pyqt6 OpenCV相关练习
题目一、创建一个 PyQt 应用程序，该应用程序能够：
- 使用 OpenCV 加载一张图像。
- 在 PyQt 的窗口中显示这张图像。
- 提供四个按钮（QPushButton）：
- 一个用于将图像转换为灰度图
- 一个用于将图像恢复为原始彩色图
- 一个用于将图像进行翻转
- 一个用于将图像进行旋转
- 当用户点击按钮时，相应地更新窗口中显示的图像。
PyQt6 相关
uic.loadUi(ui_file, baseinstance):
功能：从指定的 UI 文件加载界面，并将其设置到 baseinstance 中。
参数：
ui_file：UI 文件的路径。
baseinstance：一个 QWidget 或其子类实例，用于加载 UI。
QImage(data, width, height, bytes_per_line, format):
功能：创建一个 QImage 对象。
参数：
data：图像数据的指针。
width：图像的宽度。
height：图像的高度。
bytes_per_line：每行的字节数。
format：图像格式。
QPixmap.fromImage(image):
功能：从 QImage 对象创建一个 QPixmap 对象。
参数：
image：QImage 对象。
QLabel.setPixmap(pixmap):
功能：设置 QLabel 的图像。
参数：
pixmap：QPixmap 对象。
QLabel.setScaledContents(True):
功能：使 QLabel 根据其内容自动调整大小。
cv2 相关
cv2.imread(filepath, flags=cv2.IMREAD_COLOR):
功能：读取图像文件。
参数：
filepath：图像文件的路径。
flags：指定读取图像的方式（例如，彩色图像、灰度图像等）。
返回值：图像数据，通常是一个 NumPy 数组。
cv2.cvtColor(src, code):
功能：转换图像从一个颜色空间到另一个。
参数：
src：源图像。
code：转换代码（例如，从 BGR 到 RGB，从 BGR 到灰度等）。
返回值：转换后的图像。
cv2.flip(src, flipCode):
功能：翻转图像。
参数：
src：源图像。
flipCode：翻转方式（例如，水平翻转、垂直翻转等）。
返回值：翻转后的图像。
import sys
from PyQt6.QtGui import QPixmap,QImage
from PyQt6.QtWidgets import QWidget, QPushButton, QApplication, QLabel
from PyQt6 import uic
import cv2
#ui界面
class MyWidget(QWidget):
def __init__(self):
super().__init__()
ui=uic.loadUi('./form.ui',self)
self.label:QLabel=ui.label
self.gray:QPushButton=ui.gray
self.recover:QPushButton=ui.recover
self.flip:QPushButton=ui.flip
self.revolve:QPushButton=ui.revolve
#槽函数链接
self.gray.clicked.connect(self.gray_slot)
self.recover.clicked.connect(self.recover_slot)
self.flip.clicked.connect(self.flip_slot)
self.revolve.clicked.connect(self.revolve_slot)
self.img_data = cv2.imread("hyqj.png")
self.display_image(self.img_data)
def display_image(self,img):
if len(img.shape) == 2: # 灰度图没有 color channels
img_rgb = cv2.cvtColor(img, cv2.COLOR_GRAY2RGB)
else:
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 转换为 QPixmap
h, w, ch = img_rgb.shape
bytes_per_line = ch * w
q_image = QImage(img_rgb.data, w, h, bytes_per_line, QImage.Format.Format_RGB888)
# 显示图像
self.label.setPixmap(QPixmap.fromImage(q_image))
self.label.setScaledContents(True)
#槽函数
def gray_slot(self):
img_data=cv2.cvtColor(self.img_data,cv2.COLOR_BGR2GRAY)
self.display_image(img_data)
def recover_slot(self):
self.img_data = cv2.imread('./hyqj.png')
self.display_image(self.img_data)
def flip_slot(self):
self.img_data=cv2.flip(self.img_data,1)
self.display_image(self.img_data)
def revolve_slot(self):
M = cv2.getRotationMatrix2D((self.img_data.shape[1] / 2, self.img_data.shape[0] / 2), 90, 1)
self.img_data = cv2.warpAffine(self.img_data, M, (self.img_data.shape[1], self.img_data.shape[0]))
self.display_image(self.img_data)
