pyqt5搭建的简单的图像处理界面_opencv 结合pyqt5 编写简单的图像处理GUI程序

实验目标

实验目标

我们学的内容都是跑在命令行中的,并没有界面,那么”脚本语言”Python如何搭建GUI界面呢?

其实Python支持多种图形界面库,如Tk(Tkinter)、wxPython、PyQt等,虽然Python自带Tkinter,无需额外安装包,但我更推荐使用PyQt,一是因为它完全基于Qt,跨平台,功能强大,有助于了解Qt的语法,二是Qt提供了Designer设计工具,界面设计上可以拖控件搞定,非常方便,大大节省时间。

pyqt5

安装pyqt5:

pip install pyqt5

我推荐使用Qt Designer来设计界面,如果你装的是Anaconda的话,就已经自带了designer.exe,例如我的是在:D:\ProgramData\Anaconda3\Library\bin\,如果是普通的Python环境,则需要自行安装:

pip install pyqt5-tools

安装完成后,designer.exe在Python安装目录下:xxx\Lib\site-packages\pyqt5_tools\。

可以使用下面的代码生成一个简单的界面:

import sys

from PyQt5.QtWidgets import QApplication, QWidget

if __name__ == '__main__':

app = QApplication(sys.argv)

window = QWidget()

window.setWindowTitle('Hello World!')

window.show()

sys.exit(app.exec_())

上述代码输出结果

界面设计

根据我们的挑战内容,解决思路是使用Qt Designer来设计界面,使用Python完成代码逻辑。打开designer.exe,会弹出创建新窗体的窗口,我们直接点击“create”:

创建图形用户界面

界面的左侧是Qt的常用控件”Widget Box”,右侧有一个控件属性窗口”Property Editor”,其余暂时用不到。本例中我们只用到了”Push Button”控件和”Label”控件:最上面的三个Label控件用于显示图片,可以在属性窗口调整它的大小,我们统一调整到150×150:

拖动widget实现实验目标的效果

调整label的宽和高

另外,控件上显示的文字 text 属性和控件的名字 objectName 属性需要修改,便于显示和代码调用。可以按照下面我推荐的命名:

控件属性设置

这样大致界面就出来了,很简单:

调整部件属性后的图形用户界面

按钮事件

我们知道GUI是通过事件驱动的,什么意思呢?比如前面我们已经设计好了界面,接下来就需要实现”打开摄像头”到”阈值分割”这5个按钮的功能,也就是给每个按钮指定一个”函数”,逻辑代码写在这个函数里面。这种函数就称为事件,Qt中称为槽连接。

点击Designer工具栏的”Edit Signals/Slots”按钮,进入槽函数编辑界面,点击旁边的”Edit Widgets”可以恢复正常视图:

点击,进入槽函数编辑界面

然后点击按钮并拖动,当产生类似于电路中的接地符号时释放鼠标,参看下面动图:

图解按钮绑定事件1

在弹出的配置窗口中,可以看到左侧是按钮的常用事件,我们选择点击事件”clicked()”,然后添加一个名为”btnOpenCamera_Clicked()”的槽函数:

图解按钮绑定事件2

重复上面的步骤,给五个按钮添加五个槽函数,最终结果如下:

添加按钮事件后结果

到此,我们就完成了界面设计的所有工作,按下Ctrl+S保存当前窗口为.ui文件。.ui文件其实是按照XML格式标记的内容,可以用文本编辑器将.ui文件打开看看。

ui文件转py代码

因为我们是用Designer工具设计出的界面,并不是用Python代码敲出来的,所以要想真正运行,需要使用pyuic5将ui文件转成py文件。pyuic5.exe默认在%\Scripts\下,比如我的是在:D:\ProgramData\Anaconda3\Scripts\。

打开cmd命令行,切换到ui文件的保存目录。Windows下有个小技巧,可以在目录的地址栏输入cmd,一步切换到当前目录:

然后执行这条指令:

pyuic5 -o mainForm.py using_pyqt_create_ui.ui

如果出现pyuic5不是内部命令的错误,说明pyuic5的路径没有在环境变量里,添加下就好了。执行正常的话,就会生成mainForm.py文件,里面应该包含一个名为”Ui_MainWindow”的类。

