如何在Google Colab中实现cv2.namedWindow及Trackbars滑动条功能

原生 OpenCV 的 cv2.createTrackbar 依赖本地 GUI 窗口接口，而 Google Colab 为云端运行环境，无图形界面支撑，因此这套原生 API 无法直接运行。你可以选择以下两种方案实现同等效果：

方案1：使用 ipywidgets 交互组件（推荐，稳定性最高） #

ipywidgets 是 Jupyter 生态原生的交互控件库，Colab 已默认预装，可以完全替代 Trackbar 的滑动取值功能，写法比原生 cv2 更简洁，示例代码如下：

import cv2
import numpy as np
from ipywidgets import interact, IntSlider
from google.colab.patches import cv2_imshow

# 定义滑动条参数，可直接对应你原代码中的Trackbar配置
@interact(
    L_S = IntSlider(min=0, max=255, step=1, value=0, description='L - S'),
    # 需要新增滑动条直接在这里添加对应配置即可
    # U_S = IntSlider(min=0, max=255, step=1, value=255, description='U - S')
)
def image_process(L_S):
    # L_S 即为滑动条当前取值，等价于原代码中cv2.getTrackbarPos的返回值
    # 以下为你的原有图像处理逻辑
    img = cv2.imread("你的图片路径.jpg")
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    lower_bound = np.array([0, L_S, 0])
    upper_bound = np.array([255, 255, 255])
    mask = cv2.inRange(hsv, lower_bound, upper_bound)
    # 显示处理结果
    cv2_imshow(mask)

滑动条调整时会自动触发image_process函数执行，无需手动写while循环监听数值变化。

方案2：API兼容补丁（适配原有cv2写法） #

如果你不想修改原有代码的结构，可以自行封装模拟原生cv2 Trackbar的API，几乎不需要改动原有业务逻辑，示例代码如下：

import cv2
import time
from google.colab.patches import cv2_imshow
import ipywidgets as widgets
from IPython.display import display

# 全局存储滑动条实例
trackbar_pool = {}
def nothing(x):
    pass

# 模拟cv2.createTrackbar接口
def createTrackbar(trackbar_name, window_name, default_val, max_val, callback):
    slider = widgets.IntSlider(min=0, max=max_val, value=default_val, description=trackbar_name)
    trackbar_pool[(trackbar_name, window_name)] = slider
    display(slider)

# 模拟cv2.getTrackbarPos接口
def getTrackbarPos(trackbar_name, window_name):
    return trackbar_pool[(trackbar_name, window_name)].value

# 之后可以完全沿用你原有的代码逻辑
createTrackbar("L - S", "Trackbars", 0, 255, nothing)
while True:
    ls = getTrackbarPos("L - S", "Trackbars")
    # 你的原有图像处理逻辑
    # ......
    # 加入延迟避免资源占用过高
    time.sleep(0.1)

内容的提问来源于stack exchange，提问作者ReubenThomasJohn