1y)); double len2 std::sqrt((double)(v2x * v2x v2y * v2y)); double cosTheta dot / (len1 * len2); // 防止浮点误差导致acos参数越界 cosTheta std::max(-1.0, std::min(1.0, cosTheta)); double radTheta std::acos(cosTheta); return radTheta * 180.0 / CV_PI; }我在acos前面加了一步夹取把cosTheta限制在[-1, 1]区间内。这个动作不是多此一举——由于浮点数精度问题理论上算出来的cos值可能等于1.0000000002直接传给acos会返回nan程序静默地给你一个垃圾值。很多人的角度结果莫名其妙坑就在这。5.2 主函数完整流程接下来是主流程创建画布、定义顶点、画三角形、标记顶点、计算角度、在图上写字、显示。int main() { // 1. 创建白色画布 cv::Mat canvas(480, 640, CV_8UC3, cv::Scalar(255, 255, 255)); // 2. 定义三角形三个顶点图像坐标 cv::Point2f p1(320.0f, 80.0f); // 上顶点 cv::Point2f p2(120.0f, 360.0f); // 左下 cv::Point2f p3(520.0f, 360.0f); // 右下 // 3. 转换成画图用的整数点 cv::Point p1i cv::Point((int)p1.x, (int)p1.y); cv::Point p2i cv::Point((int)p2.x, (int)p2.y); cv::Point p3i cv::Point((int)p3.x, (int)p3.y); // 4. 画三角形的三条边 std::vectorcv::Point pts { p1i, p2i, p3i }; cv::polylines(canvas, pts, true, cv::Scalar(0, 0, 255), 2, cv::LINE_AA); // 5. 标记顶点 cv::circle(canvas, p1i, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p2i, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p3i, 5, cv::Scalar(0, 0, 0), -1); // 6. 计算三个角 double angle1 calcAngle(p1, p2, p3); // 顶点p1处的角 double angle2 calcAngle(p2, p1, p3); // 顶点p2处的角 double angle3 calcAngle(p3, p1, p2); // 顶点p3处的角 // 7. 把结果打印到控制台 std::cout Angle at p1: angle1 degrees std::endl; std::cout Angle at p2: angle2 degrees std::endl; std::cout Angle at p3: angle3 degrees std::endl; std::cout Sum: (angle1 angle2 angle3) degrees std::endl; // 8. 在图像上显示角度值 std::string text a1 std::to_string(angle1).substr(0, 4); cv::putText(canvas, text, cv::Point(p1i.x - 30, p1i.y - 10), cv::FONT_HERSHEY_SIMPLEX, 0.6, cv::Scalar(0, 0, 255), 2); // 9. 显示并等待按键 cv::imshow(Triangle Angle Demo, canvas); cv::waitKey(0); return 0; }这段代码的每个环节都注释了逻辑很清晰。有一点我要专门说std::to_string(angle1).substr(0, 4)是为了截断浮点数输出避免图像上显示一长串小数。实际运行中这个做法可以但如果你想要更精确的格式化建议用std::ostringstream配合std::fixed和std::setprecision。这里就不展开更多了。5.3 运行结果与验证方法我设置的三个顶点坐标是(320,80)、(120,360)、(520,360)。