一、问题,在学习opencv的过程中,虽然一些书给出了函数的代码和解释,并且给出了结果,但是,对 于一些参数的特定效果,还是不知道什么这样子取,但是好奇害死猫,一般的做法就是随便给一些参数,看看结果,这样有很蠢的做法:直接改代码,运行,看结果,不停比较。这样的缺点就是:离散调节,没有渐进的效果,繁琐,改代码改漏了就很烦。于是在了解了opencv的gui特性之后,想到了用滑动调调参。以下介绍其细节:
二、关键点:opencv的滑动条,
关键函数:cv2.creatTrackbar():、cv2.getTrackbarPos():配合使用,第一个函数就是创建所谓的滑动条,
第二个函数读滑动条
1:cv2.creatTrackbar():
函数举例:cv2.createTrackbar('R','image',0,255,nothing)
如上,
第一个参数是滑动条的名字
第二个参数是滑动条被放置窗口的名字
第三个参数是滑动条的默认位置
第四个参数是滑动条的最大值
第五个函数是回调函数,每次滑动条的滑动都会调用回调函数。回调函数通常都会含有一个默认参数,就是滑动条的位置。在本例中这个函数不用做任何事情,我们只需要 pass 就可以了
!!!摘自:https://www.cnblogs.com/Undo-self-blog/p/8424056.html,用滑动条做调色板
2:cv2.getTrackbarPos():
使用举例:r = cv2.getTrackbarPos('R','image')
对比上面可知读取滑动条R的值
3:拓展,注意,可以同时有多个滑动条(一般这样用):
举例:
cv2.createTrackbar('R','image',0,255,nothing)
cv2.createTrackbar('G','image',0,255,nothing)
cv2.createTrackbar('B','image',0,255,nothing)
r = cv2.getTrackbarPos('R','image')
g = cv2.getTrackbarPos('G','image')
b = cv2.getTrackbarPos('B','image')
三、步骤:
1 首先创建一个image:这里是
img = np.zeros((300,500,3), np.uint8)
cv2.namedWindow('image')
2 创建滑动条(需要便多少个参数就创建多少个)
cv2.createTrackbar('R_l','image',110,255,nothing)
cv2.createTrackbar('G_l','image',50,255,nothing)
cv2.createTrackbar('B_l','image',50,255,nothing)
cv2.createTrackbar('R_u','image',130,255,nothing)
cv2.createTrackbar('G_u','image',255,255,nothing)
cv2.createTrackbar('B_u','image',255,255,nothing)
3 读取滑动条,
r_l = cv2.getTrackbarPos('R_l','image')
g_l = cv2.getTrackbarPos('G_l','image')
b_l = cv2.getTrackbarPos('B_l','image')
r_u = cv2.getTrackbarPos('R_u','image')
g_u = cv2.getTrackbarPos('G_u','image')
b_u = cv2.getTrackbarPos('B_u','image')
4 代入参数
lower_blue = np.array([r_l,g_l,b_l])
upper_blue = np.array([r_u,g_u,b_u])
总的参考代码:
import cv2
import numpy as np
def nothing(x):
pass
cap = cv2.VideoCapture(0)
# Create a black image, a window
img = np.zeros((300,500,3), np.uint8)
cv2.namedWindow('image')
# create trackbars for color change
cv2.createTrackbar('R_l','image',110,255,nothing)
cv2.createTrackbar('G_l','image',50,255,nothing)
cv2.createTrackbar('B_l','image',50,255,nothing)
cv2.createTrackbar('R_u','image',130,255,nothing)
cv2.createTrackbar('G_u','image',255,255,nothing)
cv2.createTrackbar('B_u','image',255,255,nothing)
while(1):
r_l = cv2.getTrackbarPos('R_l','image')
g_l = cv2.getTrackbarPos('G_l','image')
b_l = cv2.getTrackbarPos('B_l','image')
r_u = cv2.getTrackbarPos('R_u','image')
g_u = cv2.getTrackbarPos('G_u','image')
b_u = cv2.getTrackbarPos('B_u','image')
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# define range of blue color in HSV
lower_blue = np.array([r_l,g_l,b_l])
upper_blue = np.array([r_u,g_u,b_u])
# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)
cv2.imshow('image',img)
cv2.imshow('frame',frame)
#cv2.imshow('mask',mask)
cv2.imshow('res',res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
!!!!!该代码改自https://www.cnblogs.com/Undo-self-blog/p/8434906.html
可以对比看下效果,