【OpenCV实现鼠标绘图，轨迹栏做调色板，图像的基本操作】

2023-10-22 04:45
文章标签 实现 图像 opencv 基本操作 绘图 轨迹 鼠标 调色板

本文主要是介绍【OpenCV实现鼠标绘图，轨迹栏做调色板，图像的基本操作】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

    • 鼠标绘图
    • 轨迹栏做调色板
    • 图像的基本操作

鼠标绘图

在OpenCV中操作鼠标事件
函数：cv.setMouseCallback()

目的是在鼠标双击的地方画一个圆。首先，我们需要创建一个鼠标回调函数，该函数会在鼠标事件发生时执行。鼠标事件包括左键按下、左键松开、左键双击等等。通过获取每个鼠标事件的坐标(x, y)，我们就能实现画圆的功能。

import numpy as np
import cv2 as cv# 创建一个黑色图像
img = np.zeros((512, 512, 3), np.uint8)# 鼠标回调函数，当鼠标左键双击时，在双击的位置画一个半径为100的蓝色圆
def draw_circle(event, x, y, flags, param):if event == cv.EVENT_LBUTTONDBLCLK:# 画一个半径为100的蓝色圆，圆心坐标为(x, y)，颜色为(255, 0, 0)，-1表示填充整个圆cv.circle(img, (x, y), 100, (255, 0, 0), -1)# 创建一个窗口，并将鼠标回调函数与窗口绑定
cv.namedWindow('image')
cv.setMouseCallback('image', draw_circle)while True:# 显示图像cv.imshow('image', img)# 等待用户按键，如果按下的是'q'键，则退出循环if cv.waitKey(20) == ord('q'):break# 关闭窗口
cv.destroyAllWindows()

结果，双击画圆：
在这里插入图片描述

这段代码创建了一个大小为512x512的黑色图像，然后定义了一个鼠标回调函数draw_circle，该函数在鼠标左键双击时，在双击的位置画一个半径为100的蓝色（BGR值为(255, 0, 0))的圆。程序将这个回调函数与窗口"image"绑定，然后进入一个无限循环，显示图像，直到用户按下键盘上的"q"键，窗口才会关闭。

当我们创建一个交互式绘图程序时，我们需要考虑两种模式：画矩形和画圆形。为了实现这个目标，我们需要在鼠标回调函数中添加逻辑，以便根据用户的选择来绘制相应的图形。


import numpy as np
import cv2 as cvdrawing = False # 当鼠标按下的时候会为True
mode = True # True画矩形，按下'm'改变模式
ix, iy = -1, -1# 鼠标回调函数
def  draw_circle(event, x, y, flags, param):global ix, iy, drawing, modeif event == cv.EVENT_LBUTTONDOWN:drawing = Trueix, iy = x, yelif event == cv.EVENT_MOUSEMOVE:if drawing == True:if mode == True:cv.rectangle(img, (ix, iy), (x, y), (0, 255, 0), -1)else:cv.circle(img, (x, y), 5, (0, 0, 255), -1)elif event == cv.EVENT_LBUTTONUP:drawing = Falseif mode == True:cv.rectangle(img, (ix, iy), (x, y), (0, 255, 0), -1)else:cv.circle(img, (x, y), 5, (0, 0, 255), -1)img = np.zeros((512, 512, 3), np.uint8)
cv.namedWindow('image')
cv.setMouseCallback('image', draw_circle)while 1:cv.imshow('image', img)k = cv.waitKey(1) & 0xFFif k == ord('m'):mode = not modeelif k == ord('q'):breakcv.destroyAllWindows()

二：

import numpy as np
import cv2 as cv# 定义全局变量，初始模式为矩形
drawing = False  # 当鼠标按下时变为True
mode = True  # True表示矩形模式，False表示圆形模式
ix, iy = -1, -1  # 矩形或圆形的起始坐标# 鼠标回调函数
def draw_shape(event, x, y, flags, param):global ix, iy, drawing, modeif event == cv.EVENT_LBUTTONDOWN:  # 当鼠标左键按下时drawing = Trueix, iy = x, yelif event == cv.EVENT_LBUTTONUP:  # 当鼠标左键松开时drawing = Falseif mode:  # 如果是矩形模式cv.rectangle(img, (ix, iy), (x, y), (0, 255, 0), -1)else:  # 如果是圆形模式radius = int(np.sqrt((x - ix) ** 2 + (y - iy) ** 2))cv.circle(img, (ix, iy), radius, (0, 0, 255), -1)# 创建一个黑色图像
img = np.zeros((512, 512, 3), np.uint8)# 创建一个窗口，并将鼠标回调函数与窗口绑定
cv.namedWindow('Drawing')
cv.setMouseCallback('Drawing', draw_shape)while True:cv.imshow('Drawing', img)# 检测键盘按键，切换模式（'r'键表示矩形模式，'c'键表示圆形模式）k = cv.waitKey(1) & 0xFFif k == ord('r'):mode = Trueelif k == ord('c'):mode = Falseelif k == 27:  # 按下ESC键退出程序breakcv.destroyAllWindows()

