python – 如何使用tkinter scale修改图像？

我是 Python和OpenCV的新手,所以如果我说/问的话可能听起来不聪明或者不知情,我会道歉.我们已经在我的数字图像处理课程中以非常具体的方式学习了东西,所以当我的代码在下面工作时,我想大大提高它的速度,但主要是它的UI.代码的主要目的是创建绿屏图像的二进制遮罩,然后将其应用于图像以将前景与背景分开.至于功能：

keyer根据所需的遮罩类型(colorDifference或chromaKey)创建输入图像的阈值遮罩.

thresholdAdjust允许用户通过Open CV UI操作阈值滑块.它还会实时更新图像(按下Enter键时),以反映原始遮罩如何根据所选阈值进行更改.由于我对这些功能完全陌生,所以我看到的所有示例都使用了跟踪器等功能.我不确定是否有必要.

最后,keyMultiplier将thresholdAdjust中生成的遮罩应用于输入图像并显示分离的前景.

(没有必要仔细阅读所有的keyer代码,因为它工作正常,但有点慢.我把所有内容都包括在内以防万一.)

import numpy as np
import cv2

def keyer(image,matteType,threshold1,threshold2,maxCount=255):

    numberRows = image.shape[0]
    numberColumns = image.shape[1]

    if image.ndim > 2:
        numberBands = image.shape[2]
    else:
        numberBands == 1

    if numberBands != 3:
        raise RuntimeError('Input image must be an RGB image.')

    dataType = image.dtype

    matte = np.zeros((numberRows,numberColumns,1))
    imageNorm = image / float(maxCount)

    if matteType == 'colorDifference':
        blue,green,red = cv2.split(imageNorm)

        for row in range(numberRows):
            for column in range(numberColumns):        
                pixel = green[row,column] - max(red[row,column],blue[row,column])

                matte[row,column] = pixel

    elif matteType == 'chromaKey':
        imageYCbCr = cv2.cvtColor(image,cv2.COLOR_BGR2YCrCb)
        imageYCbCrNorm = imageYCbCr / float(maxCount)
        Y,Cr,Cb = cv2.split(imageYCbCrNorm)
        CbScreen =  Cb[0,0]
        CrScreen = Cr[0,0]

        for row in range(numberRows):
            for column in range(numberColumns):
                pixel = float(np.sqrt(((CbScreen - Cb[row,column])**2) + 
                                      ((CrScreen - Cr[row,column])**2)))

                matte[row,column] = pixel

    else:
        raise RuntimeError('Please enter a valid "matteType".')

    matte = np.clip(matte,0.0,1.0)

    if matteType == 'colorDifference':
        matte = 1.0 - matte

    for row in range(numberRows):
        for column in range(numberColumns):

            if matte[row,column] < threshold1:
                matte[row,column] = 0
            elif matte[row,column] > threshold2:
                matte[row,column] = 1
            else:
                matte[row,column] = ((matte[row,column] - threshold1) / 
                                      (threshold2 - threshold1))

    return (matte * float(maxCount)).astype(dataType)

def tracker(*arg):
    pass

def thresholdAdjust(image,maxCount):
    numberRows = image.shape[0]
    numberColumns = image.shape[1]

    if matteType == 'colorDifference':
        matteName = '(Color Difference)'
    else:
        matteName = '(Chroma Key)'

    windowName = 'Adjust Matte Parameters ' + matteName        
    threshold1TrackbarName = 'Clip Black'
    threshold2TrackbarName = 'Clip White'

    cv2.namedWindow(windowName)
    cv2.createTrackbar(threshold1TrackbarName,windowName,maxCount,tracker)
    cv2.createTrackbar(threshold2TrackbarName,tracker)

    cv2.setTrackbarPos(threshold2TrackbarName,maxCount)

    while True:
        threshold1 = (cv2.getTrackbarPos(threshold1TrackbarName,windowName) / 
                      float(maxCount))
        threshold2 = (cv2.getTrackbarPos(threshold2TrackbarName,windowName) / 
                      float(maxCount))

        window = keyer(image,maxCount)
        cv2.imshow(windowName,window)

        k = cv2.waitKey(0)
        if k == 27:
            break

    cv2.destroyAllWindows()

    return threshold1,threshold2

def keyMultiplier(image,maxCount):
    dataType = image.dtype

    threshold1,threshold2 = thresholdAdjust(image,maxCount)
    matte = keyer(image,maxCount)

