【OpenCV • c++】滑动条的创建和使用_opencv c++ hsv分割滑动条-优快云博客

本文链接：https://blog.youkuaiyun.com/Ceylan__/article/details/131033545

本文介绍了OpenCV中滑动条的概念，提供了创建和获取滑动条位置的参考代码，强调了滑动条在动态调节参数中的实用性，并附带了相关专栏推荐。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

🚀 个人简介：优快云「博客新星」TOP 10 ， C/C++ 领域新星创作者
💟 作者：锡兰_CC ❣️
📝 专栏：【OpenCV • c++】计算机视觉
🌈 若有帮助，还请关注➕点赞➕收藏，不行的话我再努努力💪💪💪

文章目录

什么是滑动条

滑动条是 OpenCV 动态调节参数特别好用的工具，它依附于窗口而存在。

创建滑动条

在 OpenCV 中，可以使用createTrackbar函数来创建一个可以调整数值的滑动条，并将滑动条附加到指定的窗口上。

参考代码

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

其中，trackbarname表示我们创建的滑动条的名字。winname表示这个滑动条吸附在的窗口的名字。value表示滑块的位置，在创建时，滑块的初始位置就是该变量的值。count表示滑块可以到达的最大值，最小值始终为 0。onChange表示指向回调函数的指针，每次滑块位置改变时，这个函数都会进行回调。回调的类型为void xx(int, void*)，其中第一个参数表示轨迹条的位置，第二个参数表示用户数据userdata。userdate表示传给回调函数的用户数据。

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc_c.h>
#include <opencv2/imgproc/types_c.h>
#include<opencv2/imgproc.hpp>　
#include<iostream>
using namespace std;
using namespace cv;

Mat image, srcImage;
int thresholds = 50;

void threshold_track(int, void*) {
	Mat result;
	threshold(srcImage, result, thresholds, 255, THRESH_BINARY);
	//Canny(srcImage, result, thresholds, thresholds * 3, 3);
	imshow("边缘检测", result);
}

int main() {
	image = cv::imread("...cc.png");
	if (!image.data)
		return 1;
	cvtColor(image, srcImage, COLOR_BGR2GRAY);
	namedWindow("边缘检测", WINDOW_AUTOSIZE);
	createTrackbar("阈值", "边缘检测", &thresholds, 300, threshold_track);
	waitKey(0);
	return 0;
}

在这里插入图片描述

获取当前滑动条位置

在 OpenCV 中，可以使用getTrackbarPos()函数来获取当前滑动条的位置。

参考代码

int getTrackbarPos(const string& trackbarname, const string& winname);

其中第一个参数表示滑动条的名字，第二个参数表示轨迹条的父窗口的名称。

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc_c.h>
#include <opencv2/imgproc/types_c.h>
#include<opencv2/imgproc.hpp>　
#include<iostream>
using namespace std;
using namespace cv;

Mat image, srcImage;
int thresholds = 50;

void threshold_track(int, void*) {
	Mat result;
	threshold(srcImage, result, thresholds, 255, THRESH_BINARY);
	cout << "阈值：" << getTrackbarPos("阈值", "边缘检测") << endl;
	imshow("边缘检测", result);
}

int main() {
	image = cv::imread("C://Users//86173//Desktop//cc.png");
	if (!image.data)
		return 1;
	cvtColor(image, srcImage, COLOR_BGR2GRAY);
	namedWindow("边缘检测", WINDOW_AUTOSIZE);
	createTrackbar("阈值", "边缘检测", &thresholds, 300, threshold_track);
	waitKey(0);
	return 0;
}