在处理图像时，可能需要与当前正在处理的图像进行交互。OpenCV
提供了鼠标事件，使用户可以通过鼠标与图像交互。鼠标事件能够识别常用的鼠标操作，例如：针对不同按键的单击、双击，鼠标的滑动、拖曳等。
例如，用户单击鼠标，我们就画一个圆。通常的做法是，创建一个 OnMouseAction()响应函数，将要实现的操作写在该响应函数
内。响应函数是按照固定的格式创建的，其格式为：
def OnMouseAction(event,x,y,flags,param):
式中：
- event 表示触发了何种事件，具体事件如表 19-3 所示。
- x, y 代表触发鼠标事件时，鼠标在窗口中的坐标(x, y)。
- flags 代表鼠标的拖曳事件，以及键盘鼠标联合事件，如表 19-4 所示。
- param 为函数 ID，标识所响应的事件函数，相当于自定义一个 OnMouseAction()函数的ID。
- OnMouseAction 为响应函数的名称，该名称可以自定义。
定义响应函数以后，要将该函数与一个特定的窗口建立联系（绑定），让该窗口内的鼠标触发事件时，能够找到该响应函数并执行。要将函数与窗 口绑定，可以通过 函 数cv2.setMouseCallback()实现，其基本语法格式是：
cv2.setMouseCallback(winname,onMouse)
式中：
- winname 为绑定的窗口名。
- onMouse 为绑定的响应函数名。
设计一个程序，对触发的鼠标事件进行判断。
import cv2
import numpy as np
def Demo(event,x,y,flags,param):
if event == cv2.EVENT_LBUTTONDOWN:
print("单击了鼠标左键")
elif event==cv2.EVENT_RBUTTONDOWN :
print("单击了鼠标右键")
elif flags==cv2.EVENT_FLAG_LBUTTON:
print("按住左键拖动了鼠标")
elif event==cv2.EVENT_MBUTTONDOWN :
print("单击了中间键")
# 创建名称为 Demo 的响应（回调）函数 OnMouseAction
# 将响应函数 Demo 与窗口“Demo19.9”建立连接（实现绑定）
img = np.ones((300,300,3),np.uint8)*255
cv2.namedWindow('jiaohu01')
cv2.setMouseCallback('jiaohu01',Demo)
cv2.imshow('jiaohu01',img)
cv2.waitKey()
cv2.destroyAllWindows()
运行结果：
说明：可以通过下面的方法查看 OpenCV 所支持的鼠标事件：
import cv2
events=[i for i in dir(cv2) if 'EVENT'in i]
print(events)
滚动条
滚动条（Trackbar）在 OpenCV 中是非常方便的交互工具，它依附于特定的窗口而存在。
通过调节滚动条能够设置、获取指定范围内的特定值。
在 OpenCV 中，函数 cv2.createTrackbar()用来定义滚动条，其语法格式为：
cv2.createTrackbar(trackbarname, winname, value, count, onChange)
式中：
- trackbarname 为滚动条的名称。
- winname 为滚动条所依附窗口的名称。
- value 为初始值，该值决定滚动条中滑块的位置。
- count 为滚动条的最大值。通常情况下，其最小值是 0。
- onChange 为回调函数。一般情况下，将滚动条改变后要实现的操作写在回调函数内。
函数 cv2.createTrackbar()用于生成一个滚动条。拖动滚动条，就可以设置滚动条的值，并让滚动条返回对应的值。滚动条的值可以通过函数 cv2.getTrackbarPos()获取，其语法格式为：
retval=getTrackbarPos( trackbarname,winname )
式中：
- retval 为返回值，获取函数 cv2.createTrackbar()生成的滚动条的值。
- trackbarname 为滚动条的名称。
- winname 为滚动条所依附的窗口的名称。
示例：用滚动条实现调色板
在 RGB 颜色空间中，任何颜色都是由红（R）、绿（G）、蓝（B）三种颜色构成的，每一种颜色分量的区间是[0, 255]。
本节用函数 cv2.createTrackbar()和函数 cv2.getTrackbarPos()设计
一个模拟调色板：在窗体中，有三个滚动条分别用来设置 R、G、B 的值，调色板会根据当前的 R、G、B 值实时显示其所对应的颜色。
import cv2
import numpy as np
def changeColor(x):
r=cv2.getTrackbarPos('R','image')
g=cv2.getTrackbarPos('G','image')
b=cv2.getTrackbarPos('B','image')
img[:]=[b,g,r]
img=np.zeros((100,700,3),np.uint8)
cv2.namedWindow('image')
cv2.createTrackbar('R','image',0,255,changeColor)
cv2.createTrackbar('G','image',0,255,changeColor)
cv2.createTrackbar('B','image',0,255,changeColor)
while(1):
cv2.imshow('image',img)
k=cv2.waitKey(1)&0xFF
if k==27:
break
cv2.destroyAllWindows()
示例2：用滚动条控制阈值处理参数
import cv2
Type=0 # 阈值处理方式
Value=0 # 使用的阈值
def onType(a):
Type= cv2.getTrackbarPos(tType, windowName)
Value= cv2.getTrackbarPos(tValue, windowName)
ret, dst = cv2.threshold(o, Value,255, Type)
cv2.imshow(windowName,dst)
def onValue(a):
Type= cv2.getTrackbarPos(tType, windowName)
Value= cv2.getTrackbarPos(tValue, windowName)
ret, dst = cv2.threshold(o, Value, 255, Type)
cv2.imshow(windowName,dst)
o = cv2.imread("lena.png",0)
windowName = "demo.13" #窗体名
cv2.namedWindow(windowName)
cv2.imshow(windowName,o)
# 创建两个滚动条
tType = "Type" # 用来选取阈值处理方式的滚动条
tValue = "Value" # 用来选取阈值的滚动条
cv2.createTrackbar(tType, windowName, 0, 4, onType)
cv2.createTrackbar(tValue, windowName,0, 255, onValue)
if cv2.waitKey(0) == 27:
cv2.destroyAllWindows()
运行程序，在窗体对象内，同时显示控制阈值和阈值处理方式的两个滚动条。调整滚动条可以分别控制阈值处理时所使用的阈值和阈值处理方式，运行结果如图
