OpenCV-Python滚动条函数cv2.createTrackerbar()的使用

使用cv2.createTrackerbar()动态改变图像亮度

在使用opencv读取图像时，我们有时需要动态的改变图像的亮度，这就需要用到opencv自带的滚动滑块函数cv2.createTrackerbar()。通过官方文档可知该函数有5个参数：

• trackbarName：滚动滑块的名称；
• windowName：添加滚动滑块窗口的名称；
• value：滑块的初始位置；
• count：滑块可以移动的最大值；
• onChange：指向每次滑块更改位置时要调用的函数的指针，有默认值0。此函数的原型应为void XXX (int, void *); ，其中第一个参数是轨迹栏位置，第二个参数是用户数据（请参阅下一个参数）。如果回调是NULL指针，则不调用任何回调，而仅更新值。

以下图为例去动态的修改图像的亮度：

具体代码：

# -*-coding:utf-8-*-
"""
File Name: trackBar_operation.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


def nothing(x):
    pass


def adjust_lightness(image_path: str, value=0, count=100):
    """
    使用滚动滑块调整图像的亮度
    :param image_path: 传入图像文件的路径
    :param value: 滑块初始位置
    :param count: 滑块可以移动的最大值
    :return: 没有返回值
    """
    img = cv.imread(image_path, cv.IMREAD_COLOR)

    cv.namedWindow('input', cv.WINDOW_KEEPRATIO)
    cv.createTrackbar('lightness', 'input', value, count, nothing)
    cv.imshow('input', img)

    blank = np.zeros_like(img)

    while True:
        pos = cv.getTrackbarPos('lightness', 'input')
        blank[:, :] = [pos, pos, pos]
        result = cv.add(img, blank)

        print('lightness: ', pos)
        cv.imshow('result', result)

        c = cv.waitKey(1)
        if c == 25:
            break


if __name__ == '__main__':
    path = 'images/daiyutong.png'
    adjust_lightness(path)

结果展示：通过移动滑块位置，可以实时查看图像的亮度变化。

添加双滑块，使用cv.addWeighted()动态改变图像的亮度和对比度

OpenCV中的融合函数cv.addWeighted()可以对两张图像进行融合或者将两张图像相加。该函数有7个参数。

• src1 输入图片
• alpha 第一张图片的权重
• src2 和第一张输入图片有相同形状
• beta 第二张图片的权重
• gamma 静态权重，添加到图像的所有像素中
• dst 默认值为None，dst = src1*alpha + src2*beta + gama

同样以上图为例，使用该函数同时调整图像的亮度和对比度。
具体代码是：

# -*-coding:utf-8-*-
"""
File Name: trackBar_operation.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


def nothing(x):
    pass

def trackbar_to_adjust(image_path: str):
    """
    通过OpenCV的tackBar滑块动态的修改图像的亮度和对比度
    :param image_path: 传入图片文件路径
    :return: 没有返回值
    """
    img = cv.imread(image_path)

    cv.namedWindow('input', cv.WINDOW_KEEPRATIO)
    cv.createTrackbar('lightness', 'input', 0, 100, nothing)  # 第3个参数代表滑块初始位置；第4个参数代表滑块可以滑动的最大值
    cv.createTrackbar('contrast', 'input', 100, 200, nothing)
    cv.imshow('input', img)
    blank = np.zeros_like(img)  # 创建一个与img形状相同的图像blank

    while True:
        light = cv.getTrackbarPos('lightness', 'input')  # 控制亮度的滚动条
        contrast = cv.getTrackbarPos('contrast', 'input') / 100  # 控制对比度的滚动条
        print('light: {}, contrast: {}.'.format(light, contrast))
        result = cv.addWeighted(img, contrast, blank, 0.5, light)

        cv.imshow('result', result)
        c = cv.waitKey(1)
        if c == 27:
            break

    cv.destroyAllWindows()
 
 
 if __name__ == '__main__':
    path = 'images/daiyutong.png'
    trackbar_to_adjust(path)

效果展示：

获取更多opencv和计算机视觉知识，请关注微信公众号　“AI与计算机视觉”。