PySide2开发“安全帽检测”界面遇到的问题及其解决方案

0 说明

系统：Win10

python版本：python 3.7.4

tensorflow-gpu: 14.0

cuda版本：10.0

cuDNN版本：7.4.0

目标检测模型：yolo v3

1 实现的界面

功能说明：在开始检测之前，需要手动选择视频进行检测，当点击“开始检测”的时候，会使用子线程进行yolov3目标检测，然后在主线程中更新界面（注意，一定要在子线程中处理耗时的操作，在主线程中进行界面的更新），主线程和子线程是采用signal和slot的通信方式。

2 主要内容（遇到的问题及其解决方案）

2.1 在子线程中进行检测，在主线程中更新界面

最初的时候，我是重写python中的Thread类来开辟一个子线程进行处理目标检测耗时操作，需要循环读取视频，也就是需要在子线程中循环发送signal。但是在实验的时候，slot无法接收到signal发送到的信息，具体原因不明来。在网上查找相关资料之后，使用PySide2中自带的QThread来开辟一个子线程进行处理。

在使用QThread进行检测和更新的时候，有两种方式可以实现(这边以循环发送signal为例)

第一种方式：将Signal和QThread进行绑定

# 创建Signal的子类
class DemoSignal(QObject):
    msg = Signal(str)

    def __init__(self):
        super().__init__()

    def run(self):
        for i in range(100):
            self.msg.emit('这是信号{}'.format(i))


# 创建QThread的子类
class DemoQThread(QThread):
    def __init__(self):
        super().__init__()


class Status(QWidget):
    def __init__(self):
        super().__init__()
        # 创建Signal和QThread的实例对象
        self.signal = DemoSignal()
        self.qThread = DemoQThread()
        # 设置signal的slot
        self.signal.msg.connect(self.receiveSignal)
        # 将signal放到子线程中
        self.signal.moveToThread(self.qThread)
        # 将signal和qthread进行绑定
        self.qThread.started.connect(self.signal.run)
        self.qThread.start()

第二种方式：将Signal作为QThread的一个属性

 

# 创建QThread的子类
class DemoQThread(QThread):
    msg = Signal(str)

    def __init__(self):
        super().__init__()

    def run(self):
        for i in range(1000):
            self.msg.emit('这是信号{}'.format(i))



# 创建一个显示界面
class Status(QWidget):
    def __init__(self):
        super().__init__()
        # 实例化QThread
        # 注意一定要有self
        self.qthread = DemoQThread()
        self.qthread.msg.connect(self.receiveSignal)
        self.qthread.start()

参考资料地址：https://www.bilibili.com/video/BV154411n79k?p=88

 

2.2 使用pyinstaller进行封装成exe文件的时候，无法正常显示图片资源

在做界面的时候，我用到以一些图片来美化界面的显示，但是运行exe文件之后，无法正常显示，这是因为pyintaller在封装成exe文件的时候，并不会将你的资源文件也进行封装，也就是说你的png，jpg等资源文件并会封装在dist中，exe文件是找不到相关图片或者相关资源进行显示的。所以为了解决这个问题，我们可以将资源文件保存在py文件中，然后导入相关的py文件就可以了。

但是，在下面进行封装的时候pyinstaller无法识别自定义的模块，需要进行额外的处理，就把这个步骤通过另外一种方式给覆盖覆盖掉了，也就是说，如果你进行了2.3就没有必要进行2.2。当然，如果你的项目中不包含自定义的模块，仅仅包含图片资源的话，只需要进行这一步就行了。但是相比于2.3而言，2.2就显得复杂一些。

具体思路：（将.png图片转换成.py文件，使用的使用，从.py文件中读取数据并以.png的格式进行保存）

（1）将.png或者.jpg格式的图片转换成.py文件（在.py文件中，图片是以base64编码格式进行存储的）

# -*- coding: utf-8 -*-
# @Time    : 2018/6/6 18:29
# @Author  : Octan3
# @Email   : [email protected]
# @File    : Pic2py.py
# @Software: PyCharm
 
import base64
 
def pic2py(picture_name):
    """
    将图像文件转换为py文件
    :param picture_name:
    :return:
    """
    open_pic = open("%s" % picture_name, 'rb')
    b64str = base64.b64encode(open_pic.read())
    open_pic.close()
    # 注意这边b64str一定要加上.decode()
    write_data = 'img = "%s"' % b64str.decode()
    f = open('%s.py' % picture_name.replace('.png', '_png'), 'w+')
    f.write(write_data)
    f.close()
 
if __name__ == '__main__':
    # 其中pics列表中保存的图片的地址，你可以使用相对地址或者绝地地址
    pics = ["one.png", "two.png", "com.png", "socket.png", "win.png"]
    for i in pics:
        pic2py(i)
    print("ok")

