Python--Opencv处理图像技巧1--滑动条找合适的值

        在使用传统算法处理图像时，避免不了使用阈值分割、边缘检测等多次实验的方法，需要多次尝试才能找到合适的数值，最简单最直接的方法是使用拖动进度条，灵活的对于多次尝试的方法也可以使用拖动进度条的方式，快速找到合适值

        1.回调函数

def nothing(x):
    pass

        2.处理函数

def process(path):
    img = cv2.imread(path)
    img1 = img.copy()
    gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    imgg = equalHist(gray)#equalHist为自定义函数
    
    img2 = cv2.GaussianBlur(imgg, (25, 25), 0)

    cv2.createTrackbar('threshold1', 'image', 0, 255, nothing)
    cv2.createTrackbar('threshold2', 'image', 0, 255, nothing)
    
    while (True):
        
        threshold1 = cv2.getTrackbarPos('threshold1', 'image')
        threshold2 = cv2.getTrackbarPos('threshold2', 'image')
        
        img_output = cv2.Canny(img2, threshold1, threshold2)

        cv2.imshow('image', img_output)

        if cv2.waitKey(1) == ord(' '):#空格停止
            break
    cv2.destroyAllWindows()

拿到合适的值之后，可以更好地进行后续处理