帮我写一段通过滑动进度条对SGBM双目测距算法进行调参的代码

以下是通过滑动进度条对SGBM双目测距算法进行调参的代码示例：

import cv2

# 定义窗口名称
window_name = "SGBM调参"

# 定义回调函数
def on_trackbar(val):
    # 设置SGBM算法参数
    window_size = cv2.getTrackbarPos("窗口大小", window_name)
    min_disp = cv2.getTrackbarPos("最小视差", window_name)
    num_disp = cv2.getTrackbarPos("视差范围", window_name)
    uniqueness_ratio = cv2.getTrackbarPos("唯一性比率", window_name)
    speckle_window_size = cv2.getTrackbarPos("连通性窗口大小", window_name)
    speckle_range = cv2.getTrackbarPos("连通性范围", window_name)

    # 调用 SGBM 算法
    stereo = cv2.StereoSGBM_create(
        minDisparity=min_disp,
        numDisparities=num_disp,
        blockSize=window_size,
        uniquenessRatio=uniqueness_ratio,
        speckleWindowSize=speckle_window_size,
        speckleRange=speckle_range
    )

    # 读取左右图像
    img_left = cv2.imread("left.png", cv2.IMREAD_GRAYSCALE)
    img_right = cv2.imread("right.png", cv2.IMREAD_GRAYSCALE)

    # 计算视差图
    disp = stereo.compute(img_left, img_right)

    # 显示视差图
    cv2.imshow("Disparity", disp)

# 创建窗口和滑动条
cv2.namedWindow(window_name)
cv2.createTrackbar("窗口大小", window_name, 5, 255, on_trackbar)
cv2.createTrackbar("最小视差", window_name, 0, 255, on_trackbar)
cv2.createTrackbar("视差范围", window_name, 32, 255, on_trackbar)
cv2.createTrackbar("唯一性比率", window_name, 10, 100, on_trackbar)
cv2.createTrackbar("连通性窗口大小", window_name, 0, 255, on_trackbar)
cv2.createTrackbar("连通性范围", window_name, 0, 255, on_trackbar)

# 初始化回调函数
on_trackbar(0)

# 等待按键退出
cv2.waitKey()
cv2.destroyAllWindows()

在该代码中，我们首先定义了一个窗口名称和回调函数 `on_trackbar`。然后，我们创建了六个滑动条，每个滑动条对应SGBM算法的一个参数。接着，我们在回调函数中根据滑动条的值设置SGBM算法的参数，并计算左右图像的视差图。最后，我们将视差图显示在窗口中。

在主函数中，我们首先创建了窗口和滑动条，然后初始化回调函数，最后等待按键退出。通过调整滑动条的值，我们可以实时观察到SGBM算法的效果，并找到最佳的参数组合。