这是一个关于竖直方向对称的等腰三角形。顶点的角通过计算大约在34度左右两个底角约73度三个角加起来正好180度。运行后控制台输出应该是这样Angle at p1: 33.9245 degrees Angle at p2: 73.0378 degrees Angle at p3: 73.0378 degrees Sum: 180 degrees三角形内角和为180度这是中学知识也是你验证代码是否正确的第一道关卡。我建议你在练习时用以下几组特殊三角形自测等边三角形三个角都应该非常接近60度。直角三角形一个角等于90度另两个角和为90度。钝角三角形最大那个角大于90度用来验证acos返回大于90度角的能力。我自己当时用等边三角形测完发现三个角稳定在59.99度到60.01度之间心里那块石头才算落下。5.4 Python版本的实现差异如果你用的是Python版OpenCV3核心逻辑差不多但有两个地方不一样一是点可以用numpy数组直接做向量运算二是math.acos一样有浮点精度问题同样要做夹取。import cv2 import numpy as np import math def calc_angle(a, b, c): # a 为目标顶点b、c为另外两个顶点 v1 b - a v2 c - a dot np.dot(v1, v2) len1 np.linalg.norm(v1) len2 np.linalg.norm(v2) cos_theta dot / (len1 * len2) cos_theta max(-1.0, min(1.0, cos_theta)) return math.degrees(math.acos(cos_theta))画图部分把C的polylines换成cv2.polylines(canvas, [pts], True, (0,0,255), 2)即可其余结构完全一致。Python的写法少了很多类型转换的麻烦适合快速原型验证。但如果是给正式项目用C性能优势和工程集成优势还是明显的。6. 我在实际运行中踩过的坑从显示黑屏到角度NaN6.1 窗口一闪而过与waitKey的作用写完第一版代码我兴冲冲地运行结果窗口刚弹出来0.01秒就消失了控制台里啥也看不到。这就是典型的忘记写cv::waitKey(0)。imshow()之后必须调用waitKey()让窗口保持住并等待键盘输入否则程序立刻走完销毁窗口。参数0表示无限期等待。这个函数同时负责窗口的事件循环没有它鼠标、键盘事件都处理不了。这个坑新手必踩像呼吸一样常见的imshow配waitKey(0)一定要形成肌肉记忆。6.2 为什么三个角加起来不是180度另一个我反复踩过的坑是浮点精度。理论上内角和精确实等于180度但计算机里浮点数运算会有舍入误差三个角的和可能是179.99999度或180.00001度这属于正常范围。别改公式别加#define接受它。但是如果和严重偏离180度比如177度或183度你就要检查是不是顶点坐标定义错了或者函数调用时传参顺序搞错。我调试时遇到过一个问题——传参数时把同一个点传了两次导致算出来一个角是0度另一个角是180度。这是函数逻辑使用错误不是数值精度问题。6.3 颜色通道顺序BGR不是RGB初学OpenCV时最容易忽略的一个细节是OpenCV的颜色顺序是BGR不是RGB。你在代码里写Scalar(0, 0, 255)直觉以为是蓝色实际上它是红色。我当初在画线时想画一条蓝色线条写的是Scalar(255, 0, 0)结果出来是红色困惑了好一阵。后来查文档才确认这一约定。这个细节在图像处理里很关键特别是你要把OpenCV的图像转给其他库显示时不转换通道就会出现红蓝互换的诡异现象。6.4 浮点坐标与画布的冲突还有一个隐蔽的问题当顶点坐标是浮点数且超出图像边界时line()和circle()不一定报错但画出来的内容可能在画布外你啥也看不见。比如Point2f p(700.0f, 200.0f)x坐标超过了640的画布宽度画布对应位置根本不存在绘制函数会直接忽略它。所以如果你画完图发现三角形少了一条边或一个点先检查坐标是否在画布范围内。7. 扩展思考从静态三角形到任意多边形与鼠标交互7.1 鼠标点击实时画三角形并计算角度这个静态小练习的基础打牢之后可以做点更有意思的东西用鼠标在图像上点击三个点程序自动绘制三角形并实时计算角度。