皮肤病识别系统项目3.0版，使用PyQT5进行界面的搭建

1.系统介绍

系统包括文件浏览区域，缩略图区域，大图区域，图像分析区域(包括增加亮度，去除毛发噪声等功能)，识别结果区域，还可以进行外接摄像头随时采集皮肤图像进行识别以及分析，此外还有历史记录查询区域和每一种疾病信息，参考图查询区域，分类数据集使用的是ISIC2019皮肤癌分类数据集，用Tensorflow2.0框架进行训练，之后转为pb模型用opencv进行调用，肿瘤区域分割使用ISIC2017数据集，选择U-net进行训练，之后转为onnx模型，使用onnxruntime进行调用。

2.登录界面

运行之后首先显示登录界面

相关代码

conn = sqlite3.connect('./database/user.db')
cursor = conn.cursor()
cursor.execute('SELECT * FROM user')
result = cursor.fetchall()
cursor.close()
conn.close()
# 1 获取输入的账户和密码
account = self.lineEdit.text()  # 记得text要打括号（）！
password = self.lineEdit_2.text()
if account == "" or password == "":
    QMessageBox.warning(self, "警告", "账号密码不能为空，请输入！")
    return

else:
    for j in result:
        if account == str(j[0]) and password == str(j[1]):
            self.attach = 1
            break
    if self.attach == 1:
        self.main = Main()
        self.main.show()

        # 2关闭本窗口
        self.close()
    else:
        QMessageBox.warning(self, "警告", "账户或密码错误，请重新输入！")

3.注册界面

点击注册按钮显示注册界面

相关代码

self.account = self.lineEdit.text()  # 记得text要打括号（）！
self.password = self.lineEdit_2.text()
self.re_password = self.lineEdit_3.text()

if self.account == "" or self.password == "" or self.re_password == "":
    QMessageBox.warning(self, "警告", "请输入用户名或密码！")

elif self.password != self.re_password:
    QMessageBox.warning(self, "警告", "输入密码不一致，请重新输入！")
else:
    conn = sqlite3.connect('./database/user.db')
    cursor = conn.cursor()
    cursor.execute('INSERT INTO user VALUES (?,?)', (self.account, self.password))
    cursor.close()
    conn.commit()
    conn.close()
    QMessageBox.warning(self, "成功", "注册成功！")

4.主界面

输入用户名密码点击登录按钮跳转到主界面

5.选择文件夹

在文件选择区域选择自己要识别的图像文件夹，双击之后缩略图区域会显示文件夹内所有的图片

6.选择图片

双击选好的图片会显示大图

7.对图像进行处理

通过点击右边的复选框，可以对图像进行简单的处理

7.1 去除毛发噪声

去除前

去除后

7.2 病变区域分割

分割模型使用我之前发过的代码进行训练，之后对其进行部署https://blog.csdn.net/qq_38412266/article/details/107400045?spm=1001.2014.3001.5502

7.3 平滑处理

可以选择核大小

7.4 伽马矫正

7.5 均衡化

可以选择不同的通道进行均衡化

7.6 亮度调节

7.7 边缘检测

8 处理后图片保存

鼠标放到图片区域点击右键

选择位置进行保存

保存成功

9 皮肤病识别

点击识别按钮，使用模型对图片进行预测

10 打开摄像头

软件也可以外接摄像头

11 摄像头抓取图片

对于摄像头抓取的图片也可以进行相应的图像处理

12 摄像头抓取识别

对于摄像头捕捉的图像点击识别按钮进行识别

13 查询页面

点击查询跳出查询页面，可以查询历史记录以及每种疾病的信息

14 历史记录

选中要查询的历史记录，双击会显示当时进行识别的图像，存储主要用的是sqlite轻量级数据库

15 疾病信息

选择要查询的疾病信息，双击可以看到疾病的介绍以及参考图片