【基础】滚动条

滚动条（Trackbar）在OpenCV中是非常方便且常用的交互工具，它依附于特定的窗口而存在。通过调节滚动条能够设置、获取指定范围内的特定值。

在OpenCV中，函数cv2.createTrackbar()用来定义滚动条，其语法格式为：

cv2.createTrackbar(trackbarName, windowName, value, count, onChange)

● trackbarname为滚动条的名称。

● winname为滚动条所依附窗口的名称。

● value为初始值，该值决定滚动条中滑块的位置。

● count为滚动条的最大值。通常情况下，其最小值是0。

● onChange为回调函数。一般情况下，将滚动条改变后要实现的操作写在回调函数内。

函数cv2.createTrackbar()用于生成一个滚动条。拖动滚动条，就可以设置滚动条的值，并让滚动条返回对应的值。滚动条的值可以通过函数cv2.getTrackbarPos()获取，其语法格式为：

retval = cv2.getTrackbarPos(trackbarname, winname)

● retval为返回值，获取函数cv2.createTrackbar()生成的滚动条的值。

● trackbarname为滚动条的名称。

● winname为滚动条所依附的窗口的名称。

案例一：用滚动条实现调色板

在RGB颜色空间中，任何颜色都是由红（R）、绿（G）、蓝（B）三种颜色构成的，每一种颜色分量的区间是[0, 255]。所以我们可以用函数cv2.createTrackbar()和函数cv2.getTrackbarPos()设计一个模拟调色板：在窗体中，有三个滚动条分别用来设置R、G、B的值，调色板会根据当前的R、G、B值实时显示其所对应的颜色。

import cv2
import numpy as np


def changeColor(x):
    r = cv2.getTrackbarPos('R', 'image')
    g = cv2.getTrackbarPos('G', 'image')
    b = cv2.getTrackbarPos('B', 'image')
    img[:] = [b, g, r]


img = np.zeros((100, 700, 3,), np.uint8)
cv2.namedWindow('image')

cv2.createTrackbar('R', 'image', 0, 255, changeColor)
cv2.createTrackbar('G', 'image', 0, 255, changeColor)
cv2.createTrackbar('B', 'image', 0, 255, changeColor)

while True:
    cv2.imshow('image', img)
    if cv2.waitKey(1) & 0xFF == 27:  # ESC 退出
        break

cv2.destroyAllWindows()

运行程序，在窗体对象内，分别调整R、G、B三个滚动条，可以得到运行结果如下图所示：

image.png

image.png

image.png

案例二：用滚动条控制阈值处理参数

设计一个滚动条交互程序，通过滚动条控制函数cv2.threshold()中的阈值和模式。

复习：openCV提供cv2.threshold()函数用于图像阈值化处理，其函数格式如下：

retval, dst = cv2.threshold(src, thresh, maxval, type[, dst])

  • retval：返回的阈值。

  • dst：阈值分割结果，与原始图像具有相同的大小和类型。

  • src：要进行阈值分割的图像。

  • thresh：设定的阈值。

  • maxval：当像素值超过了阈值（或者小于阈值，根据type来决定）所赋予的值

  • type：代表阈值分割的类型，常用的有：

    • cv2.THRESH_BINARY

    • cv2.THRESH_BINARY_INV

    • cv2.THRESH_TRUNC

    • cv2.THRESH_TOZERO

    • cv2.THRESH_TOZERO_INV

import cv2


def onValueChanged(a):
    Value = cv2.getTrackbarPos(tValue, win_name)
    ret, dst = cv2.threshold(img, Value, 255, cv2.THRESH_BINARY)
    cv2.imshow(win_name, dst)


img = cv2.imread('lena.jpg', 0)
win_name = 'demo'
cv2.namedWindow(win_name)
cv2.imshow(win_name, img)

# 创建滚动条
tValue = "Value"

cv2.createTrackbar(tValue, win_name, 0, 255, onValueChanged)

if cv2.waitKey(0) == 27:  # ESC
    cv2.destroyAllWindows()

image.png

案例三：用滚动条控制均值滤波滤波核大小

复习：在openCV中，实现均值滤波的函数是cv2.blur()，语法格式如下：

dst = cv2.blur(src, ksize[, dst[, anchor[, borderType]]])

  • dst ：均值滤波操作后的结果图像

  • src： 输入图像，即需要处理的图像

  • ksize ：滤波核的大小

  • dst,anchor,borderType：可选参数。

import cv2


def onValueChanged(a):
    Value = cv2.getTrackbarPos(kValue, win_name)
    ksize = (Value, Value)
    mean = cv2.blur(img, ksize)
    cv2.imshow(win_name, mean)


img = cv2.imread('lena.jpg', 0)
win_name = 'demo'
cv2.namedWindow(win_name)
cv2.imshow(win_name, img)

# 创建滚动条
kValue = "Value"

cv2.createTrackbar(kValue, win_name, 1, 10, onValueChanged)

if cv2.waitKey(0) == 27:  # ESC
    cv2.destroyAllWindows()

image.png