文章目录

• Trackbar介绍
• Trackbar API
• • createTrackbar()函数
• Trackbar案例
• • 代码示例1：混合图像透明度变换显示
  • 代码示例2：图像亮度与对比度滑动调整

Trackbar介绍

opencv提供了一种称为轨迹条或滑动条（Trackbar）的控件工具，能够直观的改变出现处理时的参数，实时看到更改这些参数时对于图像处理结果的影响。

Trackbar API

createTrackbar()函数

OpenCV 提供的 GUI 库在(highgui.h)里

createTrackbar()函数用来创建一个可以调节输入变量值的滑动条，并将改控件依附于指定的窗口上。在使用时需要和一个回调函数配合使用。其原型如下：

CV_EXPORTS int createTrackbar(
	const string& trackbarname, 
	const string& winname,
	int* value, 
	int count,
	TrackbarCallback onChange = 0,
	void* userdata = 0
);

其各个参数含义如下：

• trackname: 滑动条名字
• winname: 想要把该滑动条依附到的窗口名字，在程序中可能该窗口名称由namedWindow()声明。
• value: 创建滑动条时，滑动条的初始值
• count: 滑动条的最大值，即所有滑动条的数据变动都要在0-count之间，滑动条最小值为0
• onChange= 0 : 这是指的回调函数，每次滑动条数据变化时都对该函数进行回调
• userdata= 0 : 这个是用户传给回调函数的数据，用来处理滑动条数值变动。如果在创建滑动条时，输入value实参是全局变量，则本参数userdata可使用默认值0.

Trackbar案例

代码示例1：混合图像透明度变换显示

效果展示：

代码如下：

#include <iostream>
#include <stdio.h>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>

using namespace std;
using namespace cv;

//声明全局变量
const int g_nTrackbarMaxValue = 100;		// 滑动条最大值
int g_nTrackbarValue;						// 滑动条对应的值
double g_dAlphaValue;						// 第一幅图权重
double g_dBetaValue;						// 第二幅图权重
Mat g_srcImage1, g_srcImage2, g_distImage;

//声明回调函数
void on_Trackbar(int, void*);

int main()
{
	g_srcImage1 = imread("./test2.jpg");
	g_srcImage2 = imread("./test.jpg");

	//判断图像是否加载成功
	if (g_srcImage1.data && g_srcImage2.data)
		cout << "图像加载成功!" << endl << endl;
	else
	{
		cout << "图像加载失败!" << endl << endl;
		return -1;
	}

	namedWindow("混合后图像", WINDOW_NORMAL);		// 滑动条依附的窗口
	g_nTrackbarValue = 20;							// 设置滑动条初始值

	//在创建的窗体中创建滑动条控件并命名
	char trackBarName[100];

	/*Linux下使用sprintf需要添加头文件"stdio.h"
	 *在Windows下微软一直在推广其安全函数即后缀加上_s
	 *否则会有警告出现
	 *所以本段代码将有两个版本*/
	sprintf(trackBarName, "透明度 %d", g_nTrackbarMaxValue);			// Linux版本语句

	// sprintf_s(trackBarName, "透明度 %d", g_nTrackbarMaxValue);		// Windows版本语句

	createTrackbar(trackBarName, "混合后图像", &g_nTrackbarValue, g_nTrackbarMaxValue, on_Trackbar);

	on_Trackbar(g_nTrackbarValue, 0);           // 结果在回调函数中显示

	waitKey(0);

	return 0;
}

void on_Trackbar(int, void*)
{
	//图像融合的权重在0-1之间，转换输入值和权重之间的比例
	g_dAlphaValue = (double)g_nTrackbarValue / g_nTrackbarMaxValue;
	g_dBetaValue = 1.0 - g_dAlphaValue;     // 第二幅图像权重

	//使用addWeighted函数对图像进行线性混合
	addWeighted(g_srcImage1, g_dAlphaValue, g_srcImage2, g_dBetaValue, 0.0, g_distImage);

	imshow("混合后图像", g_distImage);
}

代码示例2：图像亮度与对比度滑动调整

效果展示：

代码如下：

#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>  

using namespace cv;
using namespace std;


int g_nContrastValue;   //对比度值
int g_nBrightValue;     //亮度值
Mat g_srcImage, g_dstImage;
static void ContrastAndBright(int, void*);

int main()
{
	//【0】初始化、配置
	// system("color 5F");

	g_srcImage = imread("./test2.jpg");
	if (!g_srcImage.data) 
	{
		printf("Oh,damm,读取g_srcImage图像错误！！！！"); 
		return false;
	}
	g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type());

	// 设定对比度和亮度的初值
	g_nContrastValue = 80;
	g_nBrightValue = 80;

	namedWindow("【效果图窗口】", 1);

	// 创建轨迹条
	createTrackbar("对比度：",
		"【效果图窗口】",
		&g_nContrastValue,
		300,
		ContrastAndBright);
	createTrackbar("亮  度：",
		"【效果图窗口】",
		&g_nBrightValue,
		200,
		ContrastAndBright);

	// 调用回调函数
	ContrastAndBright(g_nContrastValue, 0);
	ContrastAndBright(g_nBrightValue, 0);

	cout << endl << "嗯，好了，请调整滚动条观察图像效果！！！\n\n"
		<< "\t按下“q”键时，程序退出！！！\n"
		<< "\n\n\t\t\t\tby";
	
	waitKey(0);
	return 0;
}


// ContrastAndBright( int, void* ) 描述：改变图像对比度和亮度值的回调函数
static void ContrastAndBright(int, void*)
{
	// 创建窗口
	namedWindow("【原始图窗口】", 1);

	// 三个for循环，执行   g_dsImage（i，j） =  a*g_srcImage(i,j)  +  b
	for (int y = 0; y < g_srcImage.rows; y++)
	{
		for (int x = 0; x < g_srcImage.cols; x++)
		{
			for (int c = 0; c < 3; c++)
			{
				g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>
					((g_nContrastValue*0.01) * (g_srcImage.at<Vec3b>(y, x)[c]) + g_nBrightValue);
			}
		}
	}

	// 显示图像
	imshow("【原始图窗口】", g_srcImage);
	imshow("【效果图窗口】", g_dstImage);
}

标签：srcImage,轨迹,int,Trackba,Trackbar,OpenCV,图像,滑动,include
来源： https://blog.csdn.net/weixin_45525272/article/details/121265662