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