0.前言

关于多边形绘制函数cv2.polylines，它的第二个参数pts，用以表征所画多边形的顶点坐标，其数据类型可以是数组，也可以是列表。在网上看到有两种写法，如下：

写法一：

pts = np.array([[10,10],[100,10],[100,100],[10,100]],np.int32) 
pts=pts.reshape((-1,1,2))
cv2.polylines(image,[pts],True,(255,0,0),5)

写法二：

pts = np.array([[10,10],[100,10],[100,100],[10,100]],np.int32)	 
pts=pts.reshape((1,-1,2))
cv2.polylines(image, pts,True,(255,0,0),5)

这两种写法都能绘出多边形，哪种更合理呢，那就要从pts为啥要用三维数组讲起了。

1. 三维数组的维度含义

在OpenCV中使用三维数组绘制多边形是为了支持多轮廓、多线段的灵活绘制需求。

三维数组的结构通常为 (num_contours, num_points_per_contour, 2)，具体含义如下：

• 第一维 (num_contours)：表示要绘制的轮廓（多边形/线段）的数量。
  例如：绘制3个独立的轮廓（如3个矩形或3条线段）。
• 第二维 (num_points_per_contour)：表示单个轮廓中的点的数量。
  例如：一个矩形需要4个顶点，一条线段需要2个端点。
• 第三维 (2)：表示每个点的二维坐标 (x, y)。

        因此，即使只绘制一个多边形，也需要将其包裹成三维数组。例如：

pts = np.array([[10,10],[100,10],[100,100],[10,100]],np.int32)
pts=pts.reshape((1,-1,2))
cv2.polylines(image,pts,True,(255,0,0),5)

      此处通过reshape(1, -1, 2)，将原始二维数组转换为 (1,4,2)，表示：

• 1个轮廓（多边形）
• 4个顶点
• 每个顶点是二维坐标。

如果需要绘制多个多边形，三维数组能直接支持批量操作：

pts = np.array([[10,10],[100,10],[100,100],[10,100],[30,30],[200,30],[200,200],[30,200]],np.int32)
pts=pts.reshape((2,-1,2))
cv2.polylines(image,pts,True,(255,0,0),5)

     如上，写法二的数组各维度的物理意义是清晰的。

2. 写法一分析

pts = np.array([[10,10],[100,10],[100,100],[10,100]],np.int32)	 
pts=pts.reshape((-1,1,2))
cv2.polylines(image,[pts],True,(255,0,0),5)

   这种写法的pts的维度为(4,1,2)，每个点是作为一个独立的轮廓，故需要把[pts]作为参数。

   如要绘制双轮廓，则可：

pts = np.array([[10,10],[100,10],[100,100],[10,100]],np.int32)
pts=pts.reshape((-1,1,2))
pts2 = np.array([[30,30],[200,30],[200,200],[30,200]],np.int32)
pts2=pts2.reshape((-1,1,2))
cv2.polylines(image,[pts,pts2],True,(255,0,0),5)

   如上述，该写法虽然可行，但三维数组的各维度定义不清，不建议使用