OpenCV-05 创建交互式颜色调节工具

代码解析

让我们来看一下代码，它实现了一个简单的图像界面，可以通过调节滑动条来改变图像的颜色：

import numpy as np
import cv2 as cv

# 回调函数，什么也不做
def nothing(x):
    pass

# 初始化函数
def init():
    # 创建一个黑色的图像
    img = np.zeros((300, 512, 3), np.uint8)
    cv.namedWindow('image')  # 创建一个窗口

    # 创建三个滑动条来控制颜色通道（R、G、B）
    cv.createTrackbar('R', 'image', 0, 255, nothing)
    cv.createTrackbar('G', 'image', 0, 255, nothing)
    cv.createTrackbar('B', 'image', 0, 255, nothing)

    # 创建一个开关滑动条来启用和禁用功能
    switch = '0 : 关闭 \n1 : 开启'
    cv.createTrackbar(switch, 'image', 0, 1, nothing)

    while True:
        cv.imshow('image', img)  # 在窗口中显示当前图像
        k = cv.waitKey(1) & 0xFF
        if k == 27:  # 按下ESC键退出循环
            break

        # 获取当前滑动条的位置
        r = cv.getTrackbarPos('R', 'image')
        g = cv.getTrackbarPos('G', 'image')
        b = cv.getTrackbarPos('B', 'image')
        s = cv.getTrackbarPos(switch, 'image')

        if s == 0:
            img[:] = 0  # 如果开关为0，图像变为全黑
        else:
            img[:] = [b, g, r]  # 根据滑动条位置设置图像颜色

    cv.destroyAllWindows()

if __name__ == '__main__':
    init()  # 调用初始化函数

如何使用

1. 运行代码：将以上代码保存为一个Python文件，并在命令行或终端中执行它。
2. 界面说明：
   • 三个滑动条 (R, G, B)：分别控制红、绿、蓝通道的颜色值，范围从0到255。
   • 开关滑动条 (0 : 关闭 \n1 : 开启)：用于启用或禁用颜色调节功能。
3. 操作方法：
   • 移动滑动条：即时改变图像的颜色。
   • 按下ESC键：退出程序。

createTrackbar的参数

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

 

参数解释如下：

1. trackbarname: 滑动条的名称，显示在窗口上。

2. winname: 包含滑动条的窗口的名称。

3. value: 指向表示滑动条当前位置的整数变量的指针。当用户移动滑动条时，该变量的值会被更新。

4. count: 滑动条的最大值（最小值默认为0）。例如，如果 count 是 100，滑动条的值范围就是 0 到 100。

5. onChange: 可选参数，一个回调函数，在滑动条值发生变化时调用。它的原型应为 void onChange(int, void*)。

6. userdata: 可选参数，传递给回调函数的用户数据指针。可以用来在回调函数中访问其他数据。

返回值是一个整数，代表滑动条的标识符，可以用于后续操作，如删除滑动条等。

使用 createTrackbar 后，可以通过 setTrackbarPos 函数设置滑动条的初始位置，通过 getTrackbarPos 函数获取当前滑动条的位置。

示例代码：

import cv2

def onChangeCallback(value):
    # Do something when the trackbar value changes
    print(f"Trackbar value changed to {value}")

def main():
    image = cv2.imread("image.jpg")

    sliderValue = 50  # Initial slider value

    cv2.namedWindow("WindowName")
    cv2.createTrackbar("TrackbarName", "WindowName", sliderValue, 100, onChangeCallback)

    while True:
        cv2.imshow("WindowName", image)
        key = cv2.waitKey(10)
        if key == 27:  # Escape key
            break

    cv2.destroyAllWindows()

if __name__ == "__main__":
    main()

结语

通过这个简单而直观的工具，我们可以快速调整图像的颜色效果，对于理解和分析图像处理过程非常有帮助。希望这篇博客能带给你启发，让你能够更好地利用OpenCV进行图像处理和交互式应用开发。

   关注公众号：资小库，问题快速答疑解惑