### 使用 Python 和 OpenCV 添加中文到图片 为了在图片中添加中文文字，可以结合使用 Pillow 库来处理字体和绘制功能，并通过 NumPy 进行图像数据类型的转换以便于 OpenCV 的操作[^2]。 #### 导入必要的库 ```python from PIL import ImageFont, ImageDraw, Image import numpy as np import cv2 ``` #### 加载并准备图像 首先读取要编辑的图像文件，并将其转换成适合 Pillow 处理的形式： ```python img_cv = cv2.imread('example.png') # 使用OpenCV加载图像 img_pil = Image.fromarray(cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB)) # 转换成Pillow可识别格式 ``` #### 设置字体与位置参数 指定用于显示中文字符的 TTF 字体路径以及想要放置文本的位置坐标： ```python font_path = "/path/to/some/font.ttf" # 替换为实际存在的中文字体文件路径 text_position = (50, 50) # 文本起始点(x,y)，可以根据需求调整 font_size = 36 # 字号大小可根据实际情况修改 fill_color_rgb = (255, 0, 0) # RGB颜色值定义填充色 ``` #### 创建绘图对象并设置字体样式 创建 `ImageDraw.Draw` 对象来进行绘画工作；同时利用 `ImageFont.truetype()` 方法加载自定义字体： ```python draw = ImageDraw.Draw(img_pil) font = ImageFont.truetype(font=font_path, size=font_size) ``` #### 绘制中文字符串至图像表面 调用 draw.text() 函数将给定的文字渲染到目标画布上： ```python chinese_text = "你好世界" draw.text(text_position, chinese_text, font=font, fill=fill_color_rgb) ``` #### 将更改后的图像转回 OpenCV 格式 完成所有编辑之后再把图像变回到原始的颜色空间顺序（BGR），这样就可以继续使用 OpenCV 功能了: ```python img_modified = cv2.cvtColor(np.array(img_pil), cv2.COLOR_RGB2BGR) cv2.imwrite("output_with_chinese.png", img_modified) # 可选保存新图像 ``` 最后展示最终效果： ```python cv2.imshow('Chinese Text on Image', img_modified) cv2.waitKey(0) cv2.destroyAllWindows() ``` 上述过程展示了如何借助第三方库的支持实现在图像上面书写复杂的 Unicode 编码下的多语言支持——特别是对于像汉语这样的非拉丁字母表语言来说非常有用[^3]。