3.9　滑动条事件

在OpenCV中，滑动条设计的主要目的是在视频播放帧中选择特定帧。在和父窗口使用时，需要给滑动条赋予一个特别的名字（通常是一个字符串），接下来直接通过那个名字进行引用。

创建滑动条的函数是createTrackbar，该函数声明如下：

CreateTrackbar(trackbarName, windowName, value, count, onChange) -> None

其中，参数trackbarName是滑动条的名称；windowName是滑动条将要添加到父窗口的名称，一旦滑动条创建好，它就将被添加到窗口的顶部或底部，滑动条不会挡住任何已经在窗口中的图像，只会让窗口变大，窗口的名称将作为一个窗口的标记，至于滑动条上滑动按钮的确切位置，则由操作系统决定，一般都是最左边；参数value是一个指向整数的指针，这个整数值会随着滑动按钮的移动而自动变化；参数count是滑动条可以滑动的最大值；参数onChange是一个指向回调函数的指针，当滑动按钮移动时，回调函数就会被自动调用。

回调函数类型TrackbarCallback的定义如下：

def TrackbarCallback(pos,userdata)

其中，参数pos表示滚动块的当前位置；userdata是传给回调函数的可选参数。这个回调函数不是必需的，如果赋值为NULL，就没有回调函数，移动滑动按钮的唯一响应就是createTrackbar的参数value指向的变量值的变化。

除了创建滑动条的函数外，OpenCV还提供了函数getTrackbarPos（用于获取滑动块的位置）和函数setTrackbarPos（用于设置滑动条的位置）。

getTrackbarPos函数的声明如下：

GetTrackbarPos(trackbarName, windowName) -> retval

其中，参数trackbarName是滑动条的名称；windowName是滑动条将要添加到父窗口的名称。函数返回滑动块的当前位置。

setTrackbarPos函数的声明如下：

SetTrackbarPos(trackbarName, windowName, pos) -> None

其中，参数trackName表示滚动条的名称；windowName是滑动条将要添加到父窗口的名称；pos表示要设置的滑动块位置。下面我们看一个专业的例子，利用滑动块调节参数。

【例3.12】 利用滑动块控制图片的亮度

import cv2 as cv
import numpy as np

import cv2
import numpy as np
alpha = 0.3
beta = 80
img_path = "test.jpg"
img = cv2.imread(img_path)
img2 = cv2.imread(img_path)

def updateAlpha(x):
   global alpha, img, img2
   # 得到数值
   alpha = cv2.getTrackbarPos('Alpha', 'image')
   alpha = alpha * 0.01
   img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))

def updateBeta(x):
   global beta, img, img2
   beta = cv2.getTrackbarPos('Beta', 'image')
   img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))

# 创建窗口
cv2.namedWindow('image')

cv2.createTrackbar('Alpha', 'image', 0, 300, updateAlpha)
cv2.createTrackbar('Beta', 'image', 0, 255, updateBeta)
# 设置默认值
cv2.setTrackbarPos('Alpha', 'image', 100)
cv2.setTrackbarPos('Beta', 'image', 10)
while (True):
   cv2.imshow('image', img)
   if cv2.waitKey(1) == ord('q'):
       break
cv2.destroyAllWindows()

在上述代码中，首先读取test.jpg，然后定义滑动块的两个回调函数updateAlpha和updateBeta，接着利用函数namedWindow创建1个窗口，并利用函数createTrackbar创建2个滑动条，这样窗口上就有2个滑动条。updateAlpha和updateBeta都是滑动条的回调函数，用于响应用户滑动滑块这个事件。最后一个while循环，等待用户按Q键退出。在回调函数中，np.uint8是专门用于存储各种图像的（包括RGB、灰度图像等），范围是0～255。该函数接收的参数是一个数组。需要注意的是，clip函数的返回值是uint8的参数，但是这个函数仅仅是对原数据和0xff相与（和最低2字节数据相与），这就容易导致如果原数据大于255，那么在直接使用np.uint8()后，比第8位大的数据都被截断了。clip函数将数组中的元素限制在a_min与a_max之间，大于a_max的就使得它等于a_max，小于a_min的就使得它等于a_min。它的原型是numpy.clip(a, a_min, a_max, out=None)。其中，a是一个数组，后面两个参数分别表示最小值和最大值。代码中的uint8和clip函数，在后面章节还会详细讲到。在上述代码中，首先读取test.jpg，然后定义滑动块的两个回调函数updateAlpha和updateBeta，接着利用函数namedWindow创建一个窗口，并利用函数createTrackbar创建两个滑动条，这样窗口上就有两个滑动条。updateAlpha和updateBeta都是滑动条的回调函数，用于响应用户滑动滑块这个事件。最后一个while循环，等待用户按Q键退出。

在回调函数中，函数np.uint8专门用于存储各种图像的数据（包括RGB、灰度图像等），它用于将输入数据转换为8位无符号整数类型，即将输入数据的值限制在0～255，并将其存储为8位无符号整数。NumPy中的np.uint8函数是将原数据和0xff做与运算，这就容易导致如果原数据是大于255的，那么在直接使用np.uint8函数后，比第8位更大的数据都被截断了。例如，数字2000在转换为np.uint8的时候，就会被转换成208（2000&0xff=208），这样就会导致数据不准确，区分不出原来的数据是大于255的还是本来就是208。为了解决这个问题，我们可以使用np.clip函数，用于将数组中的元素限制在一个指定的范围内，而且它可以给定一个范围，范围外的值将被剪裁到范围边界。np.clip函数原型如下：

numpy.clip(a, lower, upper)

其中，a是输入数组；lower表示元素的下限，所有小于下限的元素将被限制为下限值；upper表示元素的上限，所有大于上限的元素将被限制为上限值。该函数返回一个与输入数组形状相同的数组，其中元素值被限制在lower和upper之间。下面是一个简单的示例，展示如何使用clip()函数将数组中的元素限制在0～1：

     import numpy as np
        arr = np.array([-2, -1, 0, 1, 2])
        clipped_arr = np.clip(arr, 0, 1)
        print(clipped_arr)  # 输出：[ 0.  0.
0.  1.  1.]

运行工程，结果如图3-12所示。