使用Python在图片上画线的两种主流方法

图像处理是编程中的一项高频操作。无论是为图片添加水印、标注目标检测框，还是进行简单的编辑，“画线”这个动作都堪称基础中的基础，几乎无处不在。

今天，我们就来深入探讨一下，如何用Python在图片上精准地画出一条线。市面上主要有两个库能胜任这项工作：功能强大的OpenCV和轻量直观的Pillow (PIL)。选对工具，往往能让事情事半功倍。

一、 准备工作：安装依赖库

动手之前，先把环境准备好。打开你的终端（无论是Terminal还是CMD），运行下面这两条命令，把必要的库安装到位：

# 安装 OpenCV (推荐用于计算机视觉任务)
pip install opencv-python numpy
# 安装 Pillow (推荐用于简单的图像处理)
pip install Pillow

二、 核心概念：坐标系与颜色

画线之前，有两个概念必须厘清，否则你可能会发现画出来的线“不翼而飞”，或者颜色完全不对版。

1. 坐标系：
   • 在图像处理的世界里，原点(0, 0)位于图片的左上角。
   • X轴向右延伸，Y轴则向下延伸。这和数学里常见的坐标系不太一样，需要特别注意。
   • 坐标通常表示为(x, y)，或者有时也被理解为(列, 行)。
2. 颜色通道：
   • OpenCV 默认使用 BGR 格式（蓝、绿、红），而不是我们更熟悉的RGB。
   • Pillow 则使用标准的 RGB 格式。
   • 颜色值通常是一个0到255之间的整数元组。举个例子，纯红色在OpenCV中是(0, 0, 255)，而在Pillow里则是(255, 0, 0)。这个差异是新手最容易踩的坑之一。

三、 方法一：使用 OpenCV (cv2) —— 专业且强大

OpenCV是计算机视觉领域的行业标杆，其功能之丰富，足以应对绝大多数复杂场景。

1. 基础画线：cv2.line()

这是最直接了当的方法，几行代码就能搞定。

import cv2
import numpy as np

# 1. 创建一张黑色的空白图片 (高500, 宽500, 3通道)
# 注意：OpenCV 的 shape 顺序是 (高度, 宽度, 通道数)
image = np.zeros((500, 500, 3), dtype=np.uint8)

# 2. 定义起点和终点
start_point = (50, 50)   # (x, y)
end_point = (450, 450)

# 3. 定义颜色 (BGR格式：蓝色)
color = (255, 0, 0) 

# 4. 定义线宽
thickness = 5

# 5. 画线
cv2.line(image, start_point, end_point, color, thickness)

# 6. 显示图片
cv2.imshow("OpenCV Line", image)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()

# 7. 保存图片
cv2.imwrite("opencv_line.jpg", image)

2. 进阶玩法

A. 画带箭头的线

OpenCV贴心地提供了现成的箭头绘制函数，无需自己计算箭头形状：

# 在上面的代码基础上替换 cv2.line 为：
cv2.arrowedLine(image, (50, 100), (450, 100), (0, 255, 0), 5, tipLength=0.1)

B. 画虚线/抗锯齿线

默认情况下，cv2.line画出的线边缘可能会有锯齿。追求平滑效果（抗锯齿）的话，可以使用cv2.LINE_AA标志。不过，在较新的版本中，线型参数已被整合，通常在高分辨率下直接绘制效果尚可，或者也可以采用更复杂的绘制方法。

至于虚线，OpenCV没有直接提供的函数，需要自己动手实现一个小逻辑：

def draw_dashed_line(img, start, end, color, thickness=1, dash_len=10):
    x1, y1 = start
    x2, y2 = end
    dx, dy = x2 - x1, y2 - y1
    steps = max(abs(dx), abs(dy)) // dash_len
    if steps == 0: steps = 1
    for i in range(0, steps, 2): # 每隔一段画一段
        t1 = i / steps
        t2 = (i + 1) / steps if (i + 1) < steps else 1.0
        p1 = (int(x1 + t1 * dx), int(y1 + t1 * dy))
        p2 = (int(x1 + t2 * dx), int(y1 + t2 * dy))
        cv2.line(img, p1, p2, color, thickness)

# 使用
draw_dashed_line(image, (50, 200), (450, 200), (0, 255, 255), 3)

C. 画半透明线

在OpenCV中实现半透明线稍显繁琐，需要借助cv2.addWeighted进行图像混合：

overlay = image.copy()
cv2.line(overlay, (50, 300), (450, 300), (0, 0, 255), 10) # 红色粗线
# 混合原图和覆盖层
cv2.addWeighted(overlay, 0.5, image, 0.5, 0, image)

四、 方法二：使用 Pillow (PIL) —— 轻量且直观

如果你的需求只是简单的图片编辑，比如添加水印、绘制装饰线条，那么Pillow的API会更加“Pythonic”，学习曲线平缓，用起来得心应手。

from PIL import Image, ImageDraw

# 1. 创建一张白色背景的图片
img = Image.new('RGB', (500, 500), color='white')

# 2. 创建一个可以在上面绘制的对象
draw = ImageDraw.Draw(img)

# 3. 定义坐标 [(x1, y1), (x2, y2)]
xy = [50, 50, 450, 450]

# 4. 定义颜色 (RGB格式：红色) 和线宽
fill_color = (255, 0, 0)
width = 5

# 5. 画线
draw.line(xy, fill=fill_color, width=width)

# 也可以连续画多条线段
draw.line([(50, 100), (200, 100), (200, 200), (350, 200)], fill='blue', width=3, joint='curve')

# 6. 显示图片 (会调用系统默认图片查看器)
img.show()

# 7. 保存
img.sa ve("pillow_line.jpg")

Pillow 的优势一目了然：

• 坐标可以直接用列表[(x1,y1), (x2,y2)]表示，也支持传入多个点连续绘制。
• 颜色不仅可以用元组，还能直接使用英文单词如'red', 'blue'，非常直观。
• 支持joint参数，能让折线的拐角处变得圆滑，视觉效果更佳。

五、 实战案例：给图片打马赛克（画粗线覆盖）

在实际应用中，我们常常需要遮挡图片中的敏感信息，比如车牌号或人脸。一个快速有效的方法，就是用粗线或矩形直接覆盖目标区域。

场景：在图片上画一条黑色的粗横线，用以遮挡一段文字。

import cv2

# 读取图片
img = cv2.imread("test_image.jpg") # 替换成你的图片路径

# 定义遮挡区域的Y坐标范围
y_top = 100
y_bottom = 150

# 在这个区域内画黑色的粗线（实际上画矩形更合适，但画线也能模拟）
# 这里我们用循环画多条线模拟粗线带，或者直接用 rectangle
start_point = (0, y_top)
end_point = (img.shape[1], y_bottom) # img.shape[1] 是宽度

# 画一个填充的矩形来遮挡
cv2.rectangle(img, start_point, end_point, (0, 0, 0), -1) # -1 表示填充

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

六、 总结与建议

如何选择？这里有个清晰的判断逻辑：

• 如果你的项目涉及目标检测、人脸识别、视频流处理等计算机视觉核心任务，那么OpenCV是不二之选。
• 如果你的工作仅仅是给照片加个水印、生成验证码、或者进行简单的裁剪缩放，那么Pillow的简洁API会让你编码过程更加愉快。

以上就是关于使用Python在图片上画线的两种主流方法的全面解析。掌握它们，你就能应对绝大多数需要在图像上“挥毫泼墨”的场景了。