在循环中调用OpenCV绘制圆形函数时颜色不生效，所有圆形仅显示同一种颜色

循环绘制的圆形全部显示同色，是两处参数不匹配叠加导致的：

• 初始化画布mat = np.zeros((500,500,3))时未指定数据类型，NumPy默认生成float64类型数组。OpenCV绘图函数处理浮点型输入图像时，默认按照0~1的取值范围解析像素值与传入的颜色参数；你生成的随机颜色是0~255的整数，所有大于1的数值都会被OpenCV直接截断为1，相当于所有圆形的颜色参数被强制固定，完全不会随循环随机变化。
• 即使修正图像数据类型，OpenCV默认按BGR通道顺序存储图像色彩，matplotlib的imshow默认按RGB顺序解析图像，直接展示会出现红蓝通道互换的色彩偏差。

1. 初始化画布时显式指定OpenCV兼容的uint8数据类型，匹配0~255的常规色彩取值范围
2. 图像绘制完成后，转换色彩通道顺序再交给matplotlib展示

修正后的可运行代码：

from numpy import random
import matplotlib.pyplot as plt
import numpy as np
import cv2

# 显式指定uint8类型，匹配OpenCV的色彩取值范围
mat = np.zeros((500,500,3), dtype=np.uint8)

def color():
    return (random.randint(0, 255), random.randint(0, 255), random.randint(0, 255))

for _ in range(10):
   x_coord = random.choice(500)
   y_coord =  random.choice(500)
   color_person = color()
   cv2.circle(mat, (x_coord, y_coord), 10, color=color_person, thickness=20)

# 将BGR顺序转换为matplotlib兼容的RGB顺序再展示
plt.imshow(cv2.cvtColor(mat, cv2.COLOR_BGR2RGB))
plt.show()

如果确实需要保留浮点型画布的绘制逻辑，只需要将生成的随机颜色值除以255，把取值范围缩放到0~1即可匹配OpenCV的浮点图像解析规则。不过OpenCV官方推荐的常规图像存储格式为uint8类型，更适配后续的图像处理、存储流程。

内容的提问来源于stack exchange，提问作者Elmahy