PyQT5开发之参数化调节模糊

OpenCV学堂 2023-02-10 19:33

点击上方蓝字关注我们

微信公众号:OpenCV开发者联盟

关注获取更多计算机视觉与深度学习知识

引言

PyQT5开发OpenCV等图像处理应用中,经常需要输入各种不同类型的参数,从整数到浮点数,而且每个参数的取值范围都不一样,这就是需要采用合适的数据输入组件方便指定范围的数据输入,同时防止错误输入。PyQT5中支持QSpinBox与QComoBox两种参数输入组件。

QSpinBox调节组件

PyQT5中常用的调节器组件有两个实现类QSpinBox与QDoubleSpinBox,支持整数与浮点数方式输入参数,可以通过点击上下两个箭头实现自动增加与减少数值,默认步长为1。QSpinBox与QDoubleSpinBox默认取值范围均为0~100之间,不包括100,其中QDoubleSpinBox取值范围支持0.00到99.99。
创建一个数值调节组件
spinbox = QSpinBox()
或者
spinbox = QDoubleSpinBox()
修改取值范围:
spinbox.setRange(min, max)
QDoubleSpinBox可设置步长为0.01:
spinbox..setSingleStep(0.01)
QSpinBox可设置步长为整数n:
spinbox.setSingleStep(n)
设置浮点的取值精度-小数点后位数
spinbox.setDecimals(prec)
信号支持valueChanged

QComboBox选择组件

创建一个QComboBox代码如下:
combox = QComboBox()
添加选择项目:
combox.addItem(”选择一”)
支持的信号为 currentIndexChanged

代码演示

代码演示部分通过ComboBox不同选项实现不同的功能执行,支持参数输入,根据参数完成代码执行。运行界面如下:


高斯模糊选择与参数调整:


灰度选择,自动disable高斯模糊参数


根据不同选择完成不同处理,调节参数自动应用完成信号触发执行相应的槽函数。完整的面板类代码实现如下:
  1import cv2 as cv
2from PyQt5 import QtWidgets, QtCore, QtGui
3import sys
4
5
6class SpinBoxComBoxDemoPanel(QtWidgets.QWidget):
7    def __init__(self, parent=None):
8        super().__init__(parent)
9        # 文本标签
10        self.combox = QtWidgets.QComboBox()
11        self.combox.addItem("原图")
12        self.combox.addItem("模糊")
13        self.combox.addItem("灰度")
14        self.combox.setCurrentIndex(0)
15
16        hbox_layout1 = QtWidgets.QHBoxLayout()
17        hbox_layout1.addWidget(QtWidgets.QLabel("选择:"))
18        hbox_layout1.addWidget(self.combox)
19        hbox_layout1.addStretch(1)
20
21        panel1 = QtWidgets.QGroupBox("单选演示")
22        panel1.setLayout(hbox_layout1)
23
24        self.spinbox1 = QtWidgets.QSpinBox()
25        self.spinbox1.setRange(0100)
26        self.spinbox1.setSingleStep(1)
27        self.spinbox2 = QtWidgets.QSpinBox()
28        self.spinbox2.setRange(350)
29        self.spinbox2.setSingleStep(2)
30
31        hbox_layout2 = QtWidgets.QHBoxLayout()
32        hbox_layout2.addWidget(QtWidgets.QLabel("窗口:"))
33        hbox_layout2.addWidget(self.spinbox1)
34        hbox_layout2.addWidget(QtWidgets.QLabel("方差:"))
35        hbox_layout2.addWidget(self.spinbox2)
36        hbox_layout2.addStretch(1)
37
38        panel2 = QtWidgets.QGroupBox("高斯模糊参数")
39        panel2.setLayout(hbox_layout2)
40
41        panel3 = QtWidgets.QWidget()
42        hbox_layout3 = QtWidgets.QHBoxLayout()
43        hbox_layout3.addWidget(panel1)
44        hbox_layout3.addWidget(panel2)
45        panel3.setLayout(hbox_layout3)
46
47        # 输入文本框
48        self.label = QtWidgets.QLabel()