    return ((cv2.GaussianBlur((matte / float(maxCount)),(3,3),0)[...,np.newaxis]) * 
            image).astype(dataType)


if __name__ == '__main__':

    import cv2

    filename = 'C:/Users/Matt/Documents/circle_test.tif'

    image = cv2.imread(filename)


    difference = keyMultiplier(image,matteType='colorDifference',maxCount=255) # 163,215
    chroma = keyMultiplier(image,matteType='chromaKey',maxCount=255) # 25,50

    cv2.imshow('Original Image',image)
    cv2.imshow('Color Difference',difference)
    cv2.imshow('Chroma Key',chroma)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

我想用这个代码做的是将它与Tkinter UI一起使用,因为它更好,并且有比OpenCV更多的选项.我一直在寻找大量的线程,我没有找到任何可以帮助我理解我的具体问题的东西.我确实在这个Stack Overflow上找到了一个答案,它提供了以下代码,我重新格式化以反映我的代码的目的.每次释放滑块控件时,它都会打印滑块的值.

from Tkinter import *

class App():
    def __init__(self):
        self.root = Tk()
        self.root.title('Adjust Matte Parameters')

        self.clipBlack = Scale(self.root,from_=0,to=255,orient=HORIZONTAL,
                               label='Clip Black',length=500)
        self.clipBlack.bind("<ButtonRelease-1>",self.updateValue)
        self.clipBlack.pack(anchor=CENTER)

        self.clipWhite = Scale(self.root,
                               label='Clip White',length=500)
        self.clipWhite.set(255)
        self.clipWhite.bind("<ButtonRelease-1>",self.updateValue)
        self.clipWhite.pack(anchor=CENTER)

        self.root.mainloop()

    def updateValue(self,event):
        print 'Clip Black = ' + str(self.clipBlack.get())
        print 'Clip White = ' + str(self.clipWhite.get())

app = App()

然而,这引发了一些问题.虽然我真的很喜欢它,它会立即检索滑块位置,但这一切都是打印它们.我希望将这些值插入到keyer函数中,就像我在thresholdAdjust中实现的那样.一个这样,我想更新图像,但我没有运气使用OpenCV显示图像而Tkinter窗口打开,因为“root.mainloop()”行似乎不允许它.我已经找到了一些关于同时显示Tkinter和OpenCV窗口以及使用Tkinter显示图像的帮助,但是这些选项无关紧要,直到我可以使用新的阈值更新遮罩.

我也不太了解如何处理它们中的类和函数.我只习惯通过创建测试工具来运行代码,如下所示

if __name__ == '__main__':

在第一个代码块中,所以我不知道如何确定我想要使用的图像和matteType而不用硬编码.

如果有人能帮助我,那将非常感激！我知道这很多,我很乐意澄清任何困惑.一旦我知道如何使用滑块完成此操作,我应该能够将它应用于单选按钮.再说一次,我想：

>使用阈值滑块更新我的键控器功能
>使用OpenCV或Tkinter实时更新遮罩,无论哪种更容易
>了解如何(如果适用)更改类中的输入图像和其他变量

谢谢！

from tkinter import *
from PIL import Image,ImageTk

class App(Frame):
    def __init__(self,master):
        Frame.__init__(self,master)
        self.frame1 = Frame(self)
        self.frame2 = Frame(self)
        self.original = Image.open('picture.png')
        self.image = ImageTk.PhotoImage(self.original)
        self.display = Canvas(self.frame1)
        self.xscale = Scale(self.frame2,from_=1,to=1000,command=self.resize)
        self.yscale = Scale(self.frame2,orient=VERTICAL,command=self.resize)
        self.display.pack(fill=BOTH,expand=1)
        self.xscale.pack()
        self.yscale.pack()
        self.pack(fill=BOTH,expand=1)
        self.frame1.pack(fill=BOTH,expand=1)
        self.frame2.pack()
        self.bind("<Configure>",self.resize)

    def resize(self,*args):
        size = (self.xscale.get(),self.yscale.get())
        resized = self.original.resize(size,Image.ANTIALIAS)
        self.image = ImageTk.PhotoImage(resized)
        self.display.delete("IMG")
        self.display.create_image(self.display.winfo_width()/2,self.display.winfo_height()/2,anchor=CENTER,image=self.image,tags="IMG")

root = Tk()
app = App(root)
app.mainloop()