『OpenCV-Python』Trackbar控件的用法

 点赞 + 关注 + 收藏 = 学会了

推荐关注 《OpenCV-Python专栏》

在 OpenCV 中，Trackbar 控件（滑块）是一个非常常用的 GUI 组件，用于在图像处理和计算机视觉任务中进行交互式调整参数。比如说，加载一个图片，通过一个滑块调整图片的亮度，这样便于我们用肉眼观察图片的变化。

Trackbar 允许用户通过拖动滑块来调整参数的值，并且会实时更新显示结果。



比如上图这个例子，创建了3个 Trackbar 控件分别控制图片的 R、G、B 三个通道。拖拽不同通道的滑块后，图片对应的颜色也会跟着修改。

在 OpenCV 中使用 Trackbar 需要用到2个方法：cv2.createTrackbar() 和 cv2.getTrackbarPos()。


创建滑块控件

cv2.createTrackbar() 用于创建一个滑块（Trackbar）控件，它接受5个参数。

cv2.createTrackbar(trackbarname, winname, value, count, onChange)

  • trackbarname：滑块的名称（字符串），在窗口中显示。

  • winname：窗口的名称，滑块将被添加到这个窗口中。这个窗口必须在调用 cv2.createTrackbar() 之前通过 cv2.namedWindow() 创建。

  • value：滑块的初始值（整数），表示滑块的默认位置。

  • count：滑块的最大值（整数），表示滑块的可调范围。例如，设置为 255 表示滑块的范围是 0 到 255。

  • onChange：回调函数。当滑块值发生变化时，onChange 函数会被调用。它接收滑块的新值作为参数。如果不需要回调函数，可以传入一个空函数 nothing()。


获取滑块当前值

cv2.getTrackbarPos() 用于获取滑块的当前位置（即当前的值），它接受2个参数。

cv2.getTrackbarPos(trackbarname, winname)

  • trackbarname：要获取值的滑块名称。该名称必须与创建滑块时使用的名称一致。

  • winname：包含滑块的窗口名称。该窗口应该已经通过 cv2.namedWindow() 创建。


举个例子

使用 numpy 要创建一个 480 x 640 像素的图片，这个图片每个像素有3个通道，分别代表R（红）、G（绿）、B（蓝）。用鼠标滑动滑块后，图片每个像素的颜色值也会随之发生变化。



import cv2
import numpy as np
​
# 初始化默认的RGB通道值
r = 0
g = 0
b = 0
​
# 回调函数，当滑块值变化时触发
def nothing(x):
    pass
​
# 创建一个窗口
cv2.namedWindow('RGB Control')
​
# 创建三个滑块，分别控制 RGB 通道的值
cv2.createTrackbar('Red', 'RGB Control', 0, 255, nothing)
cv2.createTrackbar('Green', 'RGB Control', 0, 255, nothing)
cv2.createTrackbar('Blue', 'RGB Control', 0, 255, nothing)
​
# 循环显示窗口，实时更新 TrackBar 的值
while True:
    # 获取滑块的当前值
    r = cv2.getTrackbarPos('Red', 'RGB Control')
    g = cv2.getTrackbarPos('Green', 'RGB Control')
    b = cv2.getTrackbarPos('Blue', 'RGB Control')
​
    # 创建一个新的图像，初始为全黑（0, 0, 0）
    img = np.zeros((480, 640, 3), dtype=np.uint8)
​
    # 设置图像的RGB通道值
    img[:, :, 0] = b  # 蓝色通道
    img[:, :, 1] = g  # 绿色通道
    img[:, :, 2] = r  # 红色通道
​
    # 显示图像
    cv2.imshow('RGB Control', img)
​
    # 按 'ESC' 键退出
    if cv2.waitKey(1) & 0xFF == 27:
        break
​
# 关闭窗口
cv2.destroyAllWindows()

