PyQt + OpenCV综合训练

一、PyQt + OpenCV 图像处理应用设计

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。

1.思路分析

①功能需求

图像加载 ：使用 OpenCV 加载一张彩色图像。
图像显示 ：将图像显示在 PyQt 的窗口中（QLabel）。
按钮功能：

灰度化：将图像转换为灰度图。
恢复原始图像：将图像恢复到初始状态。
翻转图像：水平翻转图像。
旋转图像：顺时针旋转图像90度。

动态更新：每次点击按钮后，图像实时更新到窗口中。

②用户界面设计

QLabel ：用于显示图像。
QPushButton （四个按钮）：分别用于"灰度化"、"恢复原始图像"、"翻转图像"、"旋转图像"。
QFileDialog：用于打开图像文件。

③核心逻辑

图像加载

使用 cv2.imread() 加载图像。
将 OpenCV 图像转换为 PyQt 支持的 QPixmap 格式。
显示在 QLabel 上。

图像处理

灰度化：使用 cv2.cvtColor 转换为灰度图。
恢复原始图像：使用存储的原始图像副本进行还原。
翻转图像：使用 cv2.flip 进行水平翻转。
旋转图像：使用 cv2.getRotationMatrix2D 和 cv2.warpAffine 进行旋转。

图像显示

每次处理后，将结果通过 QImage 和 QPixmap 转换并实时更新 QLabel。

2.设计到的函数方法

①init()

功能：初始化主窗口，设置 UI 元素，连接按钮信号与槽。
主要方法：

加载 UI 界面。
初始化 QLabel 和 QPushButton。
绑定按钮事件。

②open_file_dialog()

功能：打开文件对话框，加载用户选择的图像。
主要方法：

使用 QFileDialog.getOpenFileName 选择文件。
使用 cv2.imread 读取图像。
调用 update_image_label() 显示图像。

③update_image_label(image)

功能：将 OpenCV 图像转换为 QPixmap，并更新到 QLabel 上。
主要方法：

使用 QImage 将图像格式转换。
使用 QPixmap.fromImage 更新 QLabel。

④convert_to_gray()

功能：将当前图像转换为灰度图像。
主要方法：

使用 cv2.cvtColor 将图像转换为灰度。
调用 update_image_label() 显示图像。

⑤reset_to_original()

功能：将图像还原到初始状态。
主要方法：

使用原始图像副本进行还原。
调用 update_image_label() 显示图像。

⑥flip_image()

功能：对图像进行水平翻转。
主要方法：

使用 cv2.flip 进行水平翻转。
调用 update_image_label() 显示图像。

⑦rotate_image()

功能：顺时针旋转图像90度。
主要方法：

使用 cv2.getRotationMatrix2D 计算旋转矩阵。
使用 cv2.warpAffine 应用旋转。
调用 update_image_label() 显示图像。

3.代码

python 复制代码

from PyQt6.QtWidgets import QApplication, QMainWindow, QLabel, QFileDialog, QPushButton
from PyQt6.QtGui import QPixmap, QAction, QImage, QIcon
from PyQt6 import uic
import cv2  # OpenCV 用于处理图像

# 创建主窗口类
class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        # 动态加载 UI 文件
        uic.loadUi("picture_editor1.ui", self)

        # 设置窗口标题和图标
        self.setWindowTitle("图像编辑器1")  # 改变窗口标签
        self.setWindowIcon(QIcon("picture_photo_image_icon_131252.png"))

        # 获取组件
        self.open_action = self.findChild(QAction, "open")
        self.picture_label = self.findChild(QLabel, "picture")  # 获取 QLabel 对象
        self.gray_button = self.findChild(QPushButton, "gray_button")  # 获取灰度按钮
        self.reset_button = self.findChild(QPushButton, "reset_button")  # 获取恢复按钮
        self.flip_button = self.findChild(QPushButton, "flip_button")  # 获取翻转按钮
        self.rotate_button = self.findChild(QPushButton, "rotate_button")  # 获取旋转按钮

        # 连接组件的触发信号
        self.open_action.triggered.connect(self.open_file_dialog)
        self.gray_button.clicked.connect(self.convert_to_gray)  # 连接灰度按钮
        self.reset_button.clicked.connect(self.reset_to_original)  # 连接恢复按钮
        self.flip_button.clicked.connect(self.flip_image)  # 连接翻转按钮
        self.rotate_button.clicked.connect(self.rotate_image)  # 连接旋转按钮

        self.current_image = None  # 用于存储当前的图像
        self.original_image = None # 存储当前图像和原始图像