# 主程序进程
if __name__=='__main__':
app = QApplication(sys.argv)
mywidget = MyWidget()
mywidget.show()
app.exec()题目二、创建一个 PyQt 应用程序，该应用程序能够：
- 使用 OpenCV 加载一张彩色图像，并在 PyQt 的窗口中显示它。
- 提供一个滑动条（QSlider），允许用户调整图像的亮度。
- 当用户调整滑动条时，实时更新窗口中显示的图像亮度。
- 添加另一个滑动条（QSlider），允许用户调整图像的对比度。
- 当用户调整滚动条时，实时更新窗口中显示的图像对比度。
- 提供一个按钮（QPushButton），允许用户将图像保存为新的文件。
- 当用户点击保存按钮时，将调整后的图像保存到指定的路径，OpenCV中使用cv2.imwrite()来保存图片。
1. 初始化 PyQt 应用程序和主窗口
创建一个 QApplication 实例。
创建一个 QWidget 或 QMainWindow 实例作为主窗口。
使用 Qt Designer 或手动编写代码来设计界面，包括 QLabel 用于显示图像，QSlider 用于调整亮度和对比度，以及 QPushButton 用于保存图像。
2. 使用 OpenCV 加载图像在应用程序启动时，使用 OpenCV 的 cv2.imread() 函数加载彩色图像。
将加载的图像转换为适合 PyQt 显示的格式（例如，从 BGR 转换为 RGB）。
3. 显示图像将加载的图像转换为 QImage，然后设置为 QLabel 的 pixmap。
确保 QLabel 的 scaledContents 属性设置为 True，以便图像适应 QLabel 的大小。
4. 创建滑动条（QSlider）为亮度和对比度各创建一个 QSlider 实例。
设置滑动条的范围（例如，亮度可以在 -100 到 100 之间调整，对比度可以在 0 到 200 之间调整）。
将滑动条的 valueChanged 信号连接到自定义的槽函数，以便在用户调整滑动条时更新图像。
5. 实时更新图像亮度和对比度在槽函数中，根据滑动条的值调整图像的亮度和对比度。
使用 NumPy 对图像数据进行算术运算来实现亮度和对比度的调整。
更新 QLabel 上显示的图像。
6. 创建保存按钮（QPushButton）创建一个 QPushButton 实例，设置其文本为“保存”。
将按钮的 clicked 信号连接到自定义的槽函数，以便在用户点击按钮时保存图像。
7. 保存调整后的图像在保存图像的槽函数中，使用 OpenCV 的 cv2.imwrite() 函数将调整后的图像保存到指定的路径。
涉及到的函数和方法
cv2（OpenCV库）
cv2.imread(filepath): 读取图像文件。
cv2.addWeighted(src1, alpha, src2, beta, gamma): 对两个图像进行加权求和，用于调整亮度。
cv2.convertScaleAbs(src, alpha=None, beta=None): 按比例缩放图像，然后转换为绝对值，并转换为8位。用于调整对比度。
cv2.cvtColor(src, code): 转换图像颜色空间，如从BGR转换为RGB。
cv2.imwrite(filepath, img): 将图像保存到文件。
PyQt6.QtGui 中的类和方法QImage(data, width, height, bytes_per_line, format): 创建一个QImage对象，用于图像处理。
QPixmap.fromImage(image): 将QImage对象转换为QPixmap对象，以便在QLabel等控件中显示。
PyQt6.QtWidgets 中的类和方法QApplication(argv): 创建QApplication对象，是PyQt应用程序的基础。
QWidget(): 创建QWidget对象，是所有用户界面对象的基类。
QLabel(): 创建QLabel对象，用于显示文本或图像。
QSlider(): 创建QSlider对象，用于提供滑块输入。
QPushButton(): 创建QPushButton对象，用于提供按钮点击输入。
slider.valueChanged.connect(slot): 连接QSlider的值变化信号到槽函数。
button.clicked.connect(slot): 连接QPushButton的点击信号到槽函数。
label.setPixmap(pixmap): 在QLabel中设置QPixmap对象以显示图像。
label.setScaledContents(True): 使QLabel自动缩放其内容以适应其大小。
import cv2
from PyQt6 import uic
from PyQt6.QtGui import QImage, QPixmap
from PyQt6.QtWidgets import QApplication, QWidget, QPushButton, QLabel, QSlider
import sys
class MyWidget(QWidget):
def __init__(self):
super().__init__()
ui = uic.loadUi("form2.ui", self)
self.img: QLabel = ui.img
# 图片亮度调整
self.gamer: QSlider = ui.gamer
self.gamer.setMinimum(-100) # 设置亮度最小值
self.gamer.setMaximum(100) # 设置亮度最大值
self.gamer.setValue(0) # 设置初始值为 0
self.gamer.valueChanged.connect(self.gamer_slot)
# 图片对比度调整
self.contrast: QSlider = ui.contrast_radio
self.contrast.setMinimum(1) # 设置对比度最小值
self.contrast.setMaximum(100) # 设置对比度最大值
self.contrast.setValue(50) # 设置初始值为 50