在这个程序中，我们使用了全局变量drawing来追踪鼠标是否按下，mode来追踪当前的绘制模式（矩形或圆形），以及ix和iy来保存绘制形状的起始坐标。当用户按下鼠标左键时，drawing变为True，ix和iy保存了鼠标按下的位置。当鼠标松开时，根据当前的模式（矩形或圆形）在图像上绘制相应的形状。

轨迹栏做调色板

OpenCV窗口建立轨迹栏
函数：cv.getTrackbarPos()，cv.createTrackbar()等等

使用OpenCV中的轨迹条（Trackbar）功能。这个应用将会有一个用于显示颜色的窗口，并且提供了三个轨迹条，分别用来指定红色（R）、绿色（G）和蓝色（B）的分量。通过滑动这些轨迹条，窗口的颜色会相应地变化。初始颜色为黑色。

import numpy as np
import cv2 as cv# 回调函数，什么也不做
def nothing(x):pass# 创建一个黑色图像和一个窗口
img = np.zeros((300, 512, 3), np.uint8)  # 创建一个黑色图像（300x512的RGB图像）
cv.namedWindow('image')  # 创建一个名为'image'的窗口# 创建轨迹栏，参数分别为：轨迹条的名称、所属窗口的名称、默认值、最大值、回调函数
cv.createTrackbar('R', 'image', 0, 255, nothing)  # 创建红色分量的轨迹条
cv.createTrackbar('G', 'image', 0, 255, nothing)  # 创建绿色分量的轨迹条
cv.createTrackbar('B', 'image', 0, 255, nothing)  # 创建蓝色分量的轨迹条# 创建开关轨迹条，用于开启或关闭窗口显示颜色
switch = '0 : OFF \n1 : ON'
cv.createTrackbar(switch, 'image', 0, 1, nothing)  # 创建开关轨迹条while 1:cv.imshow('image', img)  # 在窗口中显示图像# 检测按键，如果按下'q'键则退出循环if cv.waitKey(1) & 0xFF == ord('q'):break# 获取轨迹条的当前位置r = cv.getTrackbarPos('R', 'image')  # 获取红色分量轨迹条的位置g = cv.getTrackbarPos('G', 'image')  # 获取绿色分量轨迹条的位置b = cv.getTrackbarPos('B', 'image')  # 获取蓝色分量轨迹条的位置s = cv.getTrackbarPos(switch, 'image')  # 获取开关轨迹条的位置# 根据轨迹条的位置设置图像颜色if s == 0:img[:] = 0  # 如果开关为关闭状态，将图像颜色设置为黑色else:img[:] = [b, g, r]  # 如果开关为开启状态，根据轨迹条位置设置图像颜色cv.destroyAllWindows()  # 关闭所有窗口

结果：
在这里插入图片描述

在这个应用中，我们会使用cv.createTrackbar()函数来创建这些轨迹条。这个函数的第一个参数是轨迹条的名称，第二个参数是要应用的窗口的名称，第三个参数是一个默认值，第四个参数是最大值，第五个参数是一个回调函数，用于监测轨迹条值的变化。在本例中，我们不需要回调函数，所以我们将跳过这一部分。

轨迹条的另一个重要应用是作为按钮或者开关。因为OpenCV默认并没有按钮功能，所以你可以使用轨迹条来实现这个功能。在我们的应用中，我们会创建一个开关，只有当开关处于导通状态时，窗口才会显示颜色，否则窗口将一直保持黑色。通过这种方式，我们可以实现一个简单的颜色选择器应用。

图像的基本操作

访问像素值并修改他们。
当处理图像时，你可以通过像素的横纵坐标来访问和修改像素值。在OpenCV中，颜色图像通常使用BGR（蓝、绿、红）通道来表示每个像素的颜色，而灰度图像只有一个单通道，表示像素的亮度。
访问像素值：

import numpy as np
import cv2 as cv# 加载图像
img = cv.imread('messi5.jpg')# 访问像素值，返回BGR值
px = img[100, 100]
print(px)  # 输出：[157 166 200]# 访问蓝色通道值
blue = img[100, 100, 0]
print(blue)  # 输出：157

