我如何为 yolov5 制作 gui，从 pytorch 和 opencv 加载到 tkinker？

请帮助我，我不明白如何使用 yolo 和 tkinker 作为 gui 来制作用于实时检测的 gui。以及如何将边界框从 pytorch 渲染到 tkinker？

这里是代码：

import torch

from matplotlib import pyplot as plt

import numpy as np
import cv2

model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)


cap = cv2.VideoCapture(0)
while cap.isOpened():
    ret, frame = cap.read()  
    result = model(frame)
    cv2.imshow('Screen', np.squeeze(result.render()))
    if cv2.waitKey(10) & 0xff == ord('x'):
        break
    if cv2.getWindowProperty("Screen", cv2.WND_PROP_VISIBLE) <1:
        break
        
cap.release()
cv2.destroyAllWindows()

当然，我们可以创建一个将 YOLOv5 与 tkinter 结合用于实时对象检测的 GUI。以下是分步指南以及带有说明的代码：

1. 安装必要的库

确保你已安装以下 Python 库。如果没有，你可以使用 pip 安装它们：

pip install tkinter opencv-python pillow torch

2. 代码

import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk
import cv2
import torch

# 加载 YOLOv5 模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

class App:
    def __init__(self, window, window_title):
        self.window = window
        self.window.title(window_title)

        # 创建一个画布来显示视频流
        self.canvas = tk.Canvas(window, width=640, height=480)
        self.canvas.pack()

        # 用于打开视频文件的按钮
        self.btn_open = tk.Button(window, text="打开视频文件", command=self.open_video)
        self.btn_open.pack(side="bottom")

        # 用于启动/停止检测的按钮
        self.btn_toggle = tk.Button(window, text="开始检测", command=self.toggle_detection)
        self.btn_toggle.pack(side="bottom")

        # 视频源（初始值为无）
        self.vid = None

        # 检测标志
        self.detecting = False

        self.window.mainloop()

    def open_video(self):
        # 打开文件对话框以选择视频文件
        self.pause_detection()
        self.video_path = filedialog.askopenfilename()

        # 如果选择了文件，则开始处理视频
        if self.video_path:
            self.vid = cv2.VideoCapture(self.video_path)
            self.process_video()

    def process_video(self):
        # 从视频中读取帧
        ret, frame = self.vid.read()

        if ret:
            # 检测对象
            if self.detecting:
                frame = self.detect_objects(frame)

            # 将帧转换为 RGB 并显示在画布上
            self.photo = ImageTk.PhotoImage(image=Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)))
            self.canvas.create_image(0, 0, image=self.photo, anchor=tk.NW)

            # 每 30 毫秒后调用自身以显示下一帧
            self.window.after(30, self.process_video)
        else:
            # 如果视频结束，则释放视频捕获对象
            self.vid.release()

    def detect_objects(self, frame):
        # 使用 YOLOv5 进行对象检测
        results = model(frame)

        # 处理结果并绘制边界框和标签
        for *xyxy, conf, cls in results.xyxy[0]:
            x1, y1, x2, y2 = map(int, xyxy)
            cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
            label = f"{model.names[int(cls)]} {conf:.2f}"
            cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

        return frame

    def toggle_detection(self):
        # 切换检测标志
        self.detecting = not self.detecting
        if self.detecting:
            self.btn_toggle.config(text="停止检测")
            if self.vid:
                self.process_video()
        else:
            self.btn_toggle.config(text="开始检测")

    def pause_detection(self):
        # 暂停检测
        self.detecting = False
        self.btn_toggle.config(text="开始检测")

# 创建主窗口
App(tk.Tk(), "YOLOv5 对象检测")

说明：

1. 导入必要的库： tkinter 用于 GUI， cv2 用于视频处理， PIL 用于在画布上显示图像， torch 用于 YOLO。

2. 加载 YOLOv5 模型： model = torch.hub.load(...) 加载预训练的 YOLOv5s 模型。你可以将其替换为任何其他 YOLOv5 模型。

3. 创建 App 类：

4. 它初始化主窗口和按钮（“打开视频”和“开始检测”）。
5. open_video 函数打开文件对话框，使用户可以选择视频文件，并初始化视频处理。
6. process_video 函数从视频中读取帧，如果 self.detecting 为真，则将其发送以进行对象检测，使用 ImageTk 将其转换为 tkinter 兼容格式，并在画布上显示。
7. detect_objects 函数接收一个帧，使用 YOLOv5 进行对象检测，在检测到的对象周围绘制边界框和标签，并返回修改后的帧。
8. toggle_detection 函数启动和停止检测过程。

9. pause_detection 函数在需要时停止检测。

10. 创建应用程序实例： App(tk.Tk(), "YOLOv5 对象检测") 创建应用程序窗口并运行主事件循环。

现在，当你运行代码时，你将获得一个带有两个按钮的 GUI 窗口：“打开视频文件”和“开始检测”。你可以单击“打开视频文件”以选择视频文件或摄像头流，然后单击“开始检测”以开始对象检测。检测到的对象将带有边界框和标签叠加在视频流上。你可以再次单击“停止检测”来停止检测。

这就是在 tkinter 中使用 YOLOv5 的基本设置！你可以根据自己的需要扩展此功能，例如添加更多控件或改进 GUI。