OpenCV滑动条的创建和使用（非常详细）

在 OpenCV 中，滑动条设计的主要目的是在视频播放帧中选择特定帧。在和父窗口使用时，需要给滑动条赋予一个特别的名字（通常是一个字符串），接下来直接通过那个名字进行引用。

创建滑动条的函数是 createTrackbar()，该函数声明如下：

CreateTrackbar(trackbarName, windowName, value, count, onChange) -> None

trackbarName 是滑动条的名称；
windowName 是滑动条将要添加到父窗口的名称，一旦滑动条创建好，它就将被添加到窗口的顶部或底部，滑动条不会挡住任何已经在窗口中的图像，只会让窗口变大，窗口的名称将作为一个窗口的标记，至于滑动条上滑动按钮的确切位置，则由操作系统决定，一般都是最左边；
value 是一个指向整数的指针，这个整数值会随着滑动按钮的移动而自动变化；
count 是滑动条可以滑动的最大值；
onChange 是一个指向回调函数的指针，当滑动按钮移动时，回调函数就会被自动调用。

回调函数类型 TrackbarCallback 的定义如下：

def TrackbarCallback(pos,userdata)

pos 表示滚动块的当前位置；
userdata 是传给回调函数的可选参数。

这个回调函数不是必需的，如果赋值为 NULL，就没有回调函数，移动滑动按钮的唯一响应就是 createTrackbar 的参数 value 指向的变量值的变化。

除了创建滑动条的函数外，OpenCV 还提供了函数 getTrackbarPos()（用于获取滑动块的位置）和函数 setTrackbarPos()（用于设置滑动条的位置）。

getTrackbarPos() 函数的声明如下：

GetTrackbarPos(trackbarName, windowName) -> retval

参数 trackbarName 是滑动条的名称；windowName 是滑动条将要添加到父窗口的名称。函数返回滑动块的当前位置。

setTrackbarPos() 函数的声明如下：

SetTrackbarPos(trackbarName, windowName, pos) -> None

其中，参数 trackName 表示滚动条的名称；windowName 是滑动条将要添加到父窗口的名称；pos 表示要设置的滑动块位置。

下面我们看一个专业的例子，利用滑动块调节参数。

import cv2 as cv
import numpy as np

import cv2
import numpy as np
alpha = 0.3
beta = 80
img_path = "test.jpg"
img = cv2.imread(img_path)
img2 = cv2.imread(img_path)

def updateAlpha(x):
   global alpha, img, img2
   # 得到数值
   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))

# 创建窗口
cv2.namedWindow('image')

cv2.createTrackbar('Alpha', 'image', 0, 300, updateAlpha)
cv2.createTrackbar('Beta', 'image', 0, 255, updateBeta)
# 设置默认值
cv2.setTrackbarPos('Alpha', 'image', 100)
cv2.setTrackbarPos('Beta', 'image', 10)
while (True):
   cv2.imshow('image', img)
   if cv2.waitKey(1) == ord('q'):
       break
cv2.destroyAllWindows()

在上述代码中，首先读取 test.jpg，然后定义滑动块的两个回调函数 updateAlpha() 和 updateBeta()，接着利用函数 namedWindow() 创建 1 个窗口，并利用函数 createTrackbar() 创建 2 个滑动条，这样窗口上就有 2 个滑动条。updateAlpha() 和 updateBeta() 都是滑动条的回调函数，用于响应用户滑动滑块这个事件。最后一个 while 循环，等待用户按 Q 键退出。

在回调函数中，np.uint8() 是专门用于存储各种图像的（包括 RGB、灰度图像等），范围是 0~255。该函数接收的参数是一个数组。需要注意的是，clip() 函数的返回值是 uint8() 的参数，但是这个函数仅仅是对原数据和 0xff 相与（和最低 2 字节数据相与），这就容易导致如果原数据大于 255，那么在直接使用 np.uint8() 后，比第 8 位大的数据都被截断了。

clip() 函数将数组中的元素限制在 a_min 与 a_max 之间，大于 a_max 的就使得它等于 a_max，小于 a_min 的就使得它等于 a_min。它的原型是：

numpy.clip(a, a_min, a_max, out=None)

其中，a 是一个数组，后面两个参数分别表示最小值和最大值。

在上述代码中，首先读取 test.jpg，然后定义滑动块的两个回调函数 updateAlpha() 和 updateBeta()，接着利用函数 namedWindow() 创建一个窗口，并利用函数 createTrackbar() 创建两个滑动条，这样窗口上就有两个滑动条。updateAlpha() 和 updateBeta() 都是滑动条的回调函数，用于响应用户滑动滑块这个事件。最后一个 while 循环，等待用户按 Q 键退出。

在回调函数中，函数 np.uint8() 专门用于存储各种图像的数据（包括 RGB、灰度图像等），它用于将输入数据转换为 8 位无符号整数类型，即将输入数据的值限制在 0~255，并将其存储为 8 位无符号整数。

NumPy 中的 np.uint8() 函数是将原数据和 0xff 做与运算，这就容易导致如果原数据是大于 255 的，那么在直接使用 np.uint8() 函数后，比第 8 位更大的数据都被截断了。

例如，数字 2000 在转换为 np.uint8() 的时候，就会被转换成 208（2000&0xff=208），这样就会导致数据不准确，区分不出原来的数据是大于 255 的还是本来就是 208。为了解决这个问题，我们可以使用 np.clip() 函数，用于将数组中的元素限制在一个指定的范围内，而且它可以给定一个范围，范围外的值将被剪裁到范围边界。

np.clip() 函数原型如下：

numpy.clip(a, lower, upper)

a 是输入数组；
lower 表示元素的下限，所有小于下限的元素将被限制为下限值；
upper 表示元素的上限，所有大于上限的元素将被限制为上限值。

该函数返回一个与输入数组形状相同的数组，其中元素值被限制在 lower 和 upper 之间。

下面是一个简单的示例，展示如何使用 clip() 函数将数组中的元素限制在 0~1：

import numpy as np
arr = np.array([-2, -1, 0, 1, 2])
clipped_arr = np.clip(arr, 0, 1)
print(clipped_arr)  # 输出：[ 0.  0.  0.  1.  1.]

运行工程，结果如下图所示：

OpenCV滑动条的创建和使用（非常详细）

相关文章