返回目录
目录
5 轨迹栏作为调色板
5 轨迹栏作为调色板
5.1 学习目标
了解将轨迹栏固定到OpenCV窗口
这里所要用到的函数有cv.getTrackbarPos、cv.createTrackbar等。
5.2 代码演示
在这里，我们将创建一个简单的应用程序，以显示您指定的颜色。您有一个显示颜色的窗口，以及三个用于指定B、G、R颜色的跟踪栏。滑动轨迹栏，并相应地更改窗口颜色。默认情况下，初始颜色将设置为黑色。
对于cv.getTrackbarPos() 函数，第一个参数是轨迹栏名称，第二个参数是它附加到的窗口名称，第三个参数是默认值（也就是打开窗口的初始值），第四个参数是最大值，第五个是执行的回调函数每次跟踪栏值更改。回调函数始终具有默认参数，即轨迹栏位置。在我们的例子中，函数什么都不做，所以我们简单地通过。
轨迹栏的另一个重要应用是将其用作按钮或开关。默认情况下，OpenCV不具有按钮功能。因此，您可以使用轨迹栏获得此类功能。在我们的应用程序中，我们创建了一个开关，只有在该开关为ON的情况下，该应用程序才能在其中运行，否则屏幕始终为黑色。
代码如下：
import numpy as np
import cv2 as cv
def nothing(x):
pass
创建一个黑色的图像，一个窗口
img = np.zeros((250, 520, 3), np.uint8)
cv.namedWindow('image', cv.WINDOW_NORMAL) # cv.WINDOW_NORMAL表示窗口可以拉伸
创建颜色变化的轨迹栏
cv.createTrackbar('R', 'image', 0, 255, nothing)
cv.createTrackbar('G', 'image', 0, 255, nothing)
cv.createTrackbar('B', 'image', 0, 255, nothing)
为ON/OFF功能创建开关
switch = '0 : OFF\n1 : ON'
cv.createTrackbar(switch, 'image', 0, 1, nothing)
while True:
cv.imshow('image', img)
if cv.waitKey(1) & 0xFF == 27:
break
# 得到四条轨迹的当前位置
r = cv.getTrackbarPos('R', 'image')
g = cv.getTrackbarPos('G', 'image')
b = cv.getTrackbarPos('B', 'image')
s = cv.getTrackbarPos(switch, 'image')
if s == 0: # 如果switch为0，全部像素设为0
img[:] = 0
else: # 如果switch为1，则根据四条轨迹指定的像素上色
img[:] = [b, g, r]
cv.destroyAllWindows()
运行结果如下：
5.3 练习题
使用轨迹栏创建颜色和画笔半径可调的Paint应用程序。有关绘制的信息，请参阅有关鼠标处理的先前教程。具体代码如下（可以先自己回忆上一节内容，然后手动自己练一练，不会了再看代码）：
import numpy as np
import cv2 as cv
ix, iy = -1, -1
drawing初始值设为False，否则一开始移动鼠标就会画圆
drawing = False # 如果按下鼠标,则为真
color = [0, 0, 0]
radius = 3
鼠标回调函数
def draw_image(event, x, y, flags, param):
global ix, iy, drawing, color, radius
if event == cv.EVENT_LBUTTONDOWN: # 如果接收到按下左键的事件，就将drawing置为True
drawing = True
ix, iy = x, y
elif event == cv.EVENT_MOUSEMOVE: # 判断是否接收到鼠标移动的事件
if drawing: # 如果鼠标按下了，将会画圆
cv.circle(img=img, center=(x, y), radius=radius, color=color, thickness=-1, lineType=cv.LINE_AA)
elif event == cv.EVENT_LBUTTONUP: # 如果检测到松开左键，那么将drawing置为False
drawing = False
print('你松开了鼠标!')
def nothing(x):
pass
创建一个全黑的模板
img = np.full((300, 520, 3), 255, np.uint8)
img_b, img_g, img_r = cv.split(img)
创建一个可拉伸的名为image的窗口
cv.namedWindow('image')
cv.imshow('image', img)
创建颜色变化的轨迹栏
"""
方法内部不要写xxx=这种形式，原因是因为Python底层由C来写，调用底层C语言在编译时无法解析这个参数的名称，
而目前Python的底层设计无法解决这个问题，所以直接传入参数即可，不要加入xxx=，这里语法没问题。
"""
cv.createTrackbar(trackbarName='B', windowName='image', value=0, count=255, onChange=nothing)
cv.createTrackbar('B', 'image', 0, 255, nothing)
cv.createTrackbar('G', 'image', 0, 255, nothing)
cv.createTrackbar('R', 'image', 0, 255, nothing)
cv.createTrackbar('Radius', 'image', 0, 10, nothing)
为ON/OFF功能创建开关
switch = '0:OFF\n1:ON'
cv.createTrackbar(switch, 'image', 0, 1, nothing)
设置鼠标回调函数
cv.setMouseCallback('image', draw_image, (0, 0, 0))
while True:
cv.imshow('image', img)
if cv.waitKey(1) & 0xFF == 27:
break
# 得到四条轨迹的当前位置
b = cv.getTrackbarPos('B', 'image')
g = cv.getTrackbarPos('G', 'image')
r = cv.getTrackbarPos('R', 'image')
s = cv.getTrackbarPos(switch, 'image')
radius = cv.getTrackbarPos('Radius', 'image')
if s == 0:
color = 0
img[:] = 0
else:
color = [b, g, r]
cv.destroyAllWindows()
运行结果如下：
欢迎评论区留言，一起探讨OpenCV成神之路的奥秘。
顺便给我加个关注，点个赞，加个收藏，让我们一起登上神坛。