OpenCV里的鼠标回调函数是这样的void onMouse(int event, int x, int y, int flags, void* userdata) { if (event cv::EVENT_LBUTTONDOWN) { std::vectorcv::Point2f* pts (std::vectorcv::Point2f*)userdata; pts-push_back(cv::Point2f(x, y)); } } cv::setMouseCallback(Triangle Angle Demo, onMouse, points);配合waitKey()的事件循环点击3次后自动绘制。这个交互式小工具非常实用可用于标定图像中实际物体的几何测量比如量取某个部件的边长比例和角度。7.2 推广到任意多边形三角形是稳定多边形三点确定一个平面所以角度计算最简单。推广到四边形、五边形原理完全一致只需要在遍历顶点时按顺序计算每三个相邻顶点构成的角度for (int i 0; i n; i) { cv::Point2f prev poly[(i - 1 n) % n]; cv::Point2f curr poly[i]; cv::Point2f next poly[(i 1) % n]; double angle calcAngle(curr, prev, next); }其中(i - 1 n) % n取模是为了处理首尾相接的边界情况这是多边形遍历的标准写法。弄懂这个你对“多边形顶点序列”的基本操作就掌握了后面做轮廓分析、边缘点检测都能用上同样的思路。7.3 结合putText做实时标注的注意点用putText在图像上标注角度有几个实用经验字体大小0.6配合线宽2在480x640分辨率下看起来比较清楚分辨率大时适当调高。文字颜色和画线颜色用对比色比如红色线配黑色文字避免混在一起看不清。putText不支持中文如果你要写中文标注得用其他方式比如把中文渲染到Mat上再叠加或者直接用英文/拼音。这些细节平时看教程没人会讲但在实际项目里都是要做产品演示、输出报告时的硬需求。8. 写在最后这个小练习为什么值得认真做画三角形加算角度代码量不大却实实在在地把OpenCV入门阶段最核心的几个概念全串起来了Mat画布的生成、图像坐标系方向、Point与Point2f的类型选择、line/polylines/circle/putText四大绘制API的使用、向量点积的数学公式、弧度与角度的转换、浮点精度问题的处理以及imshow加waitKey的窗口事件循环机制。这些知识点单独拎出来每个都不难但组合在一起足够让你对“OpenCV里一张图像到底是怎么被操作和呈现”这件事形成完整的感性认识。很多新手学了很久OpenCV还是只会对着教程抄代码一离开范例句就发慌根本原因就是基础绘制和坐标这块没真正消化。我自己的感受是这类十几行的小练习比啃那些复杂的图像分割、特征匹配框架更能巩固基础。每写一个你都会对API的设计意图多一分理解。比如polylines的isClosed参数、fillPoly的双层vector、acos的夹取逻辑这些都是在实际写代码过程中一点点积累起来的。如果你也想扎实入门OpenCV3建议别急着上大项目先把画线、画圆、画多边形、计算几何量这些小练习一个个做扎实。等你把图像坐标系、绘制API、数学计算这三块揉在一起都不再思考再往深度学习、目标检测这些方向走会顺畅得多。提示练手过程中如果发现某个API的编译参数记不住立刻去翻官方文档或者直接查OpenCV的头文件定义比搜任何二手博客都准。OpenCV的源码注释写得非常详细是个被低估的学习资源。 
长河君 · 2026/10/16 1:17:14 · 阅读 1.2k OpenCV3图形绘制与角度计算：从画三角形到掌握图像坐标系
学OpenCV的人十个里有八个都会卡在“看着文档能懂自己动手就废”的尴尬期。图形绘制这块尤其典型——line()函数看一遍就会但真让你画个三角形出来再顺手算出三个角的角度一堆人连坐标方向都能搞反。今天这篇就拿这个看似基础的小练习开刀把OpenCV3里图形绘制和几何计算的那些底层逻辑、易错细节全部翻出来拆一遍。画三角形并计算角度听起来像是中学数学加一个画线函数就能搞定的事但真正落到OpenCV3的代码里涉及的东西其实不少图像坐标系的方向、Point容器的使用、向量点积与反三角函数的精度处理、还有imshow和waitKey这套显示机制。做完这个练习你对OpenCV3的绘图API、坐标体系和数学计算接口的掌握会上一个台阶后面再去做目标框选、姿态标注甚至简单的几何测量都会顺手很多。无论你用的是C还是Python接口这篇文章的思路都适用。我会以C为例做完整讲解Python版本的差异点也会单独拎出来说明。1. 