1、摘要
opencv提供了许多图像处理的算法或者api，如通过将BGR转为HSV颜色模型，然后通过设置相关阈值可以提取设定颜色区域，比如opencv-python掩膜操作进阶篇之颜色追踪中，通过设定阈值提取蓝色区域。如果有其他图片想提取某个颜色区域，但是我们并不知道这个颜色的阈值区间，只能通过不断尝试效果。
实际上opencv提供了cv2.createTrackbar()函数，先给出代码例子。
# -*- coding:utf-8 -*-
import cv2
import numpy as np
"""
功能：读取一张图片，显示出来，转化为HSV色彩空间
并通过滑块调节HSV阈值，实时显示
"""
image = cv2.imread('val.jpeg')
image=cv2.resize(image,None,fx=0.5,fy=0.5)
cv2.imshow('original',image )
cv2.imshow("BGR", image) # 显示图片
# 提取在这个区间表示的颜色
hsv_low = np.array([0, 0, 0]) # HSV三个分量的下限
hsv_high = np.array([0, 0, 0]) # HSV三个分量的上限
# 下面几个函数，写得有点冗余
def h_low(value):
hsv_low[0] = value
def h_high(value):
hsv_high[0] = value
def s_low(value):
hsv_low[1] = value
def s_high(value):
hsv_high[1] = value
def v_low(value):
hsv_low[2] = value
def v_high(value):
hsv_high[2] = value
cv2.namedWindow('image', cv2.WINDOW_AUTOSIZE)
# H low：
# 0：指向整数变量的可选指针，该变量的值反映滑块的初始位置。
# 179：表示滑块可以达到的最大位置的值为179，最小位置始终为0。
# h_low：指向每次滑块更改位置时要调用的函数的指针，指针指向h_low元组，有默认值0。
cv2.createTrackbar('H low', 'image', 0, 179, h_low)
cv2.createTrackbar('H high', 'image', 0, 179, h_high)
cv2.createTrackbar('S low', 'image', 0, 255, s_low)
cv2.createTrackbar('S high', 'image', 0, 255, s_high)
cv2.createTrackbar('V low', 'image', 0, 255, v_low)
cv2.createTrackbar('V high', 'image', 0, 255, v_high)
while True:
dst = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # BGR转HSV
dst = cv2.inRange(dst, hsv_low, hsv_high) # 根据设定的颜色区域提取图像部分区域
cv2.imshow('dst', dst)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cv2.destroyAllWindows()
可以看到在循环体中不断提取设定颜色区域，如果没有cv2.createTrackbar，显示的图片是没有变化的。但是通过cv2.createTrackbar的滑动条可以实时改变hsv_low, hsv_high两个值，从而实现实时效果的展示。
这里截图网图效果，可以看到它产生了三个滑动条，分别提取RGB分量：
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 ishyj@qq.com