在上述代码中，img[100, 100]返回了坐标为(100, 100)的像素的BGR值，img[100, 100, 0]返回了该像素的蓝色通道值。

修改像素值：

# 修改像素值为白色（255, 255, 255）
img[100, 100] = [255, 255, 255]# 验证修改后的像素值
print(img[100, 100])  # 输出：[255 255 255]

在上述代码中，img[100, 100]的像素值被修改为白色（255, 255, 255）。

这些基本操作允许你直接访问和修改图像的像素值，为图像处理提供了灵活性。请确保在修改像素值时，坐标值在图像的范围内，以避免访问超出图像边界的像素。

警告：

在处理图像时，简单地遍历每个像素并逐个访问或修改它们通常会非常缓慢，特别是对于大型图像。Numpy是一个针对快速矩阵运算优化过的库，所以它的目标是通过矢量化操作来提高性能。对于单个像素的访问和修改，直接遍历图像的每个像素并逐个处理会效率低下。

在Numpy中，可以使用array.item()和array.itemset()来更高效地访问和修改单个像素的值。这两个方法始终返回或设置标量值。如果需要访问或修改B、G、R通道的值，可以分别使用array.item()来获取每个通道的值。

访问图像属性

图像的特征包括：

形状（Shape）：图像的形状描述了它的尺寸，通常以行数、列数和通道数表示。在彩色图像中，通道数为3（表示红、绿、蓝通道），在灰度图像中，通道数为1。你可以使用img.shape获取图像的形状。

print(img.shape)  # 输出：(342, 548, 3)

像素数量（Size）：图像中像素点的总数量，可以通过img.size获得。

print(img.size)  # 输出：562248

数据类型（Data Type）：图像的数据类型表示像素值的存储格式。在OpenCV中，通常使用uint8（8位无符号整数）来表示像素值的范围为0到255。

  print(img.dtype)  # 输出：uint8

这些特征对于了解图像的结构和存储格式非常重要。特别是在调试时，检查图像的数据类型（img.dtype）可以帮助你避免许多与数据类型相关的错误。通过这些特征，可以确定图像的维度、通道数、像素总数以及像素值的表示范围，为图像处理和分析提供了基础信息。

设置一个感兴趣的区域（ROI）

图像处理中，通常需要对图像的特定区域进行操作。这种操作称为兴趣区域（Region of Interest，ROI）操作。通过在图像中找到特定区域，我们可以提高处理的精度和速度，因为我们只需在一个相对较小的区域上执行操作。

在Python中，使用Numpy的索引功能可以很容易地获取和操作ROI。以下是一个示例，演示了如何从图像中选择一个包含球的区域，并将该区域复制到图像的另一部分：

# 选择图像中包含球的区域（ROI）
ball = img[280:340, 330:390]# 将球的区域复制到图像的另一部分（例如，将其粘贴到另一个位置）
img[273:333, 100:160] = ball

在上述示例中，img[280:340, 330:390]选择了图像中的一个特定区域，该区域包含球。然后，通过将这个区域赋值给ball，我们得到了一个ball变量，其中包含了球的图像区域。接着，我们将ball变量的内容复制到图像的另一个位置（例如，图像的[273:333, 100:160]区域），从而将包含球的区域粘贴到了图像的另一部分。

拆分和组合图像

在图像处理中，有时需要分开和合成图像的通道。OpenCV提供了cv.split()函数来将BGR图像分离成单独的通道，同时也提供了cv.merge()函数用于将单独的通道合成成一个BGR图像。另外，也可以通过Numpy的索引来直接访问和修改图像的特定通道。

分开图像通道：

# 使用cv.split()将BGR图像分离成单独的通道
b, g, r = cv.split(img)

在这个例子中，cv.split()函数将BGR图像分离成了三个单独的通道：蓝色（b）、绿色（g）和红色（r）。
合成图像通道：

# 使用cv.merge()将单独的通道合成为BGR图像
img = cv.merge((b, g, r))

在这个例子中，cv.merge()函数将单独的蓝色（b）、绿色（g）和红色（r）通道合成为一个BGR图像。

使用Numpy索引直接访问和修改通道

# 将所有的红色通道设置为0（即去除红色）
img[:, :, 2] = 0

在这个例子中，img[:, :, 2]直接访问并修改了图像的红色通道，将所有的红色值设置为0。
警告：

cv.split() 是一个开销很大的操作，因为它需要遍历整个图像。只有在必要的时候才使用它。否则，尽量使用Numpy的索引来直接访问和修改图像的通道，这样会更高效。

