PyQt5与OpenCV结合的三个小练习

标签：__ self 练习 cv2 PyQt5 current OpenCV 图像 image

题目1、简单图像处理

创建一个 PyQt 应用程序，该应用程序能够：

1、使用 OpenCV 加载一张图像。

2、在 PyQt 的窗口中显示这张图像。

3、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

4、当用户点击按钮时，相应地更新窗口中显示的图像。

用于测试的图片如下：

QT窗口界面搭建

首先，我在QT Designer里搭建了如下窗口：

并且对内部的组件进行了命名，方便后续搭建对应的槽函数

代码实现

import sys
import cv2
from PyQt5.QtCore import Qt
from PyQt5.QtGui import QPixmap, QImage
from PyQt5.QtWidgets import QWidget, QPushButton, QLabel, QApplication
from qtpy import uic

class MyWidget(QWidget):
    def __init__(self):
        super().__init__()
        ui = uic.loadUi('./image.ui', self)

        #设置窗口固定大小
        self.setFixedSize(1000,800)

        self.GrayBtn: QPushButton = ui.graybtn  # 灰度化按钮
        self.ImgBtn: QPushButton = ui.imgbtn  # 显示原图按钮
        self.FlipBtn: QPushButton = ui.filipbtn  # 翻转按钮
        self.RotateBtn: QPushButton = ui.rotatebtn  # 旋转按钮
        self.imagelab: QLabel = ui.imagelab  # 显示图片

        # 读取图片
        self.original_image = cv2.imread('./lena.png')
        self.current_image = self.original_image.copy() #复制原图用于后续处理

        # 信号和槽的连接
        self.GrayBtn.clicked.connect(self.to_grayscale)
        self.ImgBtn.clicked.connect(self.restore_color)
        self.FlipBtn.clicked.connect(self.flip_image)
        self.RotateBtn.clicked.connect(self.rotate_image)

        # 初始化显示原图
        self.update_image()

    def convert_cv_qt(self, img):
        """将 OpenCV 图像转换为 QImage"""
        if len(img.shape) == 2:  # 灰度图
            height, width = img.shape
            bytes_per_line = width
            qimg = QImage(img.data, width, height, bytes_per_line, QImage.Format_Grayscale8)
        else:  # 彩色图
            height, width, channel = img.shape
            bytes_per_line = 3 * width
            qimg = QImage(img.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped()
        return qimg

    def update_image(self):
        """更新 QLabel 上显示的图像"""
        qimg = self.convert_cv_qt(self.current_image)
        pixmap = QPixmap.fromImage(qimg)
        self.imagelab.setPixmap(pixmap)
        self.imagelab.setAlignment(Qt.AlignCenter)

    def to_grayscale(self):
        """转换为灰度图"""
        self.current_image = cv2.cvtColor(self.original_image, cv2.COLOR_BGR2GRAY)
        self.current_image = cv2.cvtColor(self.current_image, cv2.COLOR_GRAY2BGR)  # 转换为伪彩色以便显示
        self.update_image()

    def restore_color(self):
        """恢复为原图"""
        self.current_image = self.original_image.copy()
        self.update_image()

    def flip_image(self):
        """翻转图像"""
        self.current_image = cv2.flip(self.original_image, 1)  # 水平翻转
        self.update_image()

    def rotate_image(self):
        """旋转图像"""
        (h, w) = self.original_image.shape[:2]
        center = (w // 2, h // 2)
        M = cv2.getRotationMatrix2D(center, 90, 1.0)  # 顺时针旋转90度
        self.current_image = cv2.warpAffine(self.original_image, M, (w, h))  # 注意：这里可能会裁剪图像
        # 如果需要保留全部图像，可以调整输出图像大小或使用填充
        self.update_image()


if __name__ == "__main__":
    app = QApplication(sys.argv)
    myWidget = MyWidget()
    myWidget.show()
    sys.exit(app.exec_())

结果展示

题目2、图像亮度对比度调整

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。

QT窗口界面搭建

首先，我在QT Designer里搭建了如下窗口：

并且对内部的组件进行了命名，方便后续搭建对应的槽函数

代码实现

import sys
import cv2
from PyQt5.QtCore import Qt
from PyQt5.QtGui import QPixmap, QImage
from PyQt5.QtWidgets import QWidget, QPushButton, QLabel, QApplication, QSlider, QFileDialog
from qtpy import uic


class MyWidget(QWidget):
    def __init__(self):
        super().__init__()
        ui = uic.loadUi('./form2.ui', self)

        #设置窗口固定大小
        self.setFixedSize(1100,1000)
        self.imagelab.setAlignment(Qt.AlignCenter)   #设置居中显示图片

        self.SaveBtn: QPushButton = ui.savebtn  # 保存按钮
        self.imagelab: QLabel = ui.imagelab  # 显示图片
        self.contrastSlider: QSlider = ui.contrastSlider        #对比度滑块
        self.lightSlider:QSlider = ui.lightSlider        #亮度滑块

        # 读取图片
        self.original_image = cv2.imread('./lena.png')
        self.current_image = self.original_image.copy()


        # 信号和槽的连接
        self.SaveBtn.clicked.connect(self.SaveBtn_slot)
        self.contrastSlider.valueChanged.connect(self.change_contrast)  # 改变对比度
        self.lightSlider.valueChanged.connect(self.change_light)  # 改变亮度

