OpenCV图片中文字符高效绘制方案求助

针对直播推流场景下，OpenCV绘制中文因格式转换导致的性能瓶颈，以下是几个无需大规模改动现有代码、也无需自行编译OpenCV的高效解决方案：

方案1：预渲染中文文本为缓存图像 #

如果需要绘制的中文内容（如固定提示语、重复出现的文本）是可提前确定的，预渲染一次后重复使用能彻底避免每次的格式转换开销：

1. 提前用Pillow渲染好中文文本，保存为带透明通道的PNG图像（或直接在内存中保留numpy数组）
2. 直播推流时，直接用OpenCV的通道融合方式，将预渲染好的文本图像叠加到帧上

示例代码：

# 预渲染（只执行一次）
from PIL import Image, ImageDraw, ImageFont
import numpy as np
import cv2

# 渲染中文文本到带alpha的numpy数组
def pre_render_text(text, font_path="simhei.ttf", font_size=15, color=(255,255,255)):
    font = ImageFont.truetype(font_path, font_size)
    # 获取文本尺寸
    text_width, text_height = font.getsize(text)
    # 创建带alpha通道的PIL图像
    pil_img = Image.new("RGBA", (text_width, text_height), (0,0,0,0))
    draw = ImageDraw.Draw(pil_img)
    draw.text((0,0), text, color, font=font)
    # 转换为OpenCV格式（BGRA）
    return cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGBA2BGRA)

# 预渲染固定文本
cached_text_img = pre_render_text("中文xxxxx")

# 推流时的帧处理（每次只需叠加）
def overlay_text(frame, text_img, x, y):
    h, w = text_img.shape[:2]
    # 确保叠加区域在帧范围内
    if y + h > frame.shape[0] or x + w > frame.shape[1]:
        return frame
    # 分离alpha通道
    alpha = text_img[:, :, 3] / 255.0
    alpha_inv = 1.0 - alpha
    # 叠加到帧上
    for c in range(3):
        frame[y:y+h, x:x+w, c] = (alpha * text_img[:, :, c] + alpha_inv * frame[y:y+h, x:x+w, c])
    return frame

# 使用示例
img = overlay_text(img, cached_text_img, x, y + 20)

方案2：使用OpenCV的FreeType模块（预编译包） #

无需自行编译，通过包管理工具安装带FreeType支持的预编译OpenCV包，直接用cv2.freetype.putText绘制中文，彻底规避格式转换：

• 通过conda安装（跨平台兼容较好）：

  conda install -c conda-forge opencv
  

• 验证是否支持FreeType：

  print(cv2.freetype.checkFreeTypeSupport())  # 返回True则可用
  

示例代码：

import cv2

# 初始化FreeType字体
ft = cv2.freetype.createFreeType2()
ft.loadFontData(fontFileName="simhei.ttf", id=0)

# 直接绘制中文到OpenCV帧上
ft.putText(img=img,
           text="中文xxxxx",
           org=(x, y + 20),
           fontHeight=15,
           color=(255,255,255),
           thickness=-1,
           line_type=cv2.LINE_AA,
           bottomLeftOrigin=False)

这个方案几乎不需要改动现有OpenCV绘制逻辑，性能和原生OpenCV绘制一致。

方案3：异步并行绘制中文 #

如果中文内容是动态生成的无法预渲染，可将中文绘制任务放到独立线程中异步执行，让主帧处理线程和文本渲染线程并行，减少单帧总耗时：

示例代码：

import threading
import numpy as np
from PIL import Image, ImageDraw, ImageFont
import uuid

# 线程安全的任务队列与结果缓存
render_queue = []
render_result = {}

def text_render_worker():
    font = ImageFont.truetype("simhei.ttf", 15)
    while True:
        if not render_queue:
            continue
        task_id, text, x, y, img_shape = render_queue.pop(0)
        # 获取文本尺寸
        text_width, text_height = font.getsize(text)
        # 渲染文本到临时图像
        temp_pil = Image.new("RGB", (img_shape[1], img_shape[0]))
        draw = ImageDraw.Draw(temp_pil)
        draw.text((x, y), text, (255,255,255), font=font)
        # 转换为OpenCV格式并提取文本区域
        temp_cv = cv2.cvtColor(np.array(temp_pil), cv2.COLOR_RGB2BGR)
        render_result[task_id] = (x, y, text_width, text_height, temp_cv[y:y+text_height, x:x+text_width])

# 启动后台渲染线程
threading.Thread(target=text_render_worker, daemon=True).start()

# 推流时的帧处理
def process_frame(img, text, x, y):
    task_id = str(uuid.uuid4())
    # 提交渲染任务
    render_queue.append((task_id, text, x, y, img.shape))
    # 等待渲染完成（可先执行其他OpenCV操作再等待）
    while task_id not in render_result:
        pass
    x_pos, y_pos, w, h, text_img = render_result.pop(task_id)
    # 将渲染好的文本复制到原帧
    img[y_pos:y_pos+h, x_pos:x_pos+w] = text_img
    return img

该方案通过并行化将格式转换的耗时从主帧处理流程中剥离，适合动态文本场景。

内容的提问来源于stack exchange，提问作者囧囧JOJO