opencv笔记3：trackbar简单使用

---

time:2015年 10月 03日 星期六 13:54:17 CST

opencv笔记3：trackbar简单使用

---

当需要测试某变量的一系列取值取值会产生什么结果时，适合用trackbar。看起来就是debug的一种技术手段了。

主要是使用createTrackbar函数。具体讲，是把trackbar放到一个窗口中，并为trackbar设定回调函数，步骤还是有点繁琐的：

• 定义图像
• 定义窗口
• 定义回调函数
• 创建trackbar
• 回调函数初始化
• 善后工作

其中回调函数参数规定为(int, void*)格式，然而在我看来并没有卵用，迟早要去掉的。
创建trackbar时要指定window的名字，好把自己放进去。
创建trackbar时还传入了int* value参数，表示进度条滑动后改变的量。注意到传入类型是指针，是真的改变这个变量的值。显然，多个trackbar可以共用同一个回调函数，只要回调函数中用到了各trackbar对应的变量。
这里回调函数的例子是，混合两张图片，而trackbar进度条的值是混合公式中的alpha值。代码：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat src1, src2, dst;
int init_slider, slider_max;

void callback_trackbar();

void callback_trackbar(int, void*) {
    double alpha = (double) init_slider/slider_max ;
    double beta = ( 1.0 - alpha );

    addWeighted( src1, alpha, src2, beta, 0.0, dst);

    imshow( "Linear Blend", dst );
}

int main() {
    src1 = imread("/home/chris/workspace/clion/LinuxLogo.jpg");
    src2 = imread("/home/chris/workspace/clion/WindowsLogo.jpg");

    string trackbar_name = "进度条调节";
    string window_name = "显示窗口";
    namedWindow(window_name);

    init_slider = 100; //trackbar初始值
    slider_max = 255; //trackbar最大值
    createTrackbar(trackbar_name, window_name, &init_slider, slider_max, callback_trackbar);
    callback_trackbar(0, 0);
    waitKey(0);
    destroyAllWindows();
    return 0;
}

上面是最简单的例子。稍微变化下，可以弄两个进度条，一个控制对比度，一个控制亮度，回调函数中把亮度和对比度都使用到，就可以了。其理论依据是，

g(x,y)=contractValue*f(x,y)+brightValue

也就是，对比度是和图像灰度值相乘的，而亮度是和灰度值相加的。
那么对应的完整代码为：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

static void ContrastAndBright(int, void *);

int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
Mat g_srcImage,g_dstImage;

int main(){
    g_srcImage= imread( "/home/chris/workspace/clion/mogu.jpg");
    if(!g_srcImage.data ) {
        printf("Oh，no，读取g_srcImage图片错误~！
"); 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;

    //创建窗口
    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);

    //输出一些帮助信息
    cout<<endl<<"	嗯。好了，请调整滚动条观察图像效果~

"
    <<"	按下“q”键时，程序退出~!
"
    <<"

				by浅墨";

    //按下“q”键时，程序退出
    while(char(waitKey(1)) != 'q') {}
    return 0;
}


//-----------------------------【ContrastAndBright( )函数】------------------------------------
//     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，执行运算 g_dstImage(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);
}

为了访问图像的每一个像素，我们使用这样的语法： image.at(y,x)[c]
其中，y是像素所在的行， x是像素所在的列， c是R、G、B（对应0、1、2）其中之一。
因为我们的运算结果可能超出像素取值范围（溢出），还可能是非整数（如果是浮点数的话），所以我们要用saturate_cast对结果进行转换，以确保它为有效值。
这里的a也就是对比度，一般为了观察的效果，取值为0.0到3.0的浮点值，但是我们的轨迹条一般取值都会整数，所以在这里我们可以，将其代表对比度值的nContrastValue参数设为0到300之间的整型，在最后的式子中乘以一个0.01，这样就可以完成轨迹条中300个不同取值的变化。所以在式子中，我们会看到saturate_cast( (g_nContrastValue0.01)(image.at(y,x)[c] ) + g_nBrightValue )中的g_nContrastValue*0.01。