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
1.思路分析
读取图片
添加按钮
将功能函数与按钮使用信号与槽连接
2.设计到的函数方法
cv2.cvtColor（转换为灰度图）cv2.flip（翻转）cv2.getRotationMatrix2D（用于计算二维旋转矩阵的函数）cv2.warpAffine（对图像进行放射变换）3.代码
python
import cv2
import sys
from PyQt6.QtGui import QPixmap, QImage
from PyQt6.QtWidgets import QApplication, QWidget, QLabel, QPushButton
class MyWidget(QWidget):
def __init__(self):
super().__init__()
self.resize(600, 400)
self.lab3 = QLabel(self)
self.lab3.resize(600, 400)
self.lab3.setScaledContents(True)
self.img = cv2.imread("./car5.png")
self.update_image(self.img)
btn1 = QPushButton("灰度", self)
btn1.setStyleSheet("background-color:green")
btn1.clicked.connect(self.change_image)
btn1.move(10, 10)
btn2 = QPushButton("彩色", self)
btn2.setStyleSheet("background-color:green")
btn2.clicked.connect(self.change_colours)
btn2.move(90, 10)
btn3 = QPushButton("翻转", self)
btn3.setStyleSheet("background-color:green")
btn3.clicked.connect(self.change_transform)
btn3.move(170, 10)
btn4 = QPushButton("旋转", self)
btn4.setStyleSheet("background-color:green")
btn4.clicked.connect(self.spin)
btn4.move(260, 10)
def update_image(self, img):
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
h, w, ch = img_rgb.shape
bytes_per_line = ch * w
qimage = QImage(img_rgb.data, w, h, bytes_per_line, QImage.Format.Format_RGB888)
pixmap = QPixmap.fromImage(qimage)
self.lab3.setPixmap(pixmap)
def change_colours(self):
self.update_image(self.img)
def change_transform(self):
img_filp = cv2.flip(self.img,0)
self.update_image(img_filp)
def spin(self):
M = cv2.getRotationMatrix2D((self.img.shape[1]/2, self.img.shape[0]/2), 45, 0.5)
img_warp = cv2.warpAffine(self.img,
M,
(700, 700), 大小
flags=cv2.INTER_LINEAR,
)
self.update_image(img_warp)
def change_image(self):
img_gray = cv2.cvtColor(self.img, cv2.COLOR_BGR2GRAY)
self.update_image(img_gray)
if __name__ == "__main__":
app = QApplication(sys.argv)
myWidget = MyWidget()
myWidget.show()
sys.exit(app.exec())
4.效果展示
二，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：
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
使用下拉列表将功能函数写入进去
设计到的函数方法
提供一个下拉列表（QComboBox）
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
代码
python
import cv2
import sys
import numpy as np
from PyQt6.QtGui import QPixmap, QImage
from PyQt6.QtWidgets import QApplication, QWidget, QLabel, QComboBox, QVBoxLayout
class MyWidget(QWidget):
def __init__(self):
super().__init__()
self.resize(600, 400)
self.lab3 = QLabel(self)
self.lab3.resize(600, 400)
self.lab3.setScaledContents(True)
self.img = cv2.imread("./car5.png")
self.update_image(self.img)
self.combo_box = QComboBox(self)
self.combo_box.addItem("请选择处理方式")
self.combo_box.addItem("模糊")
self.combo_box.addItem("锐化")
self.combo_box.addItem("边缘检测")
self.combo_box.currentIndexChanged.connect(self.process_image)
self.combo_box.move(10, 10)
def update_image(self, img):
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
h, w, ch = img_rgb.shape
bytes_per_line = ch * w
qimage = QImage(img_rgb.data, w, h, bytes_per_line, QImage.Format.Format_RGB888)
pixmap = QPixmap.fromImage(qimage)
self.lab3.setPixmap(pixmap)
def process_image(self):
selected_option = self.combo_box.currentText()
if selected_option == "模糊":
img_blurred = cv2.GaussianBlur(self.img, (15, 15), 0)
self.update_image(img_blurred)
elif selected_option == "锐化":
kernel = np.array([[0, -1, 0], [-1, 5,-1], [0, -1, 0]])
img_sharpened = cv2.filter2D(self.img, -1, kernel)
self.update_image(img_sharpened)
elif selected_option == "边缘检测":
img_gray = cv2.cvtColor(self.img, cv2.COLOR_BGR2GRAY)
img_edges = cv2.Canny(img_gray, 100, 200)
img_edges_colored = cv2.cvtColor(img_edges, cv2.COLOR_GRAY2BGR)
self.update_image(img_edges_colored)
else:
self.update_image(self.img)
if __name__ == "__main__":
app = QApplication(sys.argv)
myWidget = MyWidget()
myWidget.show()
sys.exit(app.exec())效果展示
