OpenCV高级图形用户界面(18)手动设置轨迹条(Trackbar)的位置函数setTrackbarPos()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

该函数设置指定窗口中指定轨迹条的位置。

注意

仅 Qt 后端 如果轨迹条附加到控制面板,则 winname 可以为空。

函数原型

cpp 复制代码
void cv::setTrackbarPos
(
	const String & 	trackbarname,
	const String & 	winname,
	int 	pos 
)	

参数

  • 参数trackbarname:轨迹条的名称。
  • 参数winname:轨迹条所在窗口的名称。
  • 参数pos:新的位置。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

// 回调函数 - 在此示例中不执行任何操作
void onTrackbar( int pos, void* ) {}

int main()
{
    // 创建一个空白图像
    Mat img = Mat::zeros( 300, 500, CV_8UC3 );

    // 创建一个名为 "Control Panel" 的窗口
    namedWindow( "Control Panel", WINDOW_AUTOSIZE );

    // 定义轨迹条的最大值
    const int max_value = 100;

    // 初始化轨迹条的位置
    int trackbar_pos = 50;  // 初始位置

    // 创建轨迹条
    createTrackbar( "Value", "Control Panel", &trackbar_pos, max_value, onTrackbar );

    // 设置轨迹条的位置
    const int new_position = 75;  // 新的位置
    setTrackbarPos( "Value", "Control Panel", new_position );

    // 主循环
    while ( true )
    {
        // 获取轨迹条的当前位置
        int pos = getTrackbarPos( "Value", "Control Panel" );

        // 在图像上绘制当前的值
        putText( img, to_string( pos ), Point( 10, 50 ), FONT_HERSHEY_SIMPLEX, 1, Scalar( 255, 255, 255 ), 2 );

        // 显示图像
        imshow( "Control Panel", img );

        // 等待用户按键
        int key = waitKey( 1 );
        if ( key == 'q' )  // 如果用户按下 'q',退出循环
        {
            break;
        }
    }

    // 关闭所有窗口
    destroyAllWindows();

    return 0;
}

运行结果

相关推荐
奕鼎竜瑆4 分钟前
Solid 前端响应式开发从零到精通
前端·人工智能
YOLO数据集集合29 分钟前
无人机桥梁损伤目标检测数据集 | 桥梁损伤 无人机巡检 结构健康监测 多类别检测9135期
人工智能·目标检测·无人机
动恰客流统计36 分钟前
景区客流统计怎么做?兼顾管控与运营的实施方案解析
大数据·前端·人工智能
weixin_4438830138 分钟前
合规整改倒计时:高等级签名证书的应用场景
大数据·人工智能·法大大·法大大电子签·电子合同
魔猴疯猿1 小时前
从0到1用Python开发第一个智能体
人工智能·python·深度学习·神经网络·机器学习
天一生水water1 小时前
变分模态分解(VMD)的教程
人工智能
荆棘鸟智能2 小时前
林业遥感长势评估怎么做?从NDVI时序分析到LiDAR蓄积量回归
人工智能·算法·智慧林业
代码方舟2 小时前
数据科学风控实战:基于天远全能消金报告构建自动化信用评估网关
运维·人工智能·自动化
Yan-英杰2 小时前
2026年数据采集服务怎么选?4大主流平台(亮数据 Bright Data、Apify、ScrapingBee、Zyte)深度对比
人工智能·神经网络·microsoft·机器学习·ai开发工具