Opencv中的鼠标控制和TrackBar控件

一、鼠标控制

示例代码：

import cv2
import numpy as np

def mouse_callback(event, x, y, flags, userdata):
    print(event, x, y, flags, userdata)

#创建窗口
cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 480)

#设置鼠标回调
cv2.setMouseCallback('mouse', mouse_callback, "123")

img = np.zeros((480, 640, 3), np.uint8)

while True:
    cv2.imshow('mouse', img)
    key = cv2.waitKey(1)
    if key & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

核心 API 及参数详解

这段代码中与鼠标回调相关的核心 API 有 2 个：cv2.setMouseCallback()（绑定回调函数）、自定义鼠标回调函数（处理鼠标事件），以下是各 API 的参数拆解：

1. 自定义鼠标回调函数（必须遵循 OpenCV 规范）

代码中定义的 mouse_callback(event, x, y, flags, userdata) 是 OpenCV 规定的鼠标回调函数格式，参数顺序和类型不可随意修改，具体说明：

参数名	类型	含义及常用取值
event	整数	鼠标事件类型（OpenCV 预定义常量），表示触发的具体操作： - cv2.EVENT_MOUSEMOVE（0）：鼠标移动 - cv2.EVENT_LBUTTONDOWN（1）：左键按下 - cv2.EVENT_LBUTTONUP（4）：左键释放 - cv2.EVENT_RBUTTONDOWN（2）：右键按下 - cv2.EVENT_RBUTTONUP（5）：右键释放
x/y	整数	事件发生时鼠标在窗口内的坐标：x是水平坐标（从左到右），y是垂直坐标（从上到下）
flags	整数	鼠标事件的辅助标志（附加状态）： - cv2.EVENT_FLAG_LBUTTON（1）：左键按住 - cv2.EVENT_FLAG_SHIFTKEY（16）：Shift 键按住 - cv2.EVENT_FLAG_CTRLKEY（8）：Ctrl 键按住
userdata	任意类型	用户自定义数据，由cv2.setMouseCallback传递过来（代码中传的是字符串 "123"）

2. cv2.setMouseCallback()（绑定鼠标回调到窗口）

这是关联窗口和回调函数的核心 API，函数格式：cv2.setMouseCallback(winname, onMouse, userdata=None)

参数名	类型	含义
winname	字符串	要绑定回调的窗口名称（必须和cv2.namedWindow创建的窗口名一致，代码中是 "mouse"）
onMouse	函数对象	自定义的鼠标回调函数（代码中是mouse_callback），必须符合上述参数规范
userdata	任意类型（可选）	传递给回调函数最后一个参数的自定义数据（代码中传了 "123"，默认 None）

总结

1. 鼠标回调函数的参数必须严格遵循「event, x, y, flags, userdata」的顺序，前 4 个由 OpenCV 自动传入，最后 1 个是用户自定义数据；
2. cv2.setMouseCallback的核心是绑定「窗口名」和「回调函数」，窗口名必须和创建的窗口一致；
3. event表示鼠标的核心操作（按下 / 释放 / 移动），flags表示操作时的附加状态（按住快捷键等），两者结合可实现复杂鼠标交互。

二、TrackBar控件

示例代码：

import cv2
import numpy

def callback():
    pass

#创建窗口
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
cv2.resizeWindow('trackbar', 640, 480)

#创建trackbar
cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
cv2.createTrackbar('B', 'trackbar', 0, 255, callback)

#创建一个全黑的背景图片
img = numpy.zeros((480, 640, 3), numpy.uint8)

while True:
    r = cv2.getTrackbarPos('R', "trackbar")
    g = cv2.getTrackbarPos('G', "trackbar")
    b = cv2.getTrackbarPos('B', "trackbar")
    #改变背景图片颜色
    img[:] = [b, g, r]
    cv2.imshow('trackbar', img)

    key = cv2.waitKey(1)
    if key & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

核心 API 及参数详解

这段代码中与 TrackBar 控件相关的核心 API 有 2 个（cv2.createTrackbar()、cv2.getTrackbarPos()），以下是各 API 的参数拆解：

1. cv2.createTrackbar ()（创建 TrackBar 控件）

这是创建轨迹条的核心 API，轨迹条无法独立存在，必须依附于已创建的 OpenCV 窗口。

函数格式：

cv2.createTrackbar(trackbarname, winname, value, count, onChange)

参数说明（表格形式更适合博客排版）：

参数名	类型	含义及代码中的实际应用
trackbarname	字符串	轨迹条的唯一标识名称（用于后续获取值时识别）：代码中分别为 "R"、"G"、"B"，对应 RGB 三个颜色通道
winname	字符串	轨迹条依附的窗口名称（必须和cv2.namedWindow创建的窗口名一致）：代码中为 "trackbar"
value	整数	轨迹条的初始值：代码中三个轨迹条初始值都设为 0（对应颜色初始亮度为 0，背景为黑色）
count	整数	轨迹条的最大值（最小值固定为 0）：代码中设为 255（匹配 RGB 颜色通道 0-255 的取值范围）
onChange	函数对象	轨迹条数值变化时触发的回调函数：代码中传入空函数callback()（表示数值变化时不执行任何操作）；若需自定义逻辑，回调函数需接收1 个整数参数（轨迹条当前值）

回调函数规范示例:

# 正确的回调函数格式（接收轨迹条当前值）
def callback(pos):
    print(f"轨迹条当前值：{pos}")

2. cv2.getTrackbarPos ()（获取 TrackBar 当前值）

实时获取轨迹条的数值，是实现轨迹条交互的核心。

函数格式：

cv2.getTrackbarPos(trackbarname, winname)

参数说明：

参数名	类型	含义及代码中的实际应用
trackbarname	字符串	要获取值的轨迹条名称（需和cv2.createTrackbar中定义的名称一致）：代码中分别获取 "R"、"G"、"B" 的当前值
winname	字符串	轨迹条所在的窗口名称（需和创建轨迹条时的窗口名一致）：代码中为 "trackbar"
返回值	整数	轨迹条的当前数值（范围 0 到创建时设置的count值，代码中 0-255）

总结

1. cv2.createTrackbar核心参数是「轨迹条名、窗口名、初始值、最大值、回调函数」，轨迹条必须依附已创建的窗口，最大值通常设为 255（匹配 RGB 颜色范围）；
2. cv2.getTrackbarPos仅需「轨迹条名、窗口名」即可获取当前值，是实现轨迹条交互的关键；
3. 回调函数需接收 1 个整数参数（轨迹条当前值），若无需响应数值变化，可传入空函数。