49        pixmap = QtGui.QPixmap("images/16.jpg")
50        pix = pixmap.scaled(QtCore.QSize(620500), QtCore.Qt.KeepAspectRatio)
51        self.label.setPixmap(pix)
52        self.label.setAlignment(QtCore.Qt.AlignCenter)
53        self.label.setStyleSheet("background-color:black; color: green")
54
55        # 添加到布局管理器中
56        vbox_layout = QtWidgets.QVBoxLayout()
57        vbox_layout.addWidget(panel3)
58        vbox_layout.addWidget(self.label)
59        vbox_layout.addStretch(1)
60
61        self.spinbox1.setEnabled(False)
62        self.spinbox2.setEnabled(False)
63
64        # 面板容器
65        self.setLayout(vbox_layout)
66
67        # setup listener
68        self.combox.currentIndexChanged.connect(self.on_select_changed)
69        self.spinbox2.valueChanged.connect(self.on_update_blur)
70
71    def on_select_changed(self):
72        index = self.combox.currentIndex()
73        self.spinbox1.setEnabled(False)
74        self.spinbox2.setEnabled(False)
75        if index == 0:
76            self.on_update_original()
77        if index == 1:
78            self.spinbox1.setEnabled(True)
79            self.spinbox2.setEnabled(True)
80            self.on_update_blur()
81        if index == 2:
82            self.on_update_gray()
83
84    def on_update_original(self):
85        pixmap = QtGui.QPixmap("images/16.jpg")
86        pix = pixmap.scaled(QtCore.QSize(620500), QtCore.Qt.KeepAspectRatio)
87        self.label.setPixmap(pix)
88
89    def on_update_blur(self):
90        image = cv.imread("images/16.jpg")
91        sigma = self.spinbox2.value()
92        win_size = self.spinbox1.value()
93        bgr = cv.GaussianBlur(image, (win_size, win_size), sigma)
94        dst = cv.cvtColor(bgr, cv.COLOR_BGR2RGB)
95        height, width, channel = dst.shape
96        bytesPerLine = 3 * width
97        img = QtGui.QImage(dst.data, width, height, bytesPerLine, QtGui.QImage.Format_RGB888)
98        pixmap = QtGui.QPixmap(img)
99        pix = pixmap.scaled(QtCore.QSize(620500), QtCore.Qt.KeepAspectRatio)
100        self.label.setPixmap(pix)
101
102    def on_update_gray(self):
103        image = cv.imread("images/16.jpg")
104        gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
105        dst = cv.cvtColor(gray, cv.COLOR_GRAY2RGB)
106        height, width, channel = dst.shape
107        bytesPerLine = 3 * width
108        img = QtGui.QImage(dst.data, width, height, bytesPerLine, QtGui.QImage.Format_RGB888)
109        pixmap = QtGui.QPixmap(img)
110        pix = pixmap.scaled(QtCore.QSize(620500), QtCore.Qt.KeepAspectRatio)
111        self.label.setPixmap(pix)