写在前面环境准备与OpenCV3的选择1.1 为什么还在用OpenCV3我知道很多人会问现在OpenCV4都出来好几年了新项目干嘛不直接用4还要去学3道理很简单。你手上很多老项目的编译环境、第三方依赖甚至是某公司已经封装好的底层库可能还锁死在OpenCV3.x上。更关键的是OpenCV3和OpenCV4在核心绘图与数据结构上差别不大但某些细节函数名和头文件组织有变动。如果你一上来就对着4的文档去写3的代码编译期报错会让你怀疑人生。另外市面上大量教程、开源代码、竞赛baseline用的还是OpenCV3的语法习惯比如CV_PI这个宏在4.x里有的版本要写成CV_PI有的则干脆不给预定义了。学3的写法是读懂存量代码的必修课。我本机用的是OpenCV 3.4.10搭配Visual Studio环境纯C控制台工程不挂任何额外的UI库。这个组合足够干净能把注意力全放在OpenCV本身。1.2 安装配置里的三个注意点如果你还没配好环境先花两分钟确认几个事检查你的opencv_world340.lib或对应版本的lib文件是否完整配置到了链接器输入里。Debug和Release模式链接的lib名字不一样别混用。include目录要指向opencv2那一层不是opencv那层写#include opencv2/opencv.hpp才不会报错。运行exe时如果提示找不到dll把OpenCV的bin目录加到系统PATH里或者直接把需要的dll拷贝到exe同目录下。这三件事看着基础但每次有人私信问我“大哥我环境跑不起来”十有八九都是这几处的问题。提示如果你只是练手不搞老项目装OpenCV3.4.x就好别装3.4.0以下的版本老版本对新的C标准支持很差编译时容易蹦出莫名其妙的报错。2. 图像坐标系是第一道坎别用数学坐标系想当然2.1 原点在左上角y轴朝下画三角形之前先把OpenCV图像坐标系刻在脑子里原点在图像的左上角x轴向右为正y轴向下为正。也就是说越往下走y值越大。这和数学课本上的坐标系习惯相反。很多初学者在纸上设计坐标时用数学坐标结果放到OpenCV里一看三角形整个倒过来了。更麻烦的是当你用鼠标在图像上取点时取到的坐标就是图像坐标直接拿去做几何计算没问题但如果你手工设计坐标又按数学习惯去写画出来的图形就会上下颠倒。我当时的做法是先用circle()画三个顶点观察顶点位置和预期是否一致一致了再连线。这个习惯建议你也保留它能帮你快速排查坐标方向的问题。2.2 Point和Point2f整数和浮点的取舍OpenCV里有几种点类型最常用的是Point和Point2f。Point内部存的是整数intPoint2f存的是浮点float。画图、显示这类操作用Point就够了但做角度计算时顶点坐标会被代入向量运算可能出现带小数的中间值所以我建议计算阶段统一用Point2f画图阶段再转回Point。画图用Pointcv::Point(startX, startY)计算用Point2fcv::Point2f(centerX, centerY)两者可以通过强制类型转换互相转比如cv::Point(round(pt2f.x), round(pt2f.y))。别用int()直接截断会丢掉小数导致像素位置偏差虽然看起来只有一点点但在精细标注场景里很扎眼。2.3 画布尺寸的选择画布我用的是cv::Mat(480, 640, CV_8UC3, cv::Scalar(255, 255, 255))意思是高480像素、宽640像素、3通道8位彩色图底色白色。为什么不用CV_8UC1灰度图因为你后面可能想在图上写字、画彩色线条灰度图会限制你的表达能力。一上来就用彩色图后面省事。白色底色也关键——OpenCV默认创建Mat时是不初始化的如果不传Scalar出来的图像像素值会是一堆随机值显示出来花花绿绿你还以为代码有问题。3. 画三角形的三种做法别只会line3.1 最直观的三条line第一种方法直来直去用cv::line()分别画三条边。cv::Mat canvas(480, 640, CV_8UC3, cv::Scalar(255, 255, 255)); cv::Point p1(320, 80); // 上顶点 cv::Point p2(120, 360); // 左下 cv::Point p3(520, 360); // 右下 cv::line(canvas, p1, p2, cv::Scalar(0, 0, 255), 2); cv::line(canvas, p2, p3, cv::Scalar(0, 0, 255), 2); cv::line(canvas, p3, p1, cv::Scalar(0, 0, 255), 2);line()的参数含义目标图像、起点、终点、颜色(B,G,R)、线宽。