    # 弹出文件对话框并显示选择的图像
    def open_file_dialog(self):
        # 弹出文件对话框，限制为 .png 和 .jpg 文件
        file_path, _ = QFileDialog.getOpenFileName(
            self,
            "选择图片文件",  # 文件对话框标题
            "",
            "Images (*.png *.jpg)"  # 文件过滤器
        )

        # 如果选择了文件，加载到 QLabel 中
        if file_path:
            # 使用 OpenCV 加载图像（彩色图像）
            self.original_image = cv2.imread(file_path)
            self.current_image = self.original_image.copy()  # 初始化 current_image

            # 将图像转换为 QPixmap 以显示
            self.update_image_label(self.current_image)
            # 设置 QLabel 的大小为图片的原始大小

    # 更新 QLabel 显示的图像
    def update_image_label(self, image):
        height, width, channel = image.shape
        bytes_per_line = 3 * width
        q_image = QImage(image.data, width, height, bytes_per_line, QImage.Format.Format_BGR888)
        pixmap = QPixmap.fromImage(q_image)
        self.picture_label.setPixmap(pixmap)
        self.picture_label.setFixedSize(pixmap.size())  # 设置 QLabel 的大小为图片的原始大小

    # 将图像转换为灰度图
    def convert_to_gray(self):
        if self.current_image is None:
            return  # 如果没有加载图片，则直接返回
        gray_image = cv2.cvtColor(self.current_image, cv2.COLOR_BGR2GRAY)
        self.current_image = cv2.cvtColor(gray_image, cv2.COLOR_GRAY2BGR)
        self.update_image_label(self.current_image)

    # 恢复原始图像
    def reset_to_original(self):
        if self.current_image is None:
            return  # 如果没有加载图片，则直接返回
        self.current_image = self.original_image.copy()
        self.update_image_label(self.current_image)

    # 翻转图像
    def flip_image(self):
        if self.current_image is None:
            return  # 如果没有加载图片，则直接返回
        self.current_image = cv2.flip(self.current_image, 1)  # 水平翻转
        self.update_image_label(self.current_image)

    # 旋转图像
    def rotate_image(self):
        if self.current_image is None:
            return  # 如果没有加载图片，则直接返回
        height, width = self.current_image.shape[:2]
        center = (width // 2, width // 2)
        rotation_matrix = cv2.getRotationMatrix2D(center, 270, 1.0)  # 向右旋转90度
        self.current_image = cv2.warpAffine(self.current_image, rotation_matrix, (width, height))
        self.update_image_label(self.current_image)

if __name__ == "__main__":
    app = QApplication([])
    window = MainWindow()
    window.show()
    app.exec()

4.效果展示

加载图像灰度化图像还原图像翻转图像旋转图像

二、PyQt + OpenCV 图像亮度与对比度调整应用设计

根据下列要求写出思路分析和设计到的函数方法：

创建一个 PyQt 应用程序，该应用程序能够：

①使用 OpenCV 加载一张彩色图像，并在 PyQt 的窗口中显示它。

②提供一个滑动条（QSlider），允许用户调整图像的亮度。

③当用户调整滑动条时，实时更新窗口中显示的图像亮度。

④添加另一个滑动条（QSlider），允许用户调整图像的对比度。

⑤当用户调整滚动条时，实时更新窗口中显示的图像对比度。

⑥提供一个按钮（QPushButton），允许用户将图像保存为新的文件。

⑦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.思路分析

①功能需求

图像加载 ：使用 OpenCV 加载彩色图像，并在 PyQt 窗口中显示。
亮度调整 ：通过 QSlider 调整图像的亮度，实时更新显示。
对比度调整 ：通过 QSlider 调整图像的对比度，实时更新显示。
保存功能：点击 QPushButton，将当前调整后的图像保存到指定路径。

