【OpenCV实现鼠标绘图,轨迹栏做调色板,图像的基本操作】

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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/168713.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python基础语法(4)

基础语法 前言文件文件是什么文件路径文件操作1.打开文件2. 关闭文件3.写文件4. 读文件5.上下文管理器 库使用库标准库第三方库 前言 本文基于pycharm编译器,也可以使用Anaconda 里的编译器,将讲解一些python的一些基础语法知识,是对上篇文章…

Kubernetes技术与架构-网络 3

Kubernetes集群支持为Pod或者Service申请IPV4或者IPV6的地址空间。 kube-apiserver --service-cluster-ip-range<IPv4 CIDR>,<IPv6 CIDR> kube-controller-manager --cluster-cidr<IPv4 CIDR>,<IPv6 CIDR> --service-cluster-ip-range<IPv4 CI…

论坛介绍|COSCon'23 开源百宝箱(T)

众多开源爱好者翘首期盼的开源盛会&#xff1a;第八届中国开源年会&#xff08;COSCon23&#xff09;将于 10月28-29日在四川成都市高新区菁蓉汇举办。本次大会的主题是&#xff1a;“开源&#xff1a;川流不息、山海相映”&#xff01;各位新老朋友们&#xff0c;欢迎到成都&a…

proxmox pve /dev/mapper/pve-root扩容

vgs3 pvs4 vgs5 lvs6 lvremove /dev/pve/data8 lvresize -l 100%FREE /dev/pve/root9 resize2fs /dev/mapper/pve-root 10 history

安卓 实现60s倒计时的CountDownTimer(小坑)

安卓 实现60s倒计时的CountDownTimer&#xff08;小坑&#xff09; 前言一、CountDownTimer 是什么&#xff1f;二、代码示例1.使用2.小坑的点误差及时取消 总结 前言 前段时间写倒计时没有用线程&#xff0c;想换一种实现方式结果踩了个小坑&#xff0c;特此记录。 一、Count…

Rancher部署K8S集群

一、介绍 随着容器的普及和Kubernetes 的日渐成熟&#xff0c;企业内部运行多个Kubernetes 集群已变得颇为常见&#xff0c;然而部署kubernetes集群的方式也多样化&#xff0c;二进制部署、rancher、kubeadm、minikube等。然而本篇文章主要讲解的是如何使用rancher快速部署一个…

Linux笔记之diff工具软件P4merge的使用

Linux笔记之diff工具软件P4merge的使用 code review! 文章目录 Linux笔记之diff工具软件P4merge的使用1.安装和配置2.使用&#xff1a;p4merge a.cc b.cc3.配置git 参考博文: Ubuntu Git可视化比较工具 P4Merge 的安装/配置及使用 1.安装和配置 $ wget https://cdist2.per…

Linux简单安装ffmpeg 实现用PHP压缩音频

一、下载安装 1、官方下载地址&#xff1a;Download FFmpeg 2、下载完上传到服务器然 然后解压就算安装完成了 tar -xf ffmpeg-git-amd64-static.tar.xz 3、然后配置一下全局变量&#xff08;当然也可以不用配置 使用的时候带上文件路径就行&#xff09; cd /usr/bin ln -s…

【Gensim概念】02/3 NLP玩转 word2vec

第二部分 句法 六、句法模型&#xff08;类对象和参数&#xff09; 6.1 数据集的句子查看 classgensim.models.word2vec.BrownCorpus(dirname) Bases: object 迭代句子 Brown corpus (part of NLTK data). 6.2 数据集的句子和gram classgensim.models.word2vec.Heapitem(c…

Web APIs——事件监听以及案例

1、事件监听 什么是事件&#xff1f; 事件是在编程时系统内发生的动作或者发生的事情 比如用户在网页上单击一个按钮 什么是事件监听&#xff1f; 就是让程序检测是否有事件产生&#xff0c;一旦有事件触发&#xff0c;就立即调用一个函数做出响应&#xff0c;也称为绑定事…

pymavlink简单使用

环境 windows10 python3.11 pymavlink2.4.40 工具 虚拟串口工具 Virtual Serial Port Driver 6.9 串口/网络调试助手 sscom5.13.1.exe 串口通信 虚拟串口 COM1, COM2 调试助手连接COM2 pymavlink连接COM1 from pymavlink import mavutil import timeconnect mavut…