这里用红色(0,0,255)线宽2像素画出来就是红边三角形。这种方式很直白适合只有三个顶点时用。3.2 用polylines一笔画完第二种方式更适合顶点多变的情况。把点放进vectorPoint传给polylines()设置isClosedtrue让线段首尾闭合std::vectorcv::Point pts { p1, p2, p3 }; cv::polylines(canvas, pts, true, cv::Scalar(255, 0, 0), 2, cv::LINE_AA);最后一个参数LINE_AA是抗锯齿模式画出来的线条边缘更平滑肉眼看更舒服。如果追求极致性能或者想在像素级精确判断可以不用抗锯齿但对这个练习无所谓。polylines的优势在于你只需要维护一个点集改动顶点、增加多边形边数代码不用变。后面做任意多边形标注、ROI轮廓绘制都能复用。3.3 用fillPoly画实心三角形如果你想画的是填充三角形不是线框那就用fillPoly()std::vectorstd::vectorcv::Point allPts { pts }; cv::fillPoly(canvas, allPts, cv::Scalar(0, 255, 0));注意fillPoly第二参数接收的是vectorvectorPoint不是单层vectorPoint。它支持一次画多个多边形每个多边形用一组点表示。绕这一层相当于同时画好几个独立区域比如标注多个目标时可以直接一次调用。三种方式没有绝对好坏看你需要的是线框、折线还是实心区域。我这里用一个对比表总结方式核心API是否闭合适合场景直线连接line()需手动定点连线边数固定且少折线绘制polylines()通过参数控制任意多边形、轮廓勾勒区域填充fillPoly()自然闭合实心区域、掩码生成练习时建议三种都试一遍尤其polylines后面你会经常用它。3.4 绘制顶点的标记圆只画三条边还不够顶点位置会在视觉上被线头掩盖难以确认坐标是否正确。我习惯在每个顶点处用circle()画一个填充的小圆点cv::circle(canvas, p1, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p2, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p3, 5, cv::Scalar(0, 0, 0), -1);circle()第五个参数设为-1表示填充整个圆而不是画空心圆。这一个小技巧能让你在后续调试时一眼看清顶点落在哪里也方便检查点是否在图像范围内。注意画图的顺序会影响最终覆盖关系。先画线再画圆点圆点就会压在线上反过来线就会盖掉点。这个层级关系你需要心里有数。4. 角度计算的数学原理向量点积与反三角函数的联姻4.1 核心公式推导计算三角形三个角的度数最稳的方法不是用斜率而是用向量点积。假设三角形三个顶点分别是A、B、C我们要计算顶点A处的夹角。从A出发到B的向量记为v1 B - A(x1, y1)从A出发到C的向量记为v2 C - A(x2, y2)。向量v1和v2的夹角θ满足cosθ (v1·v2) / (|v1|·|v2|)其中v1·v2 x1*x2 y1*y2 |v1| sqrt(x1² y1²) |v2| sqrt(x2² y2²)所以在代码里角度计算公式写出来就是θ arccos( (x1*x2 y1*y2) / (sqrt(x1² y1²) * sqrt(x2² y2²)) )这个公式只依赖三个顶点的坐标差值不关心绝对位置因此图像坐标系y轴朝下的特点对计算结果没有任何影响。这也是我推荐它的原因。4.2 为什么不用斜率法或atan2法有人可能会想求两条边的斜率然后用atan做差不也能算角度吗能算但有两个毛病当边垂直于x轴时斜率趋向无穷大计算直接崩掉。atan的结果范围是-π/2到π/2你需要额外判断角度所在的象限来做补偿逻辑容易出错。atan2虽然比atan好它能返回完整的-π到π范围但要计算两个向量的方向角差值再归一到0到π代码比点积法绕。点积加arccos一步到位直接返回0到π的角度对于三角形内角这个场景是完美的。当然点积法也有一个需要注意的地方arccos只返回0到π的结果所以它天然不能区分一个角是120度还是-120度但三角形内角就在0到180度之间这正好覆盖了需求。不需要额外的象限判断。4.3 弧度与角度的转换C的acos()返回的是弧度值不是角度。弧度转角度要乘一个系数degree rad * (180.0 / CV_PI)在OpenCV3中可以使用CV_PI这个宏它不是标准C库的一部分是OpenCV自己定义的。