②用户界面设计

QLabel ：用于显示图像。
QSlider：

亮度滑动条：调整图像亮度。
对比度滑动条：调整图像对比度。

QPushButton：

保存按钮：将调整后的图像保存到文件。

QFileDialog：用于选择图像文件和保存图像文件。

③关键功能

图像加载

使用 cv2.imread() 加载图像。
将 OpenCV 图像格式转换为 QPixmap 格式，在 QLabel 中显示。

亮度调整

使用公式：result = image + beta（beta 表示亮度值）。
通过 QSlider 获取用户选择的亮度值，实时更新图像。

对比度调整

使用公式：result = image * alpha（alpha 表示对比度值）。
通过 QSlider 获取用户选择的对比度值，实时更新图像。

实时更新

每次滑动滑动条时，调用 update_image() 方法，重新计算并显示图像。

保存图像

使用 cv2.imwrite() 保存当前图像到用户指定路径。

2.设计到的函数方法

①init()

功能：初始化主窗口，设置 UI 元素，连接按钮信号与槽。
主要方法：

加载 UI 界面。
初始化 QLabel、QSlider 和 QPushButton。
绑定按钮事件。

②open_file_dialog()

功能：打开文件对话框，加载用户选择的图像。
主要方法：

使用 QFileDialog.getOpenFileName 选择文件。
使用 cv2.imread 读取图像。
调用 display_image() 显示图像。

③display_image(image)

功能：将 OpenCV 图像转换为 QPixmap，并更新到 QLabel 上。
主要方法：

使用 QImage 将图像格式转换。
使用 QPixmap.fromImage 更新 QLabel。

④update_image()

功能：调整亮度和对比度。
主要方法：

使用cv2.convertScaleAbs()调整图像的亮度和对比度。
alpha：对比度调整系数。
beta：亮度调整值。

⑤save_image()

功能：保存当前处理后的图像。
主要方法：

使用 QFileDialog.getSaveFileName() 获取保存路径。
使用 cv2.imwrite() 保存图像。

3.代码

python 复制代码

from PyQt6.QtWidgets import QApplication, QMainWindow, QFileDialog, QSlider, QLabel, QPushButton
from PyQt6.QtGui import QPixmap, QAction, QImage, QIcon
from PyQt6 import uic
import cv2


class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        # 加载 UI 文件
        uic.loadUi("picture_editor2.ui", self)

        # 设置窗口标题和图标
        self.setWindowTitle("图像编辑器2")  # 改变窗口标签
        self.setWindowIcon(QIcon("picture_photo_image_icon_131252.png"))

        # 获取组件
        self.open_action = self.findChild(QAction, "open")
        self.picture_label = self.findChild(QLabel, "picture")  # 获取 QLabel 对象
        self.brightness_slider = self.findChild(QSlider, "brightness_slider")
        self.contrast_slider = self.findChild(QSlider, "contrast_slider")
        self.save_button = self.findChild(QPushButton, "save_button")

        # 设置滑动条范围
        self.brightness_slider.setMinimum(-100)
        self.brightness_slider.setMaximum(100)
        self.brightness_slider.setValue(0)

        self.contrast_slider.setMinimum(-50)
        self.contrast_slider.setMaximum(50)
        self.contrast_slider.setValue(0)

        # 绑定事件
        self.open_action.triggered.connect(self.open_file_dialog)
        self.brightness_slider.valueChanged.connect(self.update_image)
        self.contrast_slider.valueChanged.connect(self.update_image)
        self.save_button.clicked.connect(self.save_image)

        # 初始化变量
        self.original_image = None
        self.processed_image = None

    # 弹出文件对话框并显示选择的图像
    def open_file_dialog(self):
        # 弹出文件对话框，限制为 .png 和 .jpg 文件
        file_path, _ = QFileDialog.getOpenFileName(
            self,
            "选择图片文件",  # 文件对话框标题
            "",
            "Images (*.png *.jpg)"  # 文件过滤器
        )

        # 如果选择了文件，加载到 QLabel 中
        if file_path:
            # 使用 OpenCV 加载图像（彩色图像）
            self.original_image = cv2.imread(file_path)
            self.current_image = self.original_image.copy()  # 初始化 current_image

            # 将图像转换为 QPixmap 以显示
            self.display_image(self.current_image)
            # 设置 QLabel 的大小为图片的原始大小

    # 在 QLabel 中显示图像
    def display_image(self, image):
        height, width, channel = image.shape
        bytes_per_line = 3 * width
        q_image = QImage(image.data, width, height, bytes_per_line, QImage.Format.Format_BGR888)
        pixmap = QPixmap.fromImage(q_image)
        self.picture_label.setPixmap(pixmap)
        self.picture_label.setFixedSize(pixmap.size())  # 设置 QLabel 的大小为图片的原始大小

