Windows上可视化调节opencv图像处理参数

引言

• 平时在用OpenCV做图像处理、图像增强时，往往需要手动保存一些参数不同取值下的图像，来找到参数的正确取值范围
• 这样效率往往较低，无意中看到可以基于OpenCV，做一个简单的可视化窗口，快速找到合适取值。

示例代码

可视二值化调节参数

import copy
import cv2


def update_theta(x):
    global threshold, img2, img
    threshold = cv2.getTrackbarPos('threshold', 'image')
    _, img = cv2.threshold(img2, threshold, 255, cv2.THRESH_BINARY)


img_path = "0.jpg"
img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img2 = copy.deepcopy(img)

cv2.namedWindow('image')

# threshold: [0, 150]
cv2.createTrackbar('threshold', 'image', 0, 150, update_theta)

# pos=127, 运行时threshold默认取值
cv2.setTrackbarPos(trackbarname='threshold', winname='image', pos=127)

while (True):
    cv2.imshow('image', img)
    # 按q退出
    if cv2.waitKey(1) == ord('q'):
        break
cv2.destroyAllWindows()

• 运行效果如下图：
  

可视化调节亮度

import copy

import cv2
import numpy as np


def updateAlpha(x):
    global alpha, img, img2
    alpha = cv2.getTrackbarPos('Alpha', 'image')
    alpha = alpha * 0.01
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))


def updateBeta(x):
    global beta, img, img2
    beta = cv2.getTrackbarPos('Beta', 'image')
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))


alpha = 0.3
beta = 80
img_path = "2020-11-23_11-18-04.png"
img = cv2.imread(img_path)
img2 = copy.deepcopy(img)

# 创建窗口
cv2.namedWindow('image')
cv2.createTrackbar('Alpha', 'image', 0, 300, updateAlpha)
cv2.createTrackbar('Beta', 'image', 0, 255, updateBeta)
cv2.setTrackbarPos('Alpha', 'image', 100)
cv2.setTrackbarPos('Beta', 'image', 10)
while (True):
    cv2.imshow('image', img)
    # 按q退出
    if cv2.waitKey(1) == ord('q'):
        break
cv2.destroyAllWindows()

• 运行效果自己找个图试试吧，之前的图说违规了，不知道为啥。-_-!