需要注意，在 OpenCV 中，图片里的像素通道排序是 [B, G, R]，和我们平时说的“RGB”排序是反过来的。切记切记。

点赞 + 关注 + 收藏 = 学会了

评论

发表评论

此博客中的热门博文

『OpenCV-Python』获取图片的基本参数信息

  点赞 + 关注 + 收藏 = 学会了 推荐 《OpenCV-Python专栏》 在图像处理领域，了解图像的基本信息是必不可少的第一步。 之前已经使用 cv2.imread() 方法将图片读取出来了。我们还可以使用 OpenCV 提供的一些方法去读取图片的尺寸、通道数、图片像素总数等信息。 获取图片宽高和通道数 通过 shape 属性可以直接获取图像的维度信息。 import cv2 ​ # 读取图片 img = cv2 . imread ( '德育处主任.jpeg' ) ​ # 获取图片的宽、高和通道数 height , width , channels = img . shape print ( f'图片高度: { height } ' ) print ( f'图片宽度: { width } ' ) print ( f'图片通道数: { channels } ' ) 我读取的是一张 1280x1280 的彩色图像。运行代码后，在终端会输出以下内容。 图片高度: 1280 图片宽度: 1280 图片通道数: 3 注意：如果图片是灰度图， shape 只有两个值（高度和宽度），没有通道数。 处理灰度图的情况： # 检查是否为灰度图 if len ( image . shape ) == 2 :     height , width = image . shape     print ( "这是灰度图" ) else :     height , width , channels = image . shape     print ( "这是彩色图" ) 获取像素数据类型 图片的每个像素都有一个数据类型，常见的数据类型包括 uint8 （0-255）。可以通过 Numpy 的 dtype 属性获取。 # 获取数据类型 pixel_dtype = img . dtype print ( f"像素数据类型： { pixel_dtype } " ) 我的示例图片是 uint8 ，所以输出的结果是： 像素数据类型：uint8 计算图片大小（总像素数） 通过宽度、高度和通道数，可以计算图片的大小。用到的属性是 s...
阅读全文

『OpenCV-Python』绘制文

图片
  点赞 + 关注 + 收藏 = 学会了 推荐 《OpenCV-Python专栏》 绘制文字（数字和英文） OpenCV 提供了 cv2.putText() 方法，可以方便地在图像上绘制文本。 cv2.putText() 的基本用法： cv2 . putText ( img , text , org , fontFace , fontScale , color , thickness , lineType ) img ：目标图像。 text ：要绘制的文字。 org ：文字左下角的起始坐标。 fontFace ：字体类型（如 cv2.FONT_HERSHEY_SIMPLEX）。 fontFace 可传入的字体类型 OpenCV 也提供了选项： cv2.FONT_HERSHEY_SIMPLEX ：无衬线字体（常用）。 cv2.FONT_HERSHEY_PLAIN ：简单无衬线字体。 cv2.FONT_HERSHEY_DUPLEX ：双线无衬线字体。 cv2.FONT_HERSHEY_COMPLEX ：衬线字体。 cv2.FONT_HERSHEY_TRIPLEX ：三线衬线字体。 cv2.FONT_HERSHEY_SCRIPT_SIMPLEX ：手写字体。 cv2.FONT_HERSHEY_SCRIPT_COMPLEX ：复杂手写字体。 fontScale ：字体大小比例。 color ：文字颜色，格式为 (B, G, R)。 thickness ：文字线条粗细。 lineType ：线型，如 cv2.LINE_AA。 举个例子 import cv2 import numpy as np ​ # 创建空白图像 img = np . zeros (( 400 , 400 , 3 ), dtype = np . uint8 ) img . fill ( 255 )   # 将背景设置为白色 ​ # 绘制不同样式的文字 cv2 . putText ( img , "Hello OpenCV!" , ( 50 , 50 ), cv2 . FONT_HERSHEY_SIMPLEX , 1 , ( 0 , 0 , 0 ), 2 )   # 黑色简单字体 cv2 . putText ( img , "Hello OpenCV!...
阅读全文

『OpenCV-Python』绘制图

图片
  点赞 + 关注 + 收藏 = 学会了 推荐 《OpenCV-Python专栏》 使用 OpenCV 做目标检查时，我们可以通过 OpenCV 提供的图形绘制功能，将监测到的目标框起来，方便我们调试。这些功能在数据可视化、图像标注等场景中非常实用。 OpenCV 支持绘制以下图形： 线段 矩形 圆形 椭圆 多边形 填充多边形 带箭头的线 用法都很简单，动手试试～ 绘制线段 绘制线段的方法叫 cv2.line() 可传以下参数 cv2 . line ( img , pt1 , pt2 , color , thickness = None , lineType = None , shift = None ) img : 要绘制直线的目标图像。 pt1 : 起点坐标。 pt2 : 终点坐标。 color : 线条颜色（ (B, G, R) 格式）。 thickness : 线条宽度（默认 1，负值无效）。 lineType : 线条类型（ cv2.LINE_8 默认）。 cv2.LINE_8 （默认值）：8-connected 线条（像素完全连接）。 cv2.LINE_4 ：4-connected 线条（像素部分连接）。 cv2.LINE_AA ：抗锯齿线条（平滑效果更好）。 shift : 坐标的小数点精度（用于处理亚像素坐标）。默认为 0，表示整数坐标。 import cv2 import numpy as np ​ # 创建空白图像 img = np . zeros (( 400 , 400 , 3 ), dtype = np . uint8 ) ​ # 绘制不同类型的线条 cv2 . line ( img , ( 50 , 50 ), ( 200 , 50 ), ( 255 , 255 , 255 ), 1 )             # 白色线条，默认类型 cv2 . line ( img , ( 50 , 100 ), ( 200 , 100 ), ( 0 , 255 , 0 ), 30 )           # 绿色线条，粗细为 30 cv2 . line ( img , ( 50 , 150 ), ( 200 , 15...
阅读全文