opencv imshow不显示图像_OpenCV中如何使用滚动条动态调整参数

点击上方蓝字关注我们

微信公众号：OpenCV学堂

关注获取更多计算机视觉与深度学习知识

OpenCV中有很多函数在图像处理时候都有一些参数可以有多个选择，这个时候开发者如果像快速试错，找到最佳的参数组合或者参数类型的时候。OpenCV中通过HighGUI的滚动条提供这样一种方便的调试方法，只是OpenCV官方教程里面滚动条的代码实现比较简单，甚至有些粗糙。本文讲会在官方教程的基础上进一步改进，获取的一个更加通用的版本代码。

函数

OpenCV中使用滚动条，首先需要创建一个窗口，然后再创建滚动条，滚动条本身依附于窗口上，创建滚动条的函数如下：

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

参数解释

• trackbarname表示滚动条名称

• winname表示对应的依附窗口名称

• value表示滚动条上的值

• count表示滚动条取值范围的最大值，取值范围为[0, count]

• onChange表示拖动滚动条时产生事情的响应处理函数，需要自定义

• userdata 表示 是否向事件处理函数传递参数，支持的是无符号类型的指针

滚动条基本用法-动态调整参数

利用滚动条动态调整亮度

首先创建一个输入图像窗口，然后调用createTrackbar创建一个滚动条依附在窗口上，绑定好定义的函数onchange，其中onchange本质上是一个事件回调函数，它的定义格式如下：

typedef void(* cv::TrackbarCallback) (int pos, void *userdata)

其中pos返回的是当前滚动条滑块的位置，userdata是该方法回调传的用户数据参数。这里onchange的函数定义与实现如下：

int max_count = 150;int cnt = 50;Mat temp;void onchange(int, void*) {         Mat m = Mat::zeros(temp.size(), temp.type());         m = Scalar(cnt, cnt, cnt);         Mat dst;         add(temp, m, dst);         imshow("亮度调整", dst);}

创建滚动条并绑定回调函数，显示窗口与图像的代码

Mat image = imread("D:/images/1024.png"); //  B, G, Rif (image.empty()) {         printf("could not load image....\n");         return -1;}temp = image.clone();namedWindow("输入窗口", WINDOW_FREERATIO);createTrackbar("My Bar:", "输入窗口", &cnt, max_count, onchange);imshow("输入窗口", image);onchange(50, 0);waitKey(0);

运行结果如下：

滚动条进阶用法-参数传递

动态调整图像亮度与对比度

上面这个例子跟OpenCV官方教程上的很类似，缺点是定义一堆全局的临时变量，不是很好的编程习惯。而且userdata这个参数没有充分利用，所以我重新整合了代码，实现了图像的亮度与对比度调整，利用userdata来传递参数，消灭了这堆临时变量。

代码实现首先创建两个trackbar，一个用来调整亮度，一个用来调整对比度，分别绑定两个回调函数，然后分别通过userdata传递Mat对象，通过回调函数的pos参数获取滚动条滑块的位置，实现数据获取，首先来看一下，两个滚动条回调事件绑定函数的代码实现：

static void on_lightness(int pos, void* userdata) {
    Mat image = *((Mat*)userdata);
    Mat dst = Mat::zeros(image.size(), image.type());
    Mat m = Mat::zeros(image.size(), image.type());
    addWeighted(image, 1.0, m, 0, pos, dst);
    imshow("亮度与对比度调整", dst);
}

static void on_contrast(int pos, void* userdata) {
    Mat image = *((Mat*)userdata);
    Mat dst = Mat::zeros(image.size(), image.type());
    Mat m = Mat::zeros(image.size(), image.type());
    double contrast = pos / 100.0;
    addWeighted(image, contrast, m, 0.0, 0, dst);
    imshow("亮度与对比度调整", dst);
}

创建滚动条，绑定事件函数，显示窗口的代码实现如下：

你好

int main(int argc, char** argv) {
    Mat image = imread("D:/images/1024.png"); //  B, G, R
    if (image.empty()) {
        printf("could not load image....\n");
        return -1;
    }
    imshow("输入窗口", image);

    namedWindow("亮度与对比度调整", WINDOW_AUTOSIZE);
    int lightness = 50;
    int max_value = 100;
    int contrast_value = 100;
    createTrackbar("Value Bar:", "亮度与对比度调整", &lightness, max_value, on_lightness, (void*)(&image));
    createTrackbar("Contrast Bar:", "亮度与对比度调整", &contrast_value, 200, on_contrast, (void*)(&image));
    on_lightness(50, &image);
    waitKey(0);
    return 0;
}

其中userdata参数是需要传入指针，转换为void*即无类型指针/任意类型指针，在事件函数中通过这行代码:

Mat image = *((Mat*)userdata);

先转换为Mat类型指针，然后再转换为数据使用。

运行结果如下：

远飞者当换其新羽

善筑者先清其旧基

 推荐阅读 

OpenCV4系统化学习路线图-视频版本！

OpenCV单应性矩阵发现参数估算方法详解

单应性矩阵应用-基于特征的图像拼接

OpenCV图像拼接改进算法之完美拼接

OpenCV | 二值图像分析的技巧都在这里

OpenCV二值图像分析之形态学应用技巧

图像色彩空间与应用转换

五分钟学会C++高效图表绘制神器调用

没想到图像直方图有这么多应用场景

基于灰度共生矩阵(GLCM)的图像纹理分析与提取

OpenCV中一个最容易搞错的形态学操作

OpenCV实现皮肤表面粗糙度3D显示

解密 | OpenCV加载图像大小是有限制的 ？

OpenCV中ORB特征提取与匹配

OpenCV SIFT特征算法详解与使用

HOG特征详解与行人检测

三行代码，OpenCV轻松生成19种色彩风格图像