UE4 Ultradynamicsky进行地面交互

第一步&#xff1a; 找到地面材质&#xff0c;进入地面材质 找到该节点 找到之前本该连在这里的&#xff0c;现在连到这个节点上&#xff0c;然后把这个节点的输出连到材质输出节点上 新建一个物理材质 然后给过来 找到Ultra_Dynamic_Weather&#xff0c;把Enable Dynamic Lan…

【ArcGIS模型构建器】03:多个shp批量按属性分割(多个县区批量提取乡镇)

文章目录 一、数据预览二、模型构建三、保存模型一、数据预览 加载实验数据: 本试验实现将两个县区的数据分割为乡镇数据。 二、模型构建 1. 添加数据文件夹 将县区数据所在的根目录文件夹拖进模型。 2. 添加要素类迭代器 插入→迭代器→要素类。 用连接工具,将数据文件…

基于Java的疫苗接种管理系统设计与实现(源码+lw+部署文档+讲解等)

文章目录 前言具体实现截图论文参考详细视频演示为什么选择我自己的网站自己的小程序&#xff08;小蔡coding&#xff09; 代码参考数据库参考源码获取 前言 &#x1f497;博主介绍&#xff1a;✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计划导师、全栈领域优质创作者&am…

用Rust和cURL库做一个有趣的爬虫

以下是一个使用 Rust 和 cURL 库的下载器程序&#xff0c;用于从wechat下载音频。此程序使用了 [/get_proxy] 提供的代码。 extern crate curl;use std::io::{self, Read}; use std::process::exit; use curl::easy::Easy;fn main() {let url "https://www.wechat.com/au…

第01章-Java语言概述

目录 1 常见DOS命令 常用指令 相对路径与绝对路径 2 转义字符 3 安装JDK与配置环境变量 JDK与JRE JDK的版本 JDK的下载 JDK的安装 配置path环境变量 4 Java程序的编写与执行 5 Java注释 6 Java API文档 7 Java核心机制&#xff1a;JVM 1 常见DOS命令 DOS&#xff08;…

.obj模型文件(带材质和纹理)合并的基本思路

1、将v开头的顶点信息依次拷贝到合并新.obj中 2、将vt纹理坐标依次拷贝到合并新.obj中 3、f&#xff08;面&#xff09;的合并 步骤&#xff1a; &#xff08;1&#xff09;第一个obj文件的f&#xff08;面&#xff09;原封不动拷进新.obj中 &#xff08;2&#xff09;第二个…

GoLong的学习之路(五)语法之数组

书接上回&#xff0c;上回书说到&#xff0c;循环语句&#xff0c;在go中循环语句的少了whlie这个关键词&#xff0c;但是与之for可以改这个改这个特点。并且在终止关键词中&#xff0c;又有标签可以方便&#xff0c;停止。这次说数组 文章目录 Array(数组)数组的初始化方法一方…

STM32入门F4

学习资料&#xff1a;杨桃电子&#xff0c;官网&#xff1a;洋桃电子 | 杜洋工作室 www.doyoung.net 嵌入式开发核心宗旨&#xff1a;以最适合的性能、功能、成本来完成最有性价比的产品开发。 1.为什么要学F407 STM32F103系列与STM32F407系列对照表&#xff1a; 2.F4系列命…

设计院图纸加密防泄密方案——天锐绿盾加密软件@德人合科技

天锐绿盾是一款专业的企业信息化防泄密软件&#xff0c;主要针对文档全生命周期进行加密保护&#xff0c;包括创建、修改、传输、归档、分发、销毁等全过程。它可以加强外发数据及终端离线的管理&#xff0c;对正常授权外带范围内的数据流程进行规范。设计图纸、文档等成果数据…