OpenCV +Python 制作画板

简介: 效果图画图工具实现代码运行结果程序分析窗体自由度如何退出程序滚动条相关支持的事件首先声明一下,本例思路不是博主原创,博主在前人的代码上进行了个性化的修改,制作了一个简单的画图工具。

首先声明一下,本例思路不是博主原创,博主在前人的代码上进行了个性化的修改,制作了一个简单的画图工具。下面附上自己的理解,与君共勉。


效果图

画板效果图

画图工具实现

代码

# coding:utf-8
import sys

reload(sys)
sys.setdefaultencoding('utf8')
#    __author__ = '郭 璞'
#    __date__ = '2016/9/14'
#    __Desc__ = opencv实现的画板

import cv2

def blankcallback(position):
    print '滚动条当前位置为%d'%position

# 当鼠标按下时设置 要进行绘画
drawing = False

# 如果mode为True时就画矩形,按下‘m'变为绘制曲线
mode = True

# globalx, globaly = -1,-1

# 创建回调函数,用于设置滚动条的位置
def drawcircle(event,x,y,flags,param):
    r = cv2.getTrackbarPos('R','image')
    g = cv2.getTrackbarPos('G','image')
    b = cv2.getTrackbarPos('B','image')
    color = (b,g,r)

    global globalx,globaly,drawing,mode

    # 当按下左键时,返回起始的位置坐标
    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
        # globaly,globaly = x,y
    # 当鼠标左键按下并移动则是绘画圆形,event可以查看移动,flag查看是否按下
    elif event == cv2.EVENT_MOUSEMOVE and flags == cv2.EVENT_FLAG_LBUTTON:
        if drawing == True:
            if mode == True:
                # cv2.rectangle(img,(globalx,globaly),(x,y),color,-1)
                cv2.rectangle(img, (x,y), (x, y), color, -1)
            else:
                # 绘制圆圈,小圆点连接在一起成为线,1代表了比划的粗细
                cv2.circle(img,(x,y),1,color,-1)
        elif event == cv2.EVENT_LBUTTONUP:
            drawing = False

img = cv2.imread('me.jpg')
cv2.namedWindow('image',cv2.WINDOW_NORMAL)

cv2.createTrackbar('R','image',0,255,blankcallback)
cv2.createTrackbar('G','image',0,255,blankcallback)
cv2.createTrackbar('B','image',0,255,blankcallback)
cv2.setMouseCallback('image',drawcircle)

while True:
    cv2.imshow('image',img)

    key = cv2.waitKey(10)&0xFFF
    if key == ord('m'):
        mode = not mode
    elif key == 27:
        break

cv2.destroyAllWindows()

运行结果

在程序正常的跑起来之后,我们会用鼠标来改变滚动条的位置,这个时候就会触发滚动条内置的回调函数,在这里是blankcallback函数。因此我们可以在命令行中看到打印出的值。

D:\Software\Python2\python.exe E:/Code/Python/DataStructor/opencv/PaintBoard.py
滚动条当前位置为1
滚动条当前位置为0
滚动条当前位置为5
滚动条当前位置为10
滚动条当前位置为17
滚动条当前位置为28
···
···
滚动条当前位置为202
滚动条当前位置为206
滚动条当前位置为219
滚动条当前位置为223
滚动条当前位置为233
滚动条当前位置为238
滚动条当前位置为240
滚动条当前位置为242
滚动条当前位置为250
滚动条当前位置为253
滚动条当前位置为255

滚动条当前位置为0

Process finished with exit code 0

程序分析

本例中注释很清晰,基本上只需要对一些小技巧方面做些解释即可。

窗体自由度

默认创建的窗体大小不能改变,但是我们可以指定让其可以被自适应的改变。

# 第二个参数即可达到我们想要的窗体自适应的效果
cv2.namedWindow('image',cv2.WINDOW_NORMAL)

如何退出程序

想必明眼的你已经看到:

while True:
    cv2.imshow('image',img)

    key = cv2.waitKey(10)&0xFFF
    if key == ord('m'):
        mode = not mode
    elif key == 27:
        break

这段代码的作用就是计算当前 键盘被按下的键的ASCII码的值,如果等于ESC键对应的值,说明要退出循环了。

滚动条相关

滚动条无非也就是创建和获取当前的滚动条的位置。

# 参数分别为: 滚动条的名称,附着的窗体的名称,默认初始位置,最大长度,回调函数
cv2.createTrackbar('R','image',0,255,blankcallback)
cv2.createTrackbar('G','image',0,255,blankcallback)
cv2.createTrackbar('B','image',0,255,blankcallback)
# 这里也有一个回调函数,只不过是针对于鼠标的回调函数
cv2.setMouseCallback('image',drawcircle)