    # 更新图像亮度和对比度
    def update_image(self):
        if self.original_image is None:
            return

        # 获取亮度和对比度值
        brightness = self.brightness_slider.value()
        contrast = self.contrast_slider.value()

        # 调整对比度和亮度
        alpha = 1.0 + contrast / 50.0  # 对比度调节系数
        beta = brightness  # 亮度调节值
        self.processed_image = cv2.convertScaleAbs(self.original_image, alpha=alpha, beta=beta)

        # 显示调整后的图像
        self.display_image(self.processed_image)

    # 保存调整后的图像
    def save_image(self):

        if self.processed_image is None:
            return

        file_path, _ = QFileDialog.getSaveFileName(
            self,
            "保存图像",
            "",
            "Images (*.png *.jpg *.bmp)"
        )
        if file_path:
            cv2.imwrite(file_path, self.processed_image)


if __name__ == "__main__":
    app = QApplication([])
    window = MainWindow()
    window.show()
    app.exec()

4.效果展示

加载图像调整亮度调整对比度保存图像

三、PyQt + OpenCV 图像处理应用设计（模糊、锐化、边缘检测）

根据下列要求写出思路分析和设计到的函数方法：

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。

1.思路分析

①功能需求

图像加载：使用 OpenCV 加载彩色图像，并在 PyQt 窗口中显示。

图像处理：通过 QComboBox 选择图像处理方式：

模糊：使用 cv2.GaussianBlur() 进行模糊处理。
锐化：使用 cv2.Laplacian() 和 cv2.Sobel() 进行锐化处理。
边缘检测：使用 cv2.Canny() 进行边缘检测。

实时更新：用户选择不同的选项时，实时显示处理后的图像。

图像保存：通过 QPushButton 将当前处理后的图像保存到指定路径。

②用户界面设计

QLabel：用于显示图像。

QComboBox：

提供三个选项：模糊、锐化、边缘检测。

QPushButton：

保存按钮：将当前处理后的图像保存到文件。

QFileDialog：

用于选择图像文件和保存图像文件。

③关键功能

图像加载

使用 cv2.imread() 加载图像。
将 OpenCV 图像格式转换为 QPixmap 格式，在 QLabel 中显示。

模糊处理

使用 cv2.GaussianBlur() 对图像进行模糊处理。

锐化处理

使用 cv2.Laplacian() 和 cv2.Sobel() 对图像进行锐化处理。

边缘检测

使用 cv2.Canny() 提取图像的边缘信息。

实时更新

用户在下拉列表中选择不同的处理方式时，实时调用相应函数，更新图像。

保存图像

使用 cv2.imwrite() 将当前显示的图像保存到用户指定路径。

2.设计到的函数方法

①init()

功能：初始化窗口、设置 UI 组件、绑定事件。
主要方法：

初始化 QLabel、QComboBox 和 QPushButton。
绑定按钮和下拉列表的信号与槽。

②open_file_dialog()

功能：弹出文件对话框，加载图像。
主要方法：

使用 QFileDialog.getOpenFileName 选择图像文件。
使用 cv2.imread() 加载图像。
调用display_image() 显示图像。

③display_image(image)

功能：将 OpenCV 图像转换为 QPixmap，并显示在 QLabel 中。
主要方法：

使用 QImage 转换图像格式。
使用 QPixmap.fromImage() 更新 QLabel。

④process_image()

功能：根据下拉列表选项，应用不同的图像处理操作。
主要方法：

模糊：使用 cv2.GaussianBlur()。
锐化：使用 cv2.filter2D。
边缘检测：使用 cv2.Canny()。
调用 display_image() 显示处理后的图像。

⑤save_image()

功能：保存当前处理后的图像。
主要方法：

使用 QFileDialog.getSaveFileName() 获取保存路径。
使用 cv2.imwrite() 保存图像。

3.代码

python 复制代码

from PyQt6.QtWidgets import QApplication, QMainWindow, QLabel, QComboBox, QPushButton, QFileDialog
from PyQt6.QtGui import QPixmap, QAction, QImage, QIcon
from PyQt6 import uic
import cv2
import numpy as np

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        # 动态加载 UI 文件
        uic.loadUi("picture_editor3.ui", self)

        # 设置窗口标题和图标
        self.setWindowTitle("图像编辑器3")  # 改变窗口标签
        self.setWindowIcon(QIcon("picture_photo_image_icon_131252.png"))

