如何使用 tkinter 比例修改图像？

Posted 2023-02-23

【中文标题】如何使用 tkinter 比例修改图像？

【英文标题】：How can you modify an image using tkinter scales?

【发布时间】：2016-08-08 00:22:30

【问题描述】：

我对 Python 和 OpenCV 还很陌生，所以如果我说/问的任何事情听起来不聪明或不了解情况，我深表歉意。我们在我的数字图像处理课程中以一种非常具体的方式学到了东西，所以当我下面的代码工作时，我想大大提高它的速度，但主要是它的 UI。该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。它还实时更新图像（当按下 Enter 键时）以反映原始遮罩如何根据所选阈值发生变化。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类似 tracker 的功能。不过我不确定是否有必要。

最后，keyMultiplier 将 thresholdAdjust 中产生的遮罩应用到输入图像并显示分离的前景。

（没有必要通读所有 keyer 代码，因为它可以正常工作，但速度有点慢。我将所有这些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, matteType, 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, 0, maxCount, tracker)
    cv2.createTrackbar(threshold2TrackbarName, windowName, 0, maxCount, tracker)

    cv2.setTrackbarPos(threshold2TrackbarName, windowName, maxCount)

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

        window = keyer(image, matteType, threshold1, threshold2, maxCount)
        cv2.imshow(windowName, window)

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

    cv2.destroyAllWindows()

    return threshold1, threshold2

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

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

我想对这段代码做的是将它与 Tkinter UI 一起使用，因为它比 OpenCV 更好并且具有更多选项。我一直在查看大量线程，但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, from_=0, to=255, orient=HORIZONTAL, \
                               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()

但是，这会引发更多问题。虽然我真的很喜欢它立即检索滑块位置，但所做的只是打印它们。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。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，但是在我可以使用新的阈值更新遮罩之前，这些选项是无关紧要的。

我也不太了解如何处理其中的类和函数。我只习惯通过创建如下所示的测试工具来运行代码

if __name__ == '__main__': 

在第一个代码块中，所以我不知道如何确定要使用的图像和 matteType 而无需对其进行硬编码。

如果有人可以帮助我，将不胜感激！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，我也应该能够将其应用于单选按钮。再次，我想：

使用阈值滑块更新我的

keyer

功能 使用 OpenCV 或 Tkinter 实时更新遮罩，以更容易者为准 了解如何（如果适用）更改类中的输入图像和其他变量

谢谢！

【参考方案1】：

好的，所以我已经为此倾注了好几个小时，我想我终于找到了解决方案（您需要在同一目录中使用 .png 文件名 picture.png 才能运行以下内容）：

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, orient=HORIZONTAL, command=self.resize)
        self.yscale = Scale(self.frame2, from_=1, to=1000, 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()

所以它的作用是创建一个canvas 和两个scales，只要其中一个scales 被更改，它就会调用def resize，它会清除带有标签IMG 的项目然后在画布上绘制一个新图像，width 等于xscale 的值，高度等于yscale，标签为IMG。当您沿着scales 拖动滑块时，会产生实时大小更新的错觉。

但是，我想不出一种方法将scales 的上限值限制为canvas 的宽度（以像素为单位），以防止用户将图像扩展到canvas 的范围之外。

这可以类似地应用于允许您使用滑块值实时更新您需要更新的图像的任何属性。