cv.copyMakeBorder()函数可以用来在图像周围添加边框。该函数有以下参数：

src：输入的图像。
top, bottom, left, right：对应方向填充的像素宽度。
borderType：想要添加的边框类型，可以是cv.BORDER_CONSTANT、cv.BORDER_REFLECT、cv.BORDER_REFLECT_101、cv.BORDER_REPLICATE 或 cv.BORDER_WRAP。
value：如果borderType是cv.BORDER_CONSTANT，需要在这里指定颜色值。

以下是一个使用cv.copyMakeBorder()函数演示的例子：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as pltBLUE = [255, 0, 0]
img1 = cv.imread('opencv-logo.png')# 添加不同类型的边框
replicate = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_REPLICATE)
reflect = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_REFLECT)
reflect101 = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_REFLECT_101)
wrap = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_WRAP)
constant = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_CONSTANT, value=BLUE)# 显示原始图像和添加边框后的图像
plt.subplot(231), plt.imshow(img1, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')
plt.show()

在这个例子中，cv.copyMakeBorder()函数被用来创建原始图像和带有不同边框类型的图像。这些边框类型包括：REPLICATE、REFLECT、REFLECT_101、WRAP 和 CONSTANT。每种类型的边框都会以不同的方式填充图像的边界。通过这个例子，你可以看到不同类型的边框效果。

这篇关于【OpenCV实现鼠标绘图，轨迹栏做调色板，图像的基本操作】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/259114。

相关文章

AI绘图怎么变现？想做点副业的小白必看！

AI绘图怎么变现？想做点副业的小白必看！

在科技飞速发展的今天，AI绘图作为一种新兴技术，不仅改变了艺术创作的方式，也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式，帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具，可以扫描下方，免费获取 定制服务：个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如，姓氏头像在电商平台上非常受欢迎，
阅读更多...
基于人工智能的图像分类系统

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务，目标是自动识别图像中的对象类别。通过卷积神经网络（CNN）等深度学习技术，我们可以构建高效的图像分类系统，广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统，包括环境
阅读更多...
hdu1043（八数码问题，广搜 + hash（实现状态压缩） ）

hdu1043（八数码问题，广搜 + hash（实现状态压缩） ）

利用康拓展开将一个排列映射成一个自然数，然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
【C++】_list常用方法解析及模拟实现

【C++】_list常用方法解析及模拟实现

相信自己的力量，只要对自己始终保持信心，尽自己最大努力去完成任何事，就算事情最终结果是失败了，努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一：什么是list？ •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二：list常用接口 •🌰1.默认成员函数 🔥构造函数（⭐） 🔥析构函数 •🌰2.list对象
阅读更多...
【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯，先赞后看哦~🎈🎈 🏆 作者简介：景天科技苑 🏆《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。 🏆《博客》：Python全栈，前后端开发，小程序开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi
阅读更多...
让树莓派智能语音助手实现定时提醒功能

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现，因为rasa本身是带有remindschedule模块的。不过经过一番折腾后，忽然发现，chatbot上实现的定时，语音助手不一定会有响应。因为，我目前语音助手的代码设置了长时间无应答会结束对话，这样一来，chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢？ 我最后选择的方法是用threading.Time
阅读更多...
Android实现任意版本设置默认的锁屏壁纸和桌面壁纸（两张壁纸可不一致）

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸（两张壁纸可不一致）

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸： 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  （注意不能是bmp格式） 替换默认锁屏壁纸： 将图片资源放入vendo
阅读更多...
C#实战|大乐透选号器[6]：实现实时显示已选择的红蓝球数量

C#实战|大乐透选号器[6]：实现实时显示已选择的红蓝球数量

哈喽，你好啊，我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记，这是第6篇； 接下来实现实时显示当前选中红球数量，蓝球数量； 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时，在对应的位置显示实时已选择的红球、蓝球的数量； 02 标签名称 分别设置Label标签名称为：lblRedCount、lblBlueCount
阅读更多...
科研绘图系列：R语言扩展物种堆积图（Extended Stacked Barplot）

科研绘图系列：R语言扩展物种堆积图（Extended Stacked Barplot）

介绍 R语言的扩展物种堆积图是一种数据可视化工具，它不仅展示了物种的堆积结果，还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异，为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2