        # 获取 UI 组件
        self.open_action = self.findChild(QAction, "open")
        self.picture_label = self.findChild(QLabel, "picture")  # QLabel 显示图像
        self.process_combo = self.findChild(QComboBox, "comboBox")  # QComboBox 下拉列表
        self.save_button = self.findChild(QPushButton, "save_button")  # QPushButton 保存按钮

        # 初始化变量
        self.original_image = None  # 原始图像
        self.processed_image = None  # 处理后的图像

        # 设置下拉列表选项
        self.process_combo.addItems(["无处理", "模糊", "锐化", "边缘检测"])

        # 连接信号和槽
        self.open_action.triggered.connect(self.open_file_dialog)
        self.process_combo.currentTextChanged.connect(self.process_image)
        self.save_button.clicked.connect(self.save_image)

        # 初始化变量
        self.original_image = None
        self.processed_image = None

    # 弹出文件对话框并显示选择的图像
    def open_file_dialog(self):
        # 弹出文件对话框，限制为 .png 和 .jpg 文件
        file_path, _ = QFileDialog.getOpenFileName(
            self,
            "选择图片文件",  # 文件对话框标题
            "",
            "Images (*.png *.jpg)"  # 文件过滤器
        )
        # 如果选择了文件，加载到 QLabel 中
        if file_path:
            # 使用 OpenCV 加载图像（彩色图像）
            self.original_image = cv2.imread(file_path)
            self.current_image = self.original_image.copy()  # 初始化 current_image
            # 将图像转换为 QPixmap 以显示
            self.display_image(self.current_image)
            # 设置 QLabel 的大小为图片的原始大小

    # 在 QLabel 中显示图像
    def display_image(self, image):
        height, width, channel = image.shape
        bytes_per_line = 3 * width
        q_image = QImage(image.data, width, height, bytes_per_line, QImage.Format.Format_BGR888)
        pixmap = QPixmap.fromImage(q_image)
        self.picture_label.setPixmap(pixmap)
        self.picture_label.setFixedSize(pixmap.size())  # 设置 QLabel 的大小为图片的原始大小

    # 根据下拉列表选择处理图像
    def process_image(self):
        if self.original_image is None:
            return

        option = self.process_combo.currentText()

        if option == "模糊":
            self.processed_image = cv2.GaussianBlur(self.original_image, (11, 11), 0)
        elif option == "锐化":
            kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
            self.processed_image = cv2.filter2D(self.original_image, -1, kernel)
        elif option == "边缘检测":
            gray_image = cv2.cvtColor(self.original_image, cv2.COLOR_BGR2GRAY)
            self.processed_image = cv2.Canny(gray_image, 100, 200)
            # 将单通道边缘图像转换为三通道以显示
            self.processed_image = cv2.cvtColor(self.processed_image, cv2.COLOR_GRAY2BGR)
        else:
            self.processed_image = self.original_image.copy()

        self.display_image(self.processed_image)

    # 保存处理后的图像
    def save_image(self):
        if self.processed_image is None:
            return

        file_path, _ = QFileDialog.getSaveFileName(
            self,
            "保存图像",
            "",
            "Images (*.png *.jpg *.bmp)"
        )
        if file_path:
            cv2.imwrite(file_path, self.processed_image)

if __name__ == "__main__":
    app = QApplication([])
    window = MainWindow()
    window.show()
    app.exec()

4.效果展示

加载图像模糊化图像锐化图像边缘检测保存图像

PyQt + OpenCV综合训练

一、PyQt + OpenCV 图像处理应用设计

1.思路分析

①功能需求

②用户界面设计

③核心逻辑

2.设计到的函数方法

①__init__()

②open_file_dialog()

③update_image_label(image)

④convert_to_gray()

⑤reset_to_original()

⑥flip_image()

⑦rotate_image()

3.代码

4.效果展示

二、PyQt + OpenCV 图像亮度与对比度调整应用设计

1.思路分析

①功能需求

②用户界面设计

③关键功能

2.设计到的函数方法

①__init__()

②open_file_dialog()

③display_image(image)

④update_image()

⑤save_image()

3.代码

4.效果展示

三、PyQt + OpenCV 图像处理应用设计（模糊、锐化、边缘检测）

1.思路分析

①功能需求

②用户界面设计

③关键功能

2.设计到的函数方法

①__init__()

②open_file_dialog()

③display_image(image)

④process_image()

⑤save_image()

3.代码

4.效果展示

①init()

①init()

①init()