本文主要内容来自于 OpenCV-Python 教程 的 OpenCV 中的 GUI 功能 部分，这个部分的主要内容如下：
图像操作入门
学习加载一幅图像，显示它，并保存它视频入门
学习播放视频，从摄像头捕捉视频，以及写入视频OpenCV 中的绘制功能
学习通过 OpenCV 绘制线、矩形、椭圆形和圆形等等鼠标作为画笔
用鼠标画东西轨迹栏作为调色板
创建轨迹栏以控制某些参数
目标
学习将轨迹栏绑定到 OpenCV 窗口我们将学习这些函数：cv.getTrackbarPos()，cv.createTrackbar()等等。代码演示程序
这里我们将创建一个简单的应用程序，它展示我们指定的颜色。这个应用中有一个展示颜色的窗口，以及三个轨迹栏以分别指定 B，G 和 R 颜色值。我们滑动轨迹栏并相应地更改窗口颜色。默认情况下，初始颜色将设置为黑色。
对于cv.createTrackbar()函数，第一个参数是轨迹栏的名称，第二个参数是它所附加的窗口的名称，第三个参数是默认值，第四个是最大值，第五个是每次轨迹栏值更改时执行的回调函数。回调函数始终只有一个参数，即轨迹栏的位置。因而在轨迹栏事件的回调函数中，无法区分是绑定的哪个轨迹栏实例所产生的事件。
轨迹栏的另一个重要应用是用作按钮或开关。OpenCV，默认情况下，没有按钮功能。因此，我们可以使用轨迹栏来获得这种功能。在我们的应用程序中，我们创建一个开关，应用程序只要在这个开关打开时才运行，否则屏幕总是黑色的。
def trackbar():# Create a black image, a windowimg = np.zeros((300, 512, 3), np.uint8)switch = Trueblue = 0green = 0red = 0def callback_factory(user_data):def callback(pos):nonlocal switch, blue, green, redif user_data == 'S':if pos == 0:switch = Falseelse:switch = Trueelif user_data == 'B':blue = poselif user_data == 'G':green = poselif user_data == 'R':red = posif not switch:img.fill(0)else:img[:] = (blue, green, red)cv.imshow('image', img)return callbackcv.namedWindow('image')# create trackbars for color changecv.createTrackbar('R', 'image', 0, 255, callback_factory('R'))cv.createTrackbar('G', 'image', 0, 255, callback_factory('G'))cv.createTrackbar('B', 'image', 0, 255, callback_factory('B'))# create switch for ON/OFF functionalityswitch = '0 : OFF \n1 : ON'cv.createTrackbar(switch, 'image', 0, 1, callback_factory('S'))cv.imshow('image', img)while True:k = cv.waitKey(1) & 0xFFif k == 27:breakcv.destroyAllWindows()
在这个示例程序中，为了及时响应发生的事件，同时也为了降低轮询各个轨迹栏的状态所带来的开销，图像的状态的改变以及绘制，直接在回调中完成。
这里为所有轨迹栏实例只实现了一个回调函数，为了能够在轨迹栏事件回调中区分事件是发生在哪个轨迹栏上的，而通过另一个函数，将回调函数包为闭包。
这里为了演示cv.getTrackbarPos()函数的用法，而在回调函数里用了这个函数，但这个调用也可以替换为回调函数的参数中的 pos。
这个应用程序的截屏看起来像下面这样：
OpenCV 提供的窗口等 GUI 接口，仅仅用于一般的示例程序编写，这部分接口的能力和灵活性与 GTK 或 QT 这种专业的 GUI 开发库所提供的能力和灵活性相差甚远。这部分的功能也不是 OpenCV 库的核心，因而也并不值得投入太大的时间和精力来学习。
参考文档
Trackbar as the Color Palette
Done.