里面的blankcallback回调函数是针对滚动条的一个回调函数,这里不需要做什么处理,仅仅是打印输出一些当前被操作的滚动条的位置而已。

而获取到相应的位置值也很方便。

 r = cv2.getTrackbarPos('R','image')
 g = cv2.getTrackbarPos('G','image')
 b = cv2.getTrackbarPos('B','image')
 # 接下来会用于设置图层上画笔的颜色
 color = (b,g,r)

支持的事件

因为是鼠标事件的监听,所以需要知道 系统支持哪些事件。

# 首先查看一下被支持的鼠标事件,以方便于进一步的操作
events = [i for i in dir(cv2) if 'EVENT' in i]
print events

输出结果为:

['EVENT_FLAG_ALTKEY', 'EVENT_FLAG_CTRLKEY', 'EVENT_FLAG_LBUTTON', 'EVENT_FLAG_MBUTTON', 'EVENT_FLAG_RBUTTON', 'EVENT_FLAG_SHIFTKEY', 'EVENT_LBUTTONDBLCLK', 'EVENT_LBUTTONDOWN', 'EVENT_LBUTTONUP', 'EVENT_MBUTTONDBLCLK', 'EVENT_MBUTTONDOWN', 'EVENT_MBUTTONUP', 'EVENT_MOUSEMOVE', 'EVENT_RBUTTONDBLCLK', 'EVENT_RBUTTONDOWN', 'EVENT_RBUTTONUP']
目录
相关文章
|
3月前
|
计算机视觉 Windows Python
windows下使用python + opencv读取含有中文路径的图片 和 把图片数据保存到含有中文的路径下
在Windows系统中,直接使用`cv2.imread()`和`cv2.imwrite()`处理含中文路径的图像文件时会遇到问题。读取时会返回空数据,保存时则无法正确保存至目标目录。为解决这些问题,可以使用`cv2.imdecode()`结合`np.fromfile()`来读取图像,并使用`cv2.imencode()`结合`tofile()`方法来保存图像至含中文的路径。这种方法有效避免了路径编码问题,确保图像处理流程顺畅进行。
267 1
|
4月前
|
机器学习/深度学习 人工智能 算法
Python在计算机视觉(CV)中扮演重要角色,得益于其丰富的库如OpenCV、Pillow和Scikit-image。
【7月更文挑战第5天】Python在计算机视觉(CV)中扮演重要角色,得益于其丰富的库如OpenCV、Pillow和Scikit-image。CV涉及图像处理、模式识别和机器学习,用于图像理解和生成。Python的跨平台特性和活跃社区使其成为CV的理想工具。基本流程包括图像获取、预处理、特征提取、分类识别及图像生成。例如,面部识别通过预处理图像,使用如`cv2.CascadeClassifier`进行检测;物体检测类似,但需适应不同目标;图像生成则利用GAN创造新图像。
63 4
|
23天前
|
计算机视觉 Python
python利用pyqt5和opencv打开电脑摄像头并进行拍照
本项目使用Python的PyQt5和OpenCV库实现了一个简单的摄像头应用。用户可以通过界面按钮打开或关闭摄像头,并实时预览视频流。点击“拍照”按钮可以捕捉当前画面并保存为图片文件。该应用适用于简单的图像采集和处理任务。
81 0
python利用pyqt5和opencv打开电脑摄像头并进行拍照
|
1月前
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
59 2
|
2月前
|
机器学习/深度学习 计算机视觉 Python
opencv环境搭建-python
本文介绍了如何在Python环境中安装OpenCV库及其相关扩展库,包括numpy和matplotlib,并提供了基础的图像读取和显示代码示例,同时强调了使用Python虚拟环境的重要性和基本操作。
|
3月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
|
3月前
|
存储 编解码 API
python多种方法压缩图片,opencv、PIL、tinypng、pngquant压缩图片
python多种方法压缩图片,opencv、PIL、tinypng、pngquant压缩图片
211 1
|
3月前
|
算法 定位技术 vr&ar
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
412 0
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
|
3月前
|
机器学习/深度学习 人工智能 监控
利用Python和OpenCV实现实时人脸识别系统
【8月更文挑战第31天】本文将引导您了解如何使用Python结合OpenCV库构建一个简易的实时人脸识别系统。通过分步讲解和示例代码,我们将探索如何从摄像头捕获视频流、进行人脸检测以及识别特定个体。本教程旨在为初学者提供一条明晰的学习路径,帮助他们快速入门并实践人脸识别技术。
|
4月前
|
机器学习/深度学习 数据采集 算法
Python基于OpenCV和卷积神经网络CNN进行车牌号码识别项目实战
Python基于OpenCV和卷积神经网络CNN进行车牌号码识别项目实战
236 19