编写逻辑代码

在同一工作目录下新建一个”mainEntry.py”的文件,存放逻辑代码。代码中的每部分我都写得比较独立,没有封装成函数,便于理解。代码看上去很长,但很简单,可以每个模块单独看。

import sys

import cv2 as cv

from PyQt5 import QtCore, QtGui, QtWidgets

from PyQt5.QtCore import *

from PyQt5.QtGui import *

from PyQt5.QtWidgets import QFileDialog, QMainWindow

from mainForm import Ui_MainWindow

class PyQtMainEntry(QMainWindow, Ui_MainWindow):

def __init__(self):

super().__init__()

self.setupUi(self)

self.camera = cv.VideoCapture(0)

self.is_camera_opened = False # 摄像头有没有打开标记

# 定时器:30ms捕获一帧

self._timer = QtCore.QTimer(self)

self._timer.timeout.connect(self._queryFrame)

self._timer.setInterval(30)

def btnOpenCamera_Clicked(self):

'''

打开和关闭摄像头

'''

self.is_camera_opened = ~self.is_camera_opened

if self.is_camera_opened:

self.btnOpenCamera.setText("关闭摄像头")

self._timer.start()

else:

self.btnOpenCamera.setText("打开摄像头")

self._timer.stop()

def btnCapture_Clicked(self):

'''

捕获图片

'''

# 摄像头未打开,不执行任何操作

if not self.is_camera_opened:

return

self.captured = self.frame

# 后面这几行代码几乎都一样,可以尝试封装成一个函数

rows, cols, channels = self.captured.shape

bytesPerLine = channels * cols

# Qt显示图片时,需要先转换成QImgage类型

QImg = QImage(self.captured.data, cols, rows, bytesPerLine, QImage.Format_RGB888)

self.labelCapture.setPixmap(QPixmap.fromImage(QImg).scaled(

self.labelCapture.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation))

def btnReadImage_Clicked(self):

'''

从本地读取图片

'''

# 打开文件选取对话框

filename, _ = QFileDialog.getOpenFileName(self, '打开图片')

if filename:

self.captured = cv.imread(str(filename))

# OpenCV图像以BGR通道存储,显示时需要从BGR转到RGB

self.captured = cv.cvtColor(self.captured, cv.COLOR_BGR2RGB)

rows, cols, channels = self.captured.shape

bytesPerLine = channels * cols

QImg = QImage(self.captured.data, cols, rows, bytesPerLine, QImage.Format_RGB888)

self.labelCapture.setPixmap(QPixmap.fromImage(QImg).scaled(

self.labelCapture.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation))

def btnGray_Clicked(self):

'''

灰度化

'''

# 如果没有捕获图片,则不执行操作

if not hasattr(self, "captured"):

return

self.cpatured = cv.cvtColor(self.captured, cv.COLOR_RGB2GRAY)

rows, columns = self.cpatured.shape

bytesPerLine = columns

# 灰度图是单通道,所以需要用Format_Indexed8

QImg = QImage(self.cpatured.data, columns, rows, bytesPerLine, QImage.Format_Indexed8)

self.labelResult.setPixmap(QPixmap.fromImage(QImg).scaled(

self.labelResult.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation))

def btnThreshold_Clicked(self):

'''

Otsu自动阈值分割

'''

if not hasattr(self, "captured"):

return

_, self.cpatured = cv.threshold(

self.cpatured, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)

rows, columns = self.cpatured.shape

bytesPerLine = columns

# 阈值分割图也是单通道,也需要用Format_Indexed8

QImg = QImage(self.cpatured.data, columns, rows, bytesPerLine, QImage.Format_Indexed8)

self.labelResult.setPixmap(QPixmap.fromImage(QImg).scaled(

self.labelResult.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation))

@QtCore.pyqtSlot()

def _queryFrame(self):

'''

循环捕获图片

'''

ret, self.frame = self.camera.read()

img_rows, img_cols, channels = self.frame.shape

bytesPerLine = channels * img_cols

cv.cvtColor(self.frame, cv.COLOR_BGR2RGB, self.frame)

QImg = QImage(self.frame.data, img_cols, img_rows, bytesPerLine, QImage.Format_RGB888)

self.labelCamera.setPixmap(QPixmap.fromImage(QImg).scaled(

self.labelCamera.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation))

if __name__ == "__main__":

app = QtWidgets.QApplication(sys.argv)

window = PyQtMainEntry()

window.show()

sys.exit(app.exec_())

程序运行情况

运行GUI程序

你可能感兴趣的:(pyqt5搭建的简单的图像处理界面_opencv 结合pyqt5 编写简单的图像处理GUI程序)