OpenCV中如何使用滚动条动态调整参数
共 4917字,需浏览 10分钟
·
2022-07-05 10:32
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
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。
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
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, R
if (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:
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:
好消息!
小白学视觉知识星球
开始面向外开放啦👇👇👇
下载1:OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2:Python视觉实战项目52讲 在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。 下载3:OpenCV实战项目20讲 在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~