如果你用Python接口对应的是math.pi公式一模一样。我见过不少初学者算完acos直接往屏幕上打印数字全是0.5、1.0这样的完全看不出是什么角度。这就是没转弧度的典型症状。记住acos的结果是弧度不要偷懒。5. 完整代码实现画三角形并输出三个角度5.1 核心函数计算任意顶点的角度我写了一个通用函数输入三个顶点坐标和一个指定顶点就返回这个顶点处的角度值#include opencv2/opencv.hpp #include iostream #include cmath double calcAngle(cv::Point2f a, cv::Point2f b, cv::Point2f c) { // 计算顶点a处的角度b和c是另外两个顶点 float v1x b.x - a.x; float v1y b.y - a.y; float v2x c.x - a.x; float v2y c.y - a.y; double dot v1x * v2x v1y * v2y; double len1 std::sqrt((double)(v1x * v1x v1y * v1y)); double len2 std::sqrt((double)(v2x * v2x v2y * v2y)); double cosTheta dot / (len1 * len2); // 防止浮点误差导致acos参数越界 cosTheta std::max(-1.0, std::min(1.0, cosTheta)); double radTheta std::acos(cosTheta); return radTheta * 180.0 / CV_PI; }我在acos前面加了一步夹取把cosTheta限制在[-1, 1]区间内。这个动作不是多此一举——由于浮点数精度问题理论上算出来的cos值可能等于1.0000000002直接传给acos会返回nan程序静默地给你一个垃圾值。很多人的角度结果莫名其妙坑就在这。5.2 主函数完整流程接下来是主流程创建画布、定义顶点、画三角形、标记顶点、计算角度、在图上写字、显示。int main() { // 1. 创建白色画布 cv::Mat canvas(480, 640, CV_8UC3, cv::Scalar(255, 255, 255)); // 2. 定义三角形三个顶点图像坐标 cv::Point2f p1(320.0f, 80.0f); // 上顶点 cv::Point2f p2(120.0f, 360.0f); // 左下 cv::Point2f p3(520.0f, 360.0f); // 右下 // 3. 转换成画图用的整数点 cv::Point p1i cv::Point((int)p1.x, (int)p1.y); cv::Point p2i cv::Point((int)p2.x, (int)p2.y); cv::Point p3i cv::Point((int)p3.x, (int)p3.y); // 4. 画三角形的三条边 std::vectorcv::Point pts { p1i, p2i, p3i }; cv::polylines(canvas, pts, true, cv::Scalar(0, 0, 255), 2, cv::LINE_AA); // 5. 标记顶点 cv::circle(canvas, p1i, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p2i, 5, cv::Scalar(0, 0, 0), -1); cv::circle(canvas, p3i, 5, cv::Scalar(0, 0, 0), -1); // 6. 计算三个角 double angle1 calcAngle(p1, p2, p3); // 顶点p1处的角 double angle2 calcAngle(p2, p1, p3); // 顶点p2处的角 double angle3 calcAngle(p3, p1, p2); // 顶点p3处的角 // 7. 把结果打印到控制台 std::cout Angle at p1: angle1 degrees std::endl; std::cout Angle at p2: angle2 degrees std::endl; std::cout Angle at p3: angle3 degrees std::endl; std::cout Sum: (angle1 angle2 angle3) degrees std::endl; // 8. 