如何在Python OpenCV中非整数位置绘制图形？解决浮点坐标报错

我完全懂这种头疼的感觉——明明抗锯齿都支持了，却卡在浮点坐标上！不用放大再缩小的话，确实有几个实用的办法，给你整理好了：

方法1：手动插值实现亚像素绘制 #

OpenCV原生的cv2.putText和cv2.circle不支持浮点坐标，但我们可以自己做亚像素级的插值处理，核心思路是把浮点坐标的绘制分解成周围几个整数坐标的加权绘制，模拟亚像素偏移的视觉效果。

比如画圆的实现示例：

import cv2
import numpy as np

def draw_circle_subpixel(img, center, radius, color, thickness=1, lineType=cv2.LINE_AA):
    # 拆分浮点坐标的整数和小数部分
    x, y = center
    x_int, x_frac = int(np.floor(x)), x - np.floor(x)
    y_int, y_frac = int(np.floor(y)), y - np.floor(y)
    
    # 给周围四个整数坐标分配权重（基于距离的线性插值）
    weights = [
        (1 - x_frac) * (1 - y_frac),
        x_frac * (1 - y_frac),
        (1 - x_frac) * y_frac,
        x_frac * y_frac
    ]
    
    # 对四个相邻点分别绘制带权重的圆（用颜色透明度模拟亚像素效果）
    for dx, dy, w in zip([0,1,0,1], [0,0,1,1], weights):
        if w <= 0:
            continue
        weighted_color = tuple(int(c * w) for c in color)
        cv2.circle(img, (x_int + dx, y_int + dy), radius, weighted_color, thickness, lineType)

这个方法通过给周围整数位置的图形分配不同的透明度权重，视觉上就像是精准画在了浮点坐标上。

方法2：利用cv2.remap做坐标映射 #

另一种思路是先在整数坐标绘制图形，再通过重映射把绘制结果偏移到目标浮点位置，完美复用OpenCV原生的抗锯齿效果：

def draw_at_float_coords(img, draw_func, float_center, *args, **kwargs):
    # 创建和原图同尺寸的空白掩码
    mask = np.zeros_like(img)
    # 在掩码的原点绘制目标图形
    draw_func(mask, (0,0), *args, **kwargs)
    # 构建坐标映射表
    h, w = img.shape[:2]
    map_x, map_y = np.meshgrid(np.arange(w), np.arange(h))
    # 偏移映射（注意OpenCV中y对应行，x对应列）
    map_x = map_x - float_center[0]
    map_y = map_y - float_center[1]
    # 执行重映射，保留平滑过渡
    remapped_mask = cv2.remap(mask, map_x.astype(np.float32), map_y.astype(np.float32), cv2.INTER_LINEAR)
    # 把映射后的图形叠加到原图
    img = cv2.addWeighted(img, 1, remapped_mask, 1, 0)
    return img

# 使用示例：在(100.5, 200.3)位置画带抗锯齿的圆
img = cv2.imread("your_image.jpg")
img = draw_at_float_coords(img, cv2.circle, (100.5, 200.3), 5, (0,255,0), 2, cv2.LINE_AA)

方法3：切换到PIL绘制再转回OpenCV格式 #

如果不想在OpenCV里折腾，直接转用PIL是最省心的方案——PIL的绘制函数天生支持浮点坐标，文字渲染还自带亚像素优化，画完再转回OpenCV格式就行：

from PIL import Image, ImageDraw, ImageFont
import cv2
import numpy as np

def put_text_float_cv(img, text, float_xy, font_path=None, font_size=20, color=(0,255,0)):
    # OpenCV转PIL（注意颜色空间从BGR转RGB）
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    pil_img = Image.fromarray(img_rgb)
    draw = ImageDraw.Draw(pil_img)
    # 设置字体（可选自定义字体路径）
    font = ImageFont.truetype(font_path, font_size) if font_path else ImageFont.load_default()
    # 直接传入浮点坐标绘制文字
    draw.text(float_xy, text, fill=color, font=font)
    # 转回OpenCV的BGR格式
    img_bgr = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
    return img_bgr

# 使用示例
img = cv2.imread("your_image.jpg")
img = put_text_float_cv(img, "Hello Float", (150.7, 100.2), font_size=24, color=(0,0,255))

内容的提问来源于stack exchange，提问作者Gnubie