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 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 #include #include 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![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/3d11026b934b474a9180df54412a0988.png)

相关推荐
渡我白衣1 分钟前
计算机组成原理(4):计算机的层次结构与工作原理
运维·c语言·网络·c++·人工智能·笔记·硬件架构
路边草随风4 分钟前
llama_index简单使用
人工智能·python·llama
zqy02275 分钟前
质量保障追求敏捷与快速交付
人工智能
瀚岳-诸葛弩5 分钟前
对比tensorflow,从0开始学pytorch(一)
人工智能·pytorch·tensorflow
宝贝儿好6 分钟前
【强化学习】第二章:老虎机问题、ε-greedy算法、指数移动平均
人工智能·python·算法
AI视觉网奇7 分钟前
实时 数字人 DH_live 半身
人工智能·计算机视觉
美狐美颜SDK开放平台7 分钟前
跨平台直播美颜SDK开发:iOS/Android/WebGL实现要点
android·人工智能·ios·美颜sdk·第三方美颜sdk·视频美颜sdk·美狐美颜sdk
CoovallyAIHub9 分钟前
超越深度学习:量子优化如何通过算法与硬件重塑AI
深度学习·算法·计算机视觉
2401_841495649 分钟前
【自然语言处理】自然语言理解的分层处理机制与程序语言编译器的对比研究
人工智能·python·深度学习·自然语言处理·自然语言理解·分层处理机制·程序语言编译器
泰迪智能科技11 分钟前
图书推荐|堪称教材天花板,深度学习教材-PyTorch与深度学习实战
人工智能·pytorch·深度学习