为何函数内修改全局变量后，视频捕获函数中变量值未更新？

你的问题出在Python的变量作用域规则上：当你在on_min_hue_trackbar函数里直接给min_hue赋值时，Python会默认创建一个局部变量，而不是修改你定义的全局min_hue。所以回调里打印的是局部变量的值，而视频循环里读取的还是原来的全局变量，自然不会变化。

解决方法一：使用global关键字声明全局变量 #

在回调函数里明确告诉Python，你要修改的是全局变量，而不是创建局部变量：

min_hue = 0
max_hue = 0
min_sat = 0  # 假设你也定义了这些全局变量
min_val = 0
max_sat = 255
max_val = 255

def on_min_hue_trackbar(val):
    global min_hue  # 声明要修改全局的min_hue
    min_hue = val
    print(f"Change min_hue to {min_hue}" )

# 其他轨迹条回调同理，比如max_hue的回调：
def on_max_hue_trackbar(val):
    global max_hue
    max_hue = val

这样修改后，回调函数里的赋值就会直接作用于全局变量，视频循环里就能读到更新后的值了。

解决方法二：用可变容器存储参数（更推荐，避免全局变量滥用） #

把所有颜色阈值参数放到一个字典里（字典是可变对象），回调函数里修改字典的键值，不需要global声明：

color_params = {
    "min_hue": 0,
    "max_hue": 0,
    "min_sat": 0,
    "min_val": 0,
    "max_sat": 255,
    "max_val": 255
}

def on_min_hue_trackbar(val):
    color_params["min_hue"] = val
    print(f"Change min_hue to {color_params['min_hue']}" )

def videoColorExtraction():
    cap = cv2.VideoCapture(0)
    while True:
        low_color = np.array([
            color_params["min_hue"], 
            color_params["min_sat"], 
            color_params["min_val"]
        ]).reshape((1,1,3))
        high_color = np.array([
            color_params["max_hue"], 
            color_params["max_sat"], 
            color_params["max_val"]
        ]).reshape((1,1,3))
        ret, frame = cap.read()
        if not ret:
            break  # 防止读取失败
        frame = np.flip(frame, 1)
        cv2.imshow('Original', frame)
        cv2.imshow('Extracted', extract_color(frame, low_color, high_color))  # 修正函数名空格问题
        if cv2.waitKey(1) == 27:
            break
    cv2.destroyAllWindows()
    cap.release() 

这种方式更符合Python的编码习惯，避免了全局变量的滥用，同时所有轨迹条回调都能直接修改字典里的参数，视频循环也能实时读取到最新值。

另外注意你代码里的extract color应该是extract_color（函数名不能包含空格），需要修正这个语法错误。

内容的提问来源于stack exchange，提问作者Saif eldeen Adel