在图像上显示角度值 std::string text a1 std::to_string(angle1).substr(0, 4); cv::putText(canvas, text, cv::Point(p1i.x - 30, p1i.y - 10), cv::FONT_HERSHEY_SIMPLEX, 0.6, cv::Scalar(0, 0, 255), 2); // 9. 显示并等待按键 cv::imshow(Triangle Angle Demo, canvas); cv::waitKey(0); return 0; }这段代码的每个环节都注释了逻辑很清晰。有一点我要专门说std::to_string(angle1).substr(0, 4)是为了截断浮点数输出避免图像上显示一长串小数。实际运行中这个做法可以但如果你想要更精确的格式化建议用std::ostringstream配合std::fixed和std::setprecision。这里就不展开更多了。5.3 运行结果与验证方法我设置的三个顶点坐标是(320,80)、(120,360)、(520,360)。这是一个关于竖直方向对称的等腰三角形。顶点的角通过计算大约在34度左右两个底角约73度三个角加起来正好180度。运行后控制台输出应该是这样Angle at p1: 33.9245 degrees Angle at p2: 73.0378 degrees Angle at p3: 73.0378 degrees Sum: 180 degrees三角形内角和为180度这是中学知识也是你验证代码是否正确的第一道关卡。我建议你在练习时用以下几组特殊三角形自测等边三角形三个角都应该非常接近60度。直角三角形一个角等于90度另两个角和为90度。钝角三角形最大那个角大于90度用来验证acos返回大于90度角的能力。我自己当时用等边三角形测完发现三个角稳定在59.99度到60.01度之间心里那块石头才算落下。5.4 Python版本的实现差异如果你用的是Python版OpenCV3核心逻辑差不多但有两个地方不一样一是点可以用numpy数组直接做向量运算二是math.acos一样有浮点精度问题同样要做夹取。import cv2 import numpy as np import math def calc_angle(a, b, c): # a 为目标顶点b、c为另外两个顶点 v1 b - a v2 c - a dot np.dot(v1, v2) len1 np.linalg.norm(v1) len2 np.linalg.norm(v2) cos_theta dot / (len1 * len2) cos_theta max(-1.0, min(1.0, cos_theta)) return math.degrees(math.acos(cos_theta))画图部分把C的polylines换成cv2.polylines(canvas, [pts], True, (0,0,255), 2)即可其余结构完全一致。Python的写法少了很多类型转换的麻烦适合快速原型验证。但如果是给正式项目用C性能优势和工程集成优势还是明显的。6. 我在实际运行中踩过的坑从显示黑屏到角度NaN6.1 窗口一闪而过与waitKey的作用写完第一版代码我兴冲冲地运行结果窗口刚弹出来0.01秒就消失了控制台里啥也看不到。这就是典型的忘记写cv::waitKey(0)。imshow()之后必须调用waitKey()让窗口保持住并等待键盘输入否则程序立刻走完销毁窗口。参数0表示无限期等待。这个函数同时负责窗口的事件循环没有它鼠标、键盘事件都处理不了。这个坑新手必踩像呼吸一样常见的imshow配waitKey(0)一定要形成肌肉记忆。6.2 为什么三个角加起来不是180度另一个我反复踩过的坑是浮点精度。理论上内角和精确实等于180度但计算机里浮点数运算会有舍入误差三个角的和可能是179.99999度或180.00001度这属于正常范围。别改公式别加#define接受它。但是如果和严重偏离180度比如177度或183度你就要检查是不是顶点坐标定义错了或者函数调用时传参顺序搞错。我调试时遇到过一个问题——传参数时把同一个点传了两次导致算出来一个角是0度另一个角是180度。这是函数逻辑使用错误不是数值精度问题。6.3 颜色通道顺序BGR不是RGB初学OpenCV时最容易忽略的一个细节是OpenCV的颜色顺序是BGR不是RGB。