运行之后，你会发现在当前的图片所在的文件夹下会新增几个_png.py文件。如果你想使用图片，你只需要导入这个模块就行

（2）在程序中引用

from one_png import img as one    #引入img变量，赋别名为one
...
# 将.py文件中的数据读取出来并以.png的格式进行保存
tmp = open('one.png', 'wb')        #创建临时的文件
tmp.write(base64.b64decode(one))    ##把这个one图片解码出来，写入文件中去。
tmp.close()                
#现在就能用了，用完（加载到程序里之后）删了就好
 
#xxxxxx     #这里one.png 就已经拿出来了，可以用来。下面就可以对此进行你想要的操作了。
do_something_with(one.png)        #做任何你想做的
#xxxxxx    
 
 
os.remove('one.png')    #用完可以删除这个临时图片

参考资料：https://blog.csdn.net/Monster_li57/article/details/80601050

 

2.3 封装的exe文件无法使用自定义的模块

为了方便维护，我将yolo检测模型单独放置在一个package下了，但是封装之后的exe程序并不能够加载自定义的模块，所有才会导致运行exe文件的时候，无法进行目标检测。所以我们需要做的就是告诉我们自定义的模块在哪个位置。

(1) 先生成.spec文件

语法：使用 pyi-makespec yourScript.py 得到yourScript.spect文件

# 在我这边是这样的（注意.dll后面是有;.的）

pyi-makespec -F -w --add-binary C:\Users\cumt\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\opencv_videoio_ffmpeg412_64.dll;. login.py

其中：-F表示只显示一个文件夹；-w表示运行程序的时候不显示命令行；--add-binary表示要加载的动态链接库（因为我需要调用opencv读取视频，因此需要添加这个动态链接库。这个动态链接库的地址是（注意）：\Lib\site-packages\cv2\opencv_ffmpeg320_64.dll）

（2）对.spec文件进行修改

主要有两个方面：一方面要将所有的.py文件加载到第一个列表中；另一个方面将你用到的所有的资源文件都加载到datas中（这个方法和2.3的重复了）

（2）然后运行.spec文件生成.exe文件，注意这边即使使用参数也没有效果（需要在第一步中使用参数）

pyinstaller yourScript.spec

参考资料：

[1] https://blog.csdn.net/djshichaoren/article/details/79801531

[2] https://www.cnblogs.com/guyuyun/p/11074424.html

 

2.4 使用pyinstaller封装的exe文件无法调用opencv进行视频的读取

这是因为运行exe文件的时候，我们缺少opencv读取视频的动态链接库，我们要做的就是在封装的时候，需要将这个动态链接库复制到exe所在的文件夹下就可以了。

添加动态链接库有两种方法：

（1）第一种方法：在2.3的第二部分a列表的binaries列表中添加相关元组。我的动态链接库的地址是"C:\Users\cumt\AppData\
Local\Programs\Python\Python37\Lib\site-packages\cv2\opencv_videoio_ffmpeg412_64.dll"

因此，你需要在binaries列表中添加动态链接库的地址，这时候就变成了binaries = [("C:\\Users\\cumt\\AppData\\
Local\\Programs\\Python\\Python37\\Lib\\site-packages\\cv2\\opencv_videoio_ffmpeg412_64.dll",'.')]

(2) 第二种方式：参考2.3的第一部分，使用--add-binary 来进行添加

 

参考资料：https://stackoverflow.com/questions/44415424/videocapture-opencv-python-pyinstaller-not-opening

 

3 封装tensorflow-gpu的时候出错

在使用pyinstaller封装tensorflow-gpu 14.0的时候，报错：No such file or directory: ‘C:\Users\qhcsu\AppData\Local\Temp\_MEI106802\xxxxx\yyyy错误，我是参考了这位大哥的博客。具体做法就是：

（1）在封装目录下新建一个hook文件夹

（2）在hook文件夹中创建一个hook-xxxx的.py文件，然后在hook-xxxx.py文件中写入如下内容：

from PyInstaller.utils.hooks import collect_data_files

datas = collect_data_files("astor")

（3）因为我首先是生成了.spec文件，然后需要在.spec文件的Analysis的datas变量中加上下面这句话，一定是绝对路径

（4）然后修改Analysis下hookspath的内容，将其改成下面内容：

hookspath=['hook']