OpenCV学习(四)——轨迹栏(调色板与不同通道图像)

轨迹栏

    • [4. OpenCV轨迹栏](#4. OpenCV轨迹栏)
      • [4.1 轨迹栏作为调色板](#4.1 轨迹栏作为调色板)
      • [4.2 轨迹栏显示不同通道图像](#4.2 轨迹栏显示不同通道图像)

4. OpenCV轨迹栏

会用到以下主要两个函数

cv2.createTrackbar(trackbarName, windowName, value, count, onChange)创建轨迹栏

主要参数:

  • trackbarName:轨迹栏名称
  • windowName:附加到的窗口名称
  • value:默认值
  • count:最大值
  • onChange:执行的回调函数每次跟踪栏值更改,下面例子函数什么都不做

getTrackbarPos(trackbarname, winname)获取轨迹栏的位置

  • trackbarname:轨迹栏名称
  • winname:附加到的窗口名称

4.1 轨迹栏作为调色板

创建一个黑色图像,通过轨迹栏改变BGR三通道值来显示不同颜色

python 复制代码
import numpy as np
import cv2


def nothing(x):
    pass


# 创建一个黑色的图像,一个窗口
img = np.zeros((512, 512, 3), np.uint8)
cv2.namedWindow('image')
# 创建颜色变化的轨迹栏
cv2.createTrackbar('R', 'image', 0, 255, nothing)
cv2.createTrackbar('G', 'image', 0, 255, nothing)
cv2.createTrackbar('B', 'image', 0, 255, nothing)
# 为 ON/OFF 功能创建开关
switch = '0 : OFF \n1 : ON'
cv2.createTrackbar(switch, 'image', 0, 1, nothing)
while (1):
    cv2.imshow('image', img)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
    # 得到四条轨迹的当前位置
    r = cv2.getTrackbarPos('R', 'image')
    g = cv2.getTrackbarPos('G', 'image')
    b = cv2.getTrackbarPos('B', 'image')
    s = cv2.getTrackbarPos(switch, 'image')
    if s == 0:
        img[:] = 0
    else:
        img[:] = [b, g, r]
cv2.destroyAllWindows()

4.2 轨迹栏显示不同通道图像

OpenCV读取的是BGR形式,通过轨迹栏可以显示不同通道的图像,例如:只有R单通道的图像、将两通道合并的图像、将三通道合并为原图像。

  • split(): 通道分离,(b, g, r)形式
  • merge() :通道合并,输入1通道或者3通道
python 复制代码
import numpy as np
import cv2


def nothing(x):
    pass


# 将选择的通道设置为零矩阵,不显示
def zeros_channels(channel):
    zeros = np.zeros_like(channel)
    return zeros


img = cv2.imread('lena.jpg')
# 将3通道分离
b, g, r = cv2.split(img)
cv2.namedWindow('image')
# 创建三通道开关的轨迹栏
switch_r = 'R_channel'
cv2.createTrackbar(switch_r, 'image', 0, 1, nothing)
switch_g = 'G_channel'
cv2.createTrackbar(switch_g, 'image', 0, 1, nothing)
switch_b = 'B_channel'
cv2.createTrackbar(switch_b, 'image', 0, 1, nothing)

while (1):
    cv2.imshow('image', img)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
    # 得到三条轨迹的当前位置
    s_r = cv2.getTrackbarPos(switch_r, 'image')
    s_g = cv2.getTrackbarPos(switch_g, 'image')
    s_b = cv2.getTrackbarPos(switch_b, 'image')

    if s_r == 1:
        if s_g == 1:
            if s_b == 1:
                img = cv2.merge([b, g, r])  # 对通道按照BGR的顺序合并生成图像bgr
            else:
                img = cv2.merge([zeros_channels(b), g, r]) # 不显示b通道
        else:
            if s_b == 1:
                img = cv2.merge([b, zeros_channels(g), r])  # 对通道按照BGR的顺序合并生成图像bgr
            else:
                img = cv2.merge([zeros_channels(b), zeros_channels(g), r]) # 不显示b, g通道
    else:
        if s_g == 1:
            if s_b == 1:
                img = cv2.merge([b, g, zeros_channels(r)])  # 对通道按照BGR的顺序合并生成图像bgr
            else:
                img = cv2.merge([zeros_channels(b), g, zeros_channels(r)]) # 不显示b, r通道
        else:
            if s_b == 1:
                img = cv2.merge([b, zeros_channels(g), zeros_channels(r)])  # 对通道按照BGR的顺序合并生成图像bgr
            else:
                img = cv2.merge([zeros_channels(b), zeros_channels(g), zeros_channels(r)]) # 不显示b, g, r通道


cv2.destroyAllWindows()
相关推荐
墨绿色的摆渡人2 分钟前
用 pytorch 从零开始创建大语言模型(三):编码注意力机制
人工智能·pytorch·语言模型
zm-v-1593043398619 分钟前
ChatGPT 与 DeepSeek:学术科研的智能 “双引擎”
人工智能·chatgpt
果冻人工智能22 分钟前
美国狂奔,中国稳走,AI赛道上的龟兔之争?
人工智能
果冻人工智能32 分钟前
再谈AI与程序员: AI 写的代码越来越多,那我们还需要开发者吗?
人工智能
大脑探路者36 分钟前
【PyTorch】继承 nn.Module 创建简单神经网络
人工智能·pytorch·神经网络
viperrrrrrrrrr71 小时前
大数据学习(95)-谓词下推
大数据·sql·学习
无代码Dev1 小时前
如何使用AI去水印(ChatGPT去除图片水印)
人工智能·ai·ai-native
达柳斯·绍达华·宁1 小时前
自动驾驶04:点云预处理03
人工智能·机器学习·自动驾驶
唔661 小时前
flutter 曲线学习 使用第三方插件实现左右滑动
javascript·学习·flutter