OpenCV trackbar 避免使用全局变量

简介: OpenCV trackbar 避免使用全局变量在OpenCV中使用trackbar是交互式地图像处理的一种方式,例如用于图像阈值分割,用户可以一边调整阈值一边看效果。但是很不幸,绝大多数教程上使用trackbar的样例代码,都通过全局变量的方式进行调用。

OpenCV trackbar 避免使用全局变量

在OpenCV中使用trackbar是交互式地图像处理的一种方式,例如用于图像阈值分割,用户可以一边调整阈值一边看效果。但是很不幸,绝大多数教程上使用trackbar的样例代码,都通过全局变量的方式进行调用。此做法,优点:写demo时候快速方便;缺点:糟糕的代码风格。

看看函数原型:

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

其中最后一个参数,userdata,就是用来解救糟糕代码风格的。把回调函数中“不得不使用的全局变量”们,组装到一起,作为userdata传入createTrackbar函数,就避免了全局变量的使用。组装方式?用一个结构体就可以了;而在回调函数中,则通过类型转化而使用(void*->自定义结构体类型*)

使用trackbar但是不使用全局变量的阈值分割代码如下:

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

using namespace std;
using namespace cv;

// 自定义结构体类型,将数据打包封装到结构体里
struct FkOpenCV {
    string winname;
    Mat im;
    FkOpenCV(string winname_, Mat& im_):
        winname(winname_), im(im_){}
};

// 回调函数
void on_threshold(int bar_val, void* userdata) {
    cout << "bar_val is:" << bar_val << endl; //bar_val就是createTrackbar调用时的value参数
    FkOpenCV fk = *(FkOpenCV*)(userdata);

    Mat dst;
    threshold(fk.im, dst, bar_val, 255, 0);
    imshow(fk.winname, dst);
}

// demo代码
void thresh_seg_demo() {
    string im_name = "imgs/test.jpg";
    Mat image = imread(im_name);

    namedWindow("原图");
    imshow("原图", image);

    Mat im_gray;
    cvtColor(image, im_gray, CV_BGR2GRAY);

    string winname = "阈值分割";
    namedWindow(winname);
    int value = 30;
    FkOpenCV fk(winname, im_gray);
    createTrackbar("模式", winname, &value, 255, on_threshold, &fk);

    waitKey();
    destroyAllWindows();
}

// 主函数
int main() {
    thresh_seg_demo();
    
    return 0;
}
目录
相关文章
|
11月前
|
计算机视觉 Python
openCV的trackbar调色板
openCV的trackbar调色板
41 1
|
计算机视觉 机器学习/深度学习 C++
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。
1103 0
|
12天前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
28 4
|
22天前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
20天前
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
50 1
|
1月前
|
机器人 计算机视觉
巧用 OpenCV solvePnP() 函数完成由图像坐标系到机器人坐标系的转换(二维坐标系之间的转换)
巧用 OpenCV solvePnP() 函数完成由图像坐标系到机器人坐标系的转换(二维坐标系之间的转换)
37 2
|
3月前
|
算法 计算机视觉
【Qt&OpenCV 图像的感兴趣区域ROI】
【Qt&OpenCV 图像的感兴趣区域ROI】
86 1
|
3月前
|
运维 算法 计算机视觉
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
50 1
|
3月前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
58 0
|
2月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。