【学习OpenCV4】进度条实现总结

本文分享内容来自图书《学习OpenCV 4：基于Python的算法实战》，该书内容如下：

第1章 OpenCV快速入门；
第2章 图像读写模块imgcodecs；
第3章 核心库模块core；
第4章 图像处理模块imgproc（一）；
第5章 图像处理模块imgproc（二）；
第6章 可视化模块highgui；
第7章 视频处理模块videoio；
第8章 视频分析模块video；
第9章 照片处理模块photo；
第10章 2D特征模块features2d；
第11章 相机标定与三维重建模块calib3d；
第12章 传统目标检测模块objdetect；
第13章 机器学习模块ml；
第14章 深度神经网络模块dnn

欢迎关注图书《深度学习计算机视觉实战》与《学习OpenCV4：基于Python的算法实战》。

OpenCV中提供了创建进度条的函数为createTrackbar，函数定义如下：

createTrackbar(trackbarName, windowName, value, count, onChange)

参数说明如下：
trackbarName，进度条名称；
windowName，窗口名；
value，进度条初始位置值；
count，进度条最大值；
onChange，进度条滑动回调函数。
createTrackbar函数返回值为None。
OpenCV中提供了获取进度条位置的函数为getTrackbarPos，函数定义如下：

retval = getTrackbarPos(trackbarname, winname)

参数说明如下：
trackbarName，进度条名称；
windowName，窗口名；
retval，获取的进度条位置。
本案例简单的实现了一个颜色混合器（或称调色板），图像窗口中创建了三个进度条，进度条的值为0~255，三个进度条的值对应图像的RGB三个通道的值，调节进度条可以查看颜色混合后的结果。案例代码如下：

import cv2 
 import numpy as np


# 定义进度条回调函数
def changeColor(x):
    # 获取进度条中R通道颜色值
    color_r = cv2.getTrackbarPos('color_R', 'image')
    # 获取进度条中G通道颜色值
    color_g = cv2.getTrackbarPos('color_G', 'image')
    # 获取进度条中B通道颜色值
    color_b = cv2.getTrackbarPos('color_B', 'image')
    # 给图像img的BGR三个通道颜色赋值
    img[:] = [color_b, color_g, color_r]
    cv2.imshow("image", img)

# 创建图像
img = np.zeros([512, 512, 3], np.uint8)
# 创建窗口image
cv2.namedWindow("image")
# 创建三个进度条，对应三个通道颜色
cv2.createTrackbar("color_R", 'image', 0, 255, changeColor)
cv2.createTrackbar("color_G", 'image', 0, 255, changeColor)
cv2.createTrackbar("color_B", 'image', 0, 255, changeColor)
# 无限循环等待键盘事件
while(True):
    cv2.imshow("image", img)
    #如果按键为ESC则退出
    key = cv2.waitKey(0)
    if key == 27:
        break
    cv2.destroyAllWindows()

案例执行结果如图6.6所示。