OpenCV-Python入门教程7-PyQt编写GUI界面

前面一直都是使用命令行运行代码，不够人性化。这篇用Python编写一个GUI界面，使用PyQt5编写图像处理程序。包括：打开、关闭摄像头，捕获图片，读取本地图片，灰度化和Otsu自动阈值分割的功能。

使用Qt Designer来设计界面。而anaconda里自带了designer.exe，我使用的就是这个。designer.exe的路径：D:ProgramDataAnaconda3Libraryin，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应该在Python的安装目录下：xxxLibsite-packagespyqt5_tools

生成一个简单的界面，后面还会用到

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_())

一、界面设计

在D:ProgramDataAnaconda3Libraryin下打开designer.exe，会弹出创建新窗体的窗口，我们直接点击"创建"（英文版是create）

界面左侧是Qt的常用控件"Widget Box"，右侧有一个控件属性窗口"Property Editor"。本例中我们只用到了"Push Button"控件和"Label"控件，可以在属性窗口调整它的大小150x150（可以根据自己的需求适当调大或者缩小）：

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，可以按照下面的表格命名：

控件	显示内容text	控件名objectName
PushButton	打开摄像头	btnOpenCamera
PushButton	捕获图片	btnCapture
PushButton	打开图片	btnReadImage
PushButton	灰度化	btnGray
PushButton	阈值分割	btnThreshold
Label	摄像头	labelCamera
Label	捕获图	labelCapture
Label	结果图	labelResult

前面设计好了界面，接下来就是实现"打开摄像头"到"阈值分割"这五个按钮的功能，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。这个函数就称事件，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：

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：

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：

Ctrl + S保存.ui文件。我们需要将ui转py代码。

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：

执行这条指令

pyuic5 -o mainForm.py using_pyqt_create_ui.ui

生成mainForm.py文件，里面包含一个名为”Ui_MainWindow”的类。

二、编写逻辑代码

mainForm.py是根据ui文件生成的，也就是说，一旦ui文件有所改变，需要重新生成覆盖原来的文件。

新建一个mainEntry.py存放逻辑代码，代码虽然很长，但是很简单并不难懂。有些部分有所重复，并没有将其封装成一个函数（博主能力有限），感兴趣的可以试一下

import sys
import cv2
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 = cv2.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 文件路径不能有中文
        '''
        # 打开文件选取对话框
        filename, _ = QFileDialog.getOpenFileName(self, '打开图片')
        if filename:
            self.captured = cv2.imread(str(filename))
            # OpenCV图像以BGR通道存储，显示时需要从BGR转到RGB
            self.captured = cv2.cvtColor(self.captured, cv2.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 = cv2.cvtColor(self.captured, cv2.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 = cv2.threshold(
            self.cpatured, 0, 255, cv2.THRESH_BINARY + cv2.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

        cv2.cvtColor(self.frame, cv2.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_())

 参考网址：https://tianchi.aliyun.com/course/courseConsole?courseId=40992&chapterIndex=1&sectionIndex=16