English 繁體中文 简体中文

如何在每一格畫面上畫框和標籤(人臉辨識,版本 6)?

林邦源博士 · AI 筆記 · 2026 年 11 月 13 日 · 約 4 分鐘閱讀

版本 5 證明了影格在顯示之前可以被修改。版本 6 用這一步來畫:一個紅色矩形和一行字 "This is a test",固定在畫面上的同一個位置。這個框還不跟著任何東西。它在這裡, 是為了版本 7 有地方放它的結果:框會移到人臉上,那行字會變成名字。

角在哪裡

影像沒有左下角的原點。位置以像素計算,從左上角算起:x 向右增大,y 向下增大。這和數學裡畫的座標圖相反,也是框 出現在意料之外的地方最常見的原因。

程式怎麼運作

1. 打開鏡頭,讀一格

import cv2
cap = cv2.VideoCapture(0)
while True:
    ret, img = cap.read()

和版本 4 一樣。迴圈每一輪都在 img 裡給出一格新的畫面,這也讓畫圖變得安全: 現在畫上去的東西會隨著這一格一起消失,下一格來的時候是乾淨的。

2. 選定兩個角

    x1, y1 = 100, 200
    x2, y2 = x1 + 200, y1 + 150

第一行是左上角:距左邊 100 像素,距頂部 200 像素。第二行用尺寸而不是位置算出右下角: 寬 200 像素、高 150 像素,得到 (300, 350)。這樣寫,以後改尺寸很方便。

3. 畫矩形

    cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2)

參數是影像、兩個角、顏色和線寬。顏色是按 BGR 順序的三個數,不是 RGB: (0, 0, 255) 是沒有藍、沒有綠、全紅。最後的 2 是線寬,單位像素; 數字更大,框的邊就更粗。

4. 寫標籤

    cv2.putText(img, "This is a test", (x1, y1 - 10), cv2.FONT_HERSHEY_DUPLEX, 1, (0, 0, 255), 2)

七個參數,順序是:影像、文字、位置、字體、大小、顏色、線寬。位置是文字的 左下角,不是左上角,所以 y1 - 10 把字抬到框的上邊之上十個 像素,而不是讓它壓在框上。

cv2.FONT_HERSHEY_DUPLEX 是 OpenCV 內建的幾種簡單字體之一,1 是大小倍數,寫 2 就會大一倍。顏色和線寬的意思和畫矩形時一樣。

5. 顯示,然後離開並收拾

    cv2.imshow("Frame", img)
    key = cv2.waitKey(1)
    if key in (ord('q'), ord('Q')):
        break
cap.release()
cv2.destroyAllWindows()

cv2.imshow 現在收到的是 img — 畫過的那一格 — 所以框出現在視窗裡。按鍵和收尾都和版本 4 一樣。

完整程式

把上面的片段拼回去。這是完整的檔案,一共 14 行:

import cv2
cap = cv2.VideoCapture(0)
while True:
    ret, img = cap.read()
    x1, y1 = 100, 200
    x2, y2 = x1 + 200, y1 + 150
    cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2)
    cv2.putText(img, "This is a test", (x1, y1 - 10), cv2.FONT_HERSHEY_DUPLEX, 1, (0, 0, 255), 2)
    cv2.imshow("Frame", img)
    key = cv2.waitKey(1)
    if key in (ord('q'), ord('Q')):
        break
cap.release()
cv2.destroyAllWindows()

畫圖改的是畫面本身

版本 5 另外做了一個變數,原來的那個沒有動。這個版本不一樣: cv2.rectangle 和 cv2.putText 直接改 img,不回傳任何有用的東西。沒有 img_with_box。

在這裡這沒有害處,原因只有一個:每一輪結束時這一格就被丟掉,迴圈開頭會換成新的一格, 所以框每一格畫一次,畫在乾淨的畫面上。它不會越積越多。如果你改成在一張保存下來的相片上畫, 再寫回硬碟,那麼每執行一次就會多留下一個框。

移動這個框

改 100, 200,框就移動;改 200, 150,框就改變大小。超出畫面的 數值不是錯誤:框落在畫面外的部分只是不畫出來。這一點在版本 7 把貼著畫面邊緣的框交給 程式之前,值得先知道。

在自己的電腦上執行

用和版本 1 相同的下載: 下載壓縮檔,解壓縮, 然後用 Visual Studio Code 打開這個資料夾。這一篇用的是 face06.py。 第一次在這個資料夾裡,執行全部三行:

uv python pin 3.12.10
uv sync
uv run face06.py

這三行只需要做一次。下次想再執行這個程式,只需輸入 uv run face06.py。

影片靠左上的位置應該有一個紅色的框,上面寫著 "This is a test"。如果框跑到畫面外, 檢查你改的是哪一個角:y1 大於畫面高度,框就被推到下面外面去了。

下一步

版本 7 在這個迴圈裡做版本 3 的工作:它在每一格裡找出人臉,把框畫在人臉外面而不是固定位置, 並把辨識出的名字放到現在測試標籤的位置。