你在代码里写Scalar(0, 0, 255)直觉以为是蓝色实际上它是红色。我当初在画线时想画一条蓝色线条写的是Scalar(255, 0, 0)结果出来是红色困惑了好一阵。后来查文档才确认这一约定。这个细节在图像处理里很关键特别是你要把OpenCV的图像转给其他库显示时不转换通道就会出现红蓝互换的诡异现象。6.4 浮点坐标与画布的冲突还有一个隐蔽的问题当顶点坐标是浮点数且超出图像边界时line()和circle()不一定报错但画出来的内容可能在画布外你啥也看不见。比如Point2f p(700.0f, 200.0f)x坐标超过了640的画布宽度画布对应位置根本不存在绘制函数会直接忽略它。所以如果你画完图发现三角形少了一条边或一个点先检查坐标是否在画布范围内。7. 扩展思考从静态三角形到任意多边形与鼠标交互7.1 鼠标点击实时画三角形并计算角度这个静态小练习的基础打牢之后可以做点更有意思的东西用鼠标在图像上点击三个点程序自动绘制三角形并实时计算角度。OpenCV里的鼠标回调函数是这样的void onMouse(int event, int x, int y, int flags, void* userdata) { if (event cv::EVENT_LBUTTONDOWN) { std::vectorcv::Point2f* pts (std::vectorcv::Point2f*)userdata; pts-push_back(cv::Point2f(x, y)); } } cv::setMouseCallback(Triangle Angle Demo, onMouse, points);配合waitKey()的事件循环点击3次后自动绘制。这个交互式小工具非常实用可用于标定图像中实际物体的几何测量比如量取某个部件的边长比例和角度。7.2 推广到任意多边形三角形是稳定多边形三点确定一个平面所以角度计算最简单。推广到四边形、五边形原理完全一致只需要在遍历顶点时按顺序计算每三个相邻顶点构成的角度for (int i 0; i n; i) { cv::Point2f prev poly[(i - 1 n) % n]; cv::Point2f curr poly[i]; cv::Point2f next poly[(i 1) % n]; double angle calcAngle(curr, prev, next); }其中(i - 1 n) % n取模是为了处理首尾相接的边界情况这是多边形遍历的标准写法。弄懂这个你对“多边形顶点序列”的基本操作就掌握了后面做轮廓分析、边缘点检测都能用上同样的思路。7.3 结合putText做实时标注的注意点用putText在图像上标注角度有几个实用经验字体大小0.6配合线宽2在480x640分辨率下看起来比较清楚分辨率大时适当调高。文字颜色和画线颜色用对比色比如红色线配黑色文字避免混在一起看不清。putText不支持中文如果你要写中文标注得用其他方式比如把中文渲染到Mat上再叠加或者直接用英文/拼音。这些细节平时看教程没人会讲但在实际项目里都是要做产品演示、输出报告时的硬需求。8. 写在最后这个小练习为什么值得认真做画三角形加算角度代码量不大却实实在在地把OpenCV入门阶段最核心的几个概念全串起来了Mat画布的生成、图像坐标系方向、Point与Point2f的类型选择、line/polylines/circle/putText四大绘制API的使用、向量点积的数学公式、弧度与角度的转换、浮点精度问题的处理以及imshow加waitKey的窗口事件循环机制。这些知识点单独拎出来每个都不难但组合在一起足够让你对“OpenCV里一张图像到底是怎么被操作和呈现”这件事形成完整的感性认识。很多新手学了很久OpenCV还是只会对着教程抄代码一离开范例句就发慌根本原因就是基础绘制和坐标这块没真正消化。我自己的感受是这类十几行的小练习比啃那些复杂的图像分割、特征匹配框架更能巩固基础。每写一个你都会对API的设计意图多一分理解。比如polylines的isClosed参数、fillPoly的双层vector、acos的夹取逻辑这些都是在实际写代码过程中一点点积累起来的。如果你也想扎实入门OpenCV3建议别急着上大项目先把画线、画圆、画多边形、计算几何量这些小练习一个个做扎实。等你把图像坐标系、绘制API、数学计算这三块揉在一起都不再思考再往深度学习、目标检测这些方向走会顺畅得多。提示练手过程中如果发现某个API的编译参数记不住立刻去翻官方文档或者直接查OpenCV的头文件定义比搜任何二手博客都准。OpenCV的源码注释写得非常详细是个被低估的学习资源。