self.contrast.valueChanged.connect(self.contrast_slot)
# 保存图片
self.save: QPushButton = ui.save
self.save.clicked.connect(self.save_slot)
# 读取图片
self.img_data = cv2.imread("flower.png")
self.display_image(self.img_data)
# 初始亮度和对比度增量
self.initial_brightness = 0
self.initial_contrast = 1.0
def gamer_slot(self):
# 计算亮度变化
brightness_change = self.gamer.value() - self.initial_brightness
self.initial_brightness = self.gamer.value()
# 使用 addWeighted 来调整亮度
self.img_data = cv2.addWeighted(self.img_data, 1.0, 0, 0, brightness_change)
self.display_image(self.img_data)
def contrast_slot(self):
# 计算对比度变化
contrast_change = self.contrast.value() - self.initial_contrast
self.initial_contrast = self.contrast.value()
# 根据对比度调整图像
alpha = 1 + (contrast_change / 100.0) # 控制对比度变化的灵敏度
self.img_data = cv2.convertScaleAbs(self.img_data, alpha=alpha, beta=0)
self.display_image(self.img_data)
def save_slot(self):
cv2.imwrite("flower2.png", self.img_data)
def display_image(self, img):
if len(img.shape) == 2: # 灰度图没有 color channels
img_rgb = cv2.cvtColor(img, cv2.COLOR_GRAY2RGB)
else:
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 转换为 QPixmap
h, w, ch = img_rgb.shape
bytes_per_line = ch * w
q_image = QImage(img_rgb.data, w, h, bytes_per_line, QImage.Format.Format_RGB888)
# 显示图像
self.img.setPixmap(QPixmap.fromImage(q_image))
self.img.setScaledContents(True)
if __name__ == "__main__":
app = QApplication(sys.argv)
myWin = MyWidget()
myWin.show()
sys.exit(app.exec())
题目三、创建一个 PyQt 应用程序，该应用程序能够：
- 使用 OpenCV 加载一张图像。
- 在 PyQt 的窗口中显示这张图像。
- 提供一个下拉列表（QComboBox），对图像做（模糊、锐化、边缘检测）处理：
- 模糊——使用cv2.GaussianBlur()实现
- 锐化——使用cv2.Laplacian()、cv2.Sobel()实现
- 边缘检测——使用cv2.Canny()实现
- 当用户点击下拉列表选项时，相应地更新窗口中显示的图像。
- 提供一个按钮，当用户点击按钮时，能保存调整后的图像。
思路分析
1. 初始化应用程序
创建一个 QApplication 实例。
定义一个主窗口类，继承自 QWidget 或 QMainWindow。
2. 加载图像在主窗口类中，定义一个方法使用 OpenCV 加载图像。
将加载的图像保存为类属性，以便后续处理。
3. 显示图像使用 QLabel 显示图像。
将 OpenCV 图像转换为 QImage 或 QPixmap，以便在 QLabel 中显示。
4. 创建下拉列表（QComboBox）在主窗口类中，创建一个 QComboBox 实例。
向 QComboBox 中添加模糊、锐化、边缘检测等选项。
连接 QComboBox 的 currentIndexChanged 信号到一个槽函数，用于处理图像。
5. 处理图像定义一个槽函数，根据 QComboBox 的当前选项对图像进行处理。
使用 OpenCV 的 GaussianBlur、Laplacian、Sobel 和 Canny 函数实现模糊、锐化和边缘检测。
处理后的图像需要再次转换为 QImage 或 QPixmap，以便更新 QLabel。
6. 保存图像创建一个按钮，并将其连接到一个槽函数，用于保存图像。
在槽函数中，使用 OpenCV 的 imwrite 函数将处理后的图像保存到文件。
7. 更新用户界面每次处理图像后，更新 QLabel 以显示新图像。
确保用户界面响应用户操作，如选择下拉列表选项和点击按钮。
涉及到的函数及方法
cv2.imread("flower.png"): 使用OpenCV加载图像文件。
cv2.GaussianBlur(self.img_data, (5, 5), 0): 使用高斯模糊处理图像。
cv2.Laplacian(self.img_data, -1): 使用拉普拉斯算子进行锐化（但注意，拉普拉斯算子通常用于边缘检测，并且输出的是灰度图）。
cv2.Canny(self.img_data, 100, 200): 使用Canny边缘检测算法。
cv2.cvtColor(...): 用于转换图像的颜色空间。
QImage(...) 和 QPixmap.fromImage(...): 用于将OpenCV图像转换为PyQt可以显示的格式。
