OpenCV 系列 --- 交互（一）滑动条

最新推荐文章于 2024-07-17 11:19:25 发布

Vision_Learning

最新推荐文章于 2024-07-17 11:19:25 发布

阅读量3.2k

点赞数 2

分类专栏： OpenCV 文章标签： opencv 图像处理滑动条

本文链接：https://blog.csdn.net/deepvl/article/details/52557881

版权

OpenCV 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

对图像处理来说，很多时候需要与用户进行交互，最典型的应用有两种：

(1) 在算法设计时，要根据某一参数的不同取值来进行相应的计算;

(2) 交互式分割算法

其中，对第1种情况而言，OpenCV提供了滑动条，可以灵活地设置参数值来进行相应的处理。而对第2种情况而言，则提供了鼠标交互，首先我们介绍关于滑动条的知识点，下文将会给出鼠标的相关知识点。

为了更好地说明滑动条的应用，我采用Canny边缘检测算法来进行演示，其调用方式为：

void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false )

其中，image代表输入图像，这里为单通道图像；edges为单通道的边缘图；threshold1与threshold2是Canny边缘检测算法的两个阈值；apertureSize与L2gradient有默认值，因此在这篇文章里不进行解释，感兴趣的可以去官方网站查询。

对滑动条来说，其函数调用方式为：

int createTrackbar(const string& trackbarname, const string& winname, int* value, int count, TrackbarCallback onChange=0, void* userdata=0)

关于这几个参数的解释如下：
* trackbarname：滚动条的名字，通常指滚动条前的一串字符
* winname：滚动条所在窗口的名字，这个其实是定义了滚动条所依赖的主窗口的名字
* value：滑块的位置，在创建时，此值即为初始值
* count：滑块的最大值，对滑块来说，最小值始终为0
* TrackbarCallback：这个是最核心的，指向回调函数的指针，当滑块位置改变时，就会调用指向的函数，从而达到交互的目的
* userdata：默认值为0。此值是用户传给回调函数的值，用来进行相应的处理。如果value的值设置为全局变量，则滑动块的值可以由value来进行控制，可以不设置userdata

测试用的完整代码如下：

#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace cv;
using namespace std;

Mat imgSrc;//输入图像，彩色
Mat imgEdge;//边缘图像
Mat imgGray;//输入图像，灰度图像

const int g_nMaxThresh = 255;
int g_nThresh_low;
int g_nThresh_high;

void on_Trackbar(int,void*);

int main()
{
    imgSrc = imread("running.jpg",CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR);

    cvtColor(imgSrc, imgGray, CV_RGB2GRAY);//彩色图像转换为灰度图

    g_nThresh_low  = 0;//初始化低阈值值0
    g_nThresh_high = 0;//初始化高阈值为0

    namedWindow("Edge Detection", WINDOW_AUTOSIZE);//生成主窗口，用来容纳滚动条与图像
    imshow("Edge Detection", imgGray);

//创建一个滑动条，名字为Low:255，主窗口为Edge Detection，最大值为255，value为g_nThresh_low，回调函数为on_trackbar
    createTrackbar("Low: 255", "Edge Detection", &g_nThresh_low, 255, on_Trackbar);

//创建一个滑动条，名字为High: 255，主窗口为Edge Detection，最大值为255，value为g_nThresh_high，回调函数为on_trackbar  
    createTrackbar("High: 255", "Edge Detection", &g_nThresh_high, 255, on_Trackbar);

    waitKey(0);
    return 0;
}
//回调函数
void on_Trackbar(int, void*)
{
    cout << "Threshold value: " <<endl;
    cout << "High: " << g_nThresh_high << endl;
    cout << "Low: " << g_nThresh_low << endl << endl;

//调用Canny边缘检测算法，imgGray为输入图像，imgEdge为边缘图像，g_nThresh_low与g_nThresh_high是两个阈值
    Canny(imgGray, imgEdge, g_nThresh_low, g_nThresh_high);

    imshow("Edge Detection", imgEdge);
}