opencv滑动条调节hsv阈值python代码
时间: 2024-03-13 21:41:47 浏览: 30
当使用OpenCV进行图像处理时,可以使用滑动条来调节HSV颜色空间的阈值。下面是一个示例代码,演示了如何创建一个窗口,并在窗口中添加滑动条来调节HSV阈值:
```python
import cv2
def on_trackbar(val):
pass
# 创建一个空白图像
image = np.zeros((300, 300, 3), dtype=np.uint8)
# 创建一个窗口
cv2.namedWindow('Threshold')
# 创建滑动条
cv2.createTrackbar('Hue Min', 'Threshold', 0, 255, on_trackbar)
cv2.createTrackbar('Hue Max', 'Threshold', 255, 255, on_trackbar)
cv2.createTrackbar('Saturation Min', 'Threshold', 0, 255, on_trackbar)
cv2.createTrackbar('Saturation Max', 'Threshold', 255, 255, on_trackbar)
cv2.createTrackbar('Value Min', 'Threshold', 0, 255, on_trackbar)
cv2.createTrackbar('Value Max', 'Threshold', 255, 255, on_trackbar)
while True:
# 获取滑动条的值
hue_min = cv2.getTrackbarPos('Hue Min', 'Threshold')
hue_max = cv2.getTrackbarPos('Hue Max', 'Threshold')
saturation_min = cv2.getTrackbarPos('Saturation Min', 'Threshold')
saturation_max = cv2.getTrackbarPos('Saturation Max', 'Threshold')
value_min = cv2.getTrackbarPos('Value Min', 'Threshold')
value_max = cv2.getTrackbarPos('Value Max', 'Threshold')
# 将图像转换为HSV颜色空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
# 创建一个掩膜,根据滑动条的值来阈值化图像
mask = cv2.inRange(hsv, (hue_min, saturation_min, value_min), (hue_max, saturation_max, value_max))
# 显示原始图像和阈值化后的图像
cv2.imshow('Original', image)
cv2.imshow('Thresholded', mask)
# 按下ESC键退出循环
if cv2.waitKey(1) == 27:
break
# 销毁窗口
cv2.destroyAllWindows()
```
在这个示例代码中,我们首先创建了一个空白图像,并创建了一个名为"Threshold"的窗口。然后,我们使用`cv2.createTrackbar()`函数创建了六个滑动条,分别用于调节Hue、Saturation和Value的最小和最大阈值。每个滑动条都有一个回调函数`on_trackbar()`,但在这个示例中我们暂时不需要它,所以回调函数中只有一个空的`pass`语句。
在主循环中,我们使用`cv2.getTrackbarPos()`函数获取滑动条的当前值,并将图像转换为HSV颜色空间。然后,我们使用`cv2.inRange()`函数根据滑动条的值创建一个掩膜,将图像阈值化。最后,我们使用`cv2.imshow()`函数显示原始图像和阈值化后的图像。
你可以根据需要调整滑动条的初始值和范围,并在回调函数中添加适当的处理代码来实现你的需求。