資訊專欄INFORMATION COLUMN
摘要：使用滑動條來調(diào)整函數(shù)參數(shù)版本引言在觀察中某個函數(shù)在不同參數(shù)的情況下，所得到的效果的時候，我之前是改一次參數(shù)運行一次，這樣做起來操作麻煩，效率低下。
OpenCV 使用滑動條來調(diào)整函數(shù)參數(shù) Python版本 引言
在觀察OpenCV中某個函數(shù)在不同參數(shù)的情況下，所得到的效果的時候，我之前是改一次參數(shù)運行一次，這樣做起來操作麻煩，效率低下。為了更便捷的觀察參數(shù)變化時帶來的處理效果改變 可以使用滑動條來改變參數(shù)
具體思路使用cv2.createTrackbar()創(chuàng)建滑動條，有幾個參數(shù)就創(chuàng)建幾個
對每個參數(shù)定義回調(diào)函數(shù)
在回調(diào)函數(shù)中顯示圖片
注意 滑動條的窗口名稱 要與 圖片顯示的窗口名字相同
代碼實現(xiàn)import cv2
d = 0
color = 0
space = 0
def change_d(x):
d = x
blur = cv2.bilateralFilter(img,d,color,space)
cv2.imshow("myImg",blur)
def change_color(x):
color = x
blur = cv2.bilateralFilter(img,d,color,space)
cv2.imshow("myImg",blur)
def change_space(x):
space = x
blur = cv2.bilateralFilter(img,d,color,space)
cv2.imshow("myImg",blur)
img = cv2.imread("car2.jpeg")
cv2.namedWindow("myImg")
cv2.createTrackbar("d","myImg",1,500,change_d)
cv2.createTrackbar("color","myImg",1,500,change_color)
cv2.createTrackbar("space","myImg",1,500,change_space)
while(1):
k = cv2.waitKey(1)&0xFF
if k==27:
break
d = cv2.getTrackbarPos("d","myImg")
color = cv2.getTrackbarPos("color","myImg")
space = cv2.getTrackbarPos("space","myImg")
cv2.destroyAllWindows()
效果展示
文章版權歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://www.ezyhdfw.cn/yun/45115.html
摘要：滑動條操作軌道欄名稱窗口名稱參數(shù)的默認值參數(shù)的最大值執(zhí)行的回調(diào)函數(shù)應用創(chuàng)建一個簡單的應用程序，顯示您指定的顏色。在我們的應用程序中，創(chuàng)建了一個開關，其中應用程序僅在開關打開時有效，否則屏幕始終為黑色打開開關，滑動滑動條 Trackbar as the Color Palette 滑動條操作 cv2.createTrackbar(trackbarName, windowName, va...
摘要：我盡可能對深度學習目標檢測器的組成做一個概述，包括使用預訓練的目標檢測器執(zhí)行任務的源代碼。當我們理解了什么是目標檢測時，隨后會概述一個深度學習目標檢測器的核心模塊。方法傳統(tǒng)的目標檢測技術路線第一個方法不是純端到端的深度學習目標檢測器。 目標檢測技術作為計算機視覺的重要方向，被廣泛應用于自動駕駛汽車、智能攝像頭、人臉識別及大量有價值的應用上。這些系統(tǒng)除了可以對圖像中的每個目標進行識別、分類以外...
閱讀 3715·2021-11-19 09:40
閱讀 3166·2019-08-30 15:54
閱讀 2370·2019-08-30 15:44
閱讀 3257·2019-08-29 15:35
閱讀 3390·2019-08-29 12:22
閱讀 2917·2019-08-28 18:01
閱讀 3208·2019-08-26 13:54
閱讀 969·2019-08-26 12:24