        # 初始化显示原图
        self.update_image()

    def convert_cv_qt(self, img):
        """将 OpenCV 图像转换为 QImage"""
        if len(img.shape) == 2:  # 灰度图
            height, width = img.shape
            bytes_per_line = width
            qimg = QImage(img.data, width, height, bytes_per_line, QImage.Format_Grayscale8)
        else:  # 彩色图
            height, width, channel = img.shape
            bytes_per_line = 3 * width
            qimg = QImage(img.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped()
        return qimg

    def update_image(self):
        """更新 QLabel 上显示的图像"""
        qimg = self.convert_cv_qt(self.current_image)
        pixmap = QPixmap.fromImage(qimg)
        self.imagelab.setPixmap(pixmap)


    def change_contrast(self,value):
        alpha = value / 50.0  # 将滑动条的值映射到0到2
        self.current_image = cv2.convertScaleAbs(self.original_image.copy(), alpha=alpha, beta=0)
        self.update_image()

    def change_light(self,value):
        beta = value - 50  # 将滑动条的值映射到-50到50
        self.current_image = cv2.convertScaleAbs(self.original_image.copy(), alpha=1, beta=beta)
        self.update_image()

    def SaveBtn_slot(self):
        options = QFileDialog.Options()
        filePath, _ = QFileDialog.getSaveFileName(self, "Save Image", "", "Images (*.png *.xpm *.jpg);;All Files (*)",
                                                  options=options)
        if filePath:
            cv2.imwrite(filePath, self.current_image)


if __name__ == "__main__":
    app = QApplication(sys.argv)
    myWidget = MyWidget()
    myWidget.show()
    sys.exit(app.exec_())

这个代码并不完善，滑块位于中间时才是原图的样式，且亮度和对比度不能同时调整，希望后续我能将代码有所改进。

结果展示

题目3、图像锐化模糊等操作

创建一个 PyQt 应用程序，该应用程序能够：
1.使用 OpenCV 加载一张图像。
2.在 PyQt 的窗口中显示这张图像。
3.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

4.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。
5.提供一个按钮，当用户点击按钮时，能保存调整后的图像。

QT窗口界面搭建

首先，我在QT Designer里搭建了如下窗口：

并且对内部的组件进行了命名，方便后续搭建对应的槽函数

代码实现


import sys
import cv2
from PyQt5.QtCore import Qt
from PyQt5.QtGui import QPixmap, QImage
from PyQt5.QtWidgets import QWidget, QPushButton, QLabel, QApplication, QComboBox, QFileDialog
from qtpy import uic

class MyWidget(QWidget):
    def __init__(self):
        super().__init__()
        ui = uic.loadUi('./form3.ui', self)

        #设置窗口固定大小
        self.setFixedSize(1000,800)
        self.imagelab.setAlignment(Qt.AlignCenter)   #设置居中显示图片

        self.imagelab: QLabel = ui.imagelab  # 显示图片
        self.SaveBtn: QPushButton = ui.savebtn  # 保存按钮
        self.comboBox: QComboBox  = ui.comboBox #下拉列表

        # 读取图片
        self.original_image = cv2.imread('./lena.png')
        self.current_image = self.original_image.copy()

        # 信号和槽的连接
        self.SaveBtn.clicked.connect(self.SaveBtn_slot)
        self.comboBox.currentIndexChanged.connect(self.processImage)


        # 初始化显示原图
        self.update_image()

    def SaveBtn_slot(self):
        options = QFileDialog.Options()
        filePath, _ = QFileDialog.getSaveFileName(self, "Save Image", "", "Images (*.png *.xpm *.jpg);;All Files (*)",
                                                  options=options)
        if filePath:
            cv2.imwrite(filePath, self.current_image)

    def processImage(self, index):
        """根据下拉列表的选项处理图像"""
        if index == 0:
            self.current_image = self.original_image.copy()
        elif index == 1:
            # 模糊
            self.current_image = cv2.GaussianBlur(self.original_image, (15, 15), 0)
        elif index == 2:
            # 锐化
            laplacian = cv2.Laplacian(self.original_image, cv2.CV_64F)
            sobelx = cv2.Sobel(self.original_image, cv2.CV_64F, 1, 0, ksize=3)
            sobely = cv2.Sobel(self.original_image, cv2.CV_64F, 0, 1, ksize=3)
            sharpened = cv2.convertScaleAbs(self.original_image - laplacian + sobelx + sobely)
            self.current_image = sharpened
        elif index == 3:
            # 边缘检测
            edges = cv2.Canny(self.original_image, 100, 200)
            # Canny 边缘检测返回的是灰度图，但我们可以将其转换为彩色图以更好地在 QLabel 上显示
            edges_color = cv2.cvtColor(edges, cv2.COLOR_GRAY2RGB)
            self.current_image = edges_color
        self.update_image()

    def convert_cv_qt(self, img):
        """将 OpenCV 图像转换为 QImage"""
        if len(img.shape) == 2:  # 灰度图
            height, width = img.shape
            bytes_per_line = width
            qimg = QImage(img.data, width, height, bytes_per_line, QImage.Format_Grayscale8)
        else:  # 彩色图
            height, width, channel = img.shape
            bytes_per_line = 3 * width
            qimg = QImage(img.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped()
        return qimg

    def update_image(self):
        """更新 QLabel 上显示的图像"""
        qimg = self.convert_cv_qt(self.current_image)
        pixmap = QPixmap.fromImage(qimg)
        self.imagelab.setPixmap(pixmap)

if __name__ == "__main__":
    app = QApplication(sys.argv)
    myWidget = MyWidget()
    myWidget.show()
    sys.exit(app.exec_())