 总结

本文主要是演示了PyQT5的QSpinBox与QComboBox两种控件使用,从创建、Group方式排版布局,事件响应处理等等细节全面介绍了它们的使用。


扫码关注

OpenCV开发者联盟,

专注各种语言的OpenCV开发教程分享

OpenCV周边开发技术应用!

扫码查看OpenCV+OpenVIO+Pytorch系统化学习路线图


 推荐阅读 

CV全栈开发者说 - 从传统算法到深度学习怎么修炼

2022入坑深度学习,我选择Pytorch框架!

Pytorch轻松实现经典视觉任务

教程推荐 | Pytorch框架CV开发-从入门到实战

OpenCV4 C++学习 必备基础语法知识三

OpenCV4 C++学习 必备基础语法知识二

OpenCV4.5.4 人脸检测+五点landmark新功能测试

OpenCV4.5.4人脸识别详解与代码演示

OpenCV二值图象分析之Blob分析找圆

OpenCV4.5.x DNN + YOLOv5 C++推理

OpenCV4.5.4 直接支持YOLOv5 6.1版本模型推理

OpenVINO2021.4+YOLOX目标检测模型部署测试

比YOLOv5还厉害的YOLOX来了,官方支持OpenVINO推理

OpenCV学堂 专注计算机视觉开发技术分享,技术框架使用,包括OpenCV,Tensorflow,Pytorch教程与案例,相关算法详解,最新CV方向论文,硬核代码干货与代码案例详解!作者在CV工程化方面深度耕耘15年,感谢您的关注!
评论 (0)
  • 一、gao效冷却与控温机制‌1、‌冷媒流动设计‌采用低压液氮(或液氦)通过毛细管路导入蒸发器,蒸汽喷射至样品腔实现快速冷却,冷却效率高(室温至80K约20分钟,至4.2K约30分钟)。通过控温仪动态调节蒸发器加热功率,结合温度传感器(如PT100铂电阻或Cernox磁场不敏感传感器),实现±0.01K的高精度温度稳定性。2、‌宽温区覆盖与扩展性‌标准温区为80K-325K,通过降压选件可将下限延伸至65K(液氮模式)或4K(液氦模式)。可选配475K高温模块,满足材料在ji端温度下的性能测试需求
    锦正茂科技 2025-04-30 13:08 366浏览
  • 浪潮之上:智能时代的觉醒    近日参加了一场课题的答辩,这是医疗人工智能揭榜挂帅的国家项目的地区考场,参与者众多,围绕着医疗健康的主题,八仙过海各显神通,百花齐放。   中国大地正在发生着激动人心的场景:深圳前海深港人工智能算力中心高速运转的液冷服务器,武汉马路上自动驾驶出租车穿行的智慧道路,机器人参与北京的马拉松竞赛。从中央到地方,人工智能相关政策和消息如雨后春笋般不断出台,数字中国的建设图景正在智能浪潮中徐徐展开,战略布局如同围棋
    广州铁金刚 2025-04-30 15:24 260浏览
  • 随着电子元器件的快速发展,导致各种常见的贴片电阻元器件也越来越小,给我们分辨也就变得越来越难,下面就由smt贴片加工厂_安徽英特丽就来告诉大家如何分辨的SMT贴片元器件。先来看看贴片电感和贴片电容的区分:(1)看颜色(黑色)——一般黑色都是贴片电感。贴片电容只有勇于精密设备中的贴片钽电容才是黑色的,其他普通贴片电容基本都不是黑色的。(2)看型号标码——贴片电感以L开头,贴片电容以C开头。从外形是圆形初步判断应为电感,测量两端电阻为零点几欧,则为电感。(3)检测——贴片电感一般阻值小,更没有“充放
    贴片加工小安 2025-04-29 14:59 292浏览
  • 文/郭楚妤编辑/cc孙聪颖‍越来越多的企业开始蚕食动力电池市场,行业“去宁王化”态势逐渐明显。随着这种趋势的加强,打开新的市场对于宁德时代而言至关重要。“我们不希望被定义为电池的制造者,而是希望把自己称作新能源产业的开拓者。”4月21日,在宁德时代举行的“超级科技日”发布会上,宁德时代掌门人曾毓群如是说。随着宁德时代核心新品骁遥双核电池的发布,其搭载的“电电增程”技术也走进业界视野。除此之外,经过近3年试水,宁德时代在换电业务上重资加码。曾毓群认为换电是一个重资产、高投入、长周期的产业,涉及的利
    华尔街科技眼 2025-04-28 21:55 195浏览
  • 你是不是也有在公共场合被偷看手机或笔电的经验呢?科技时代下,不少现代人的各式机密数据都在手机、平板或是笔电等可携式的3C产品上处理,若是经常性地需要在公共场合使用,不管是工作上的机密文件,或是重要的个人信息等,民众都有防窃防盗意识,为了避免他人窥探内容,都会选择使用「防窥保护贴片」,以防止数据外泄。现今市面上「防窥保护贴」、「防窥片」、「屏幕防窥膜」等产品就是这种目的下产物 (以下简称防窥片)!防窥片功能与常见问题解析首先,防窥片最主要的功能就是用来防止他人窥视屏幕上的隐私信息,它是利用百叶窗的
    百佳泰测试实验室 2025-04-30 13:28 475浏览
  • 文/Leon编辑/cc孙聪颖‍2023年,厨电行业在相对平稳的市场环境中迎来温和复苏,看似为行业增长积蓄势能。带着对市场向好的预期,2024 年初,老板电器副董事长兼总经理任富佳为企业定下双位数增长目标。然而现实与预期相悖,过去一年,这家老牌厨电企业不仅未能达成业绩目标,曾提出的“三年再造一个老板电器”愿景,也因市场下行压力面临落空风险。作为“企二代”管理者,任富佳在掌舵企业穿越市场周期的过程中,正面临着前所未有的挑战。4月29日,老板电器(002508.SZ)发布了2024年年度报告及2025
    华尔街科技眼 2025-04-30 12:40 265浏览
  • 在智能硬件设备趋向微型化的背景下,语音芯片方案厂商针对小体积设备开发了多款超小型语音芯片方案,其中WTV系列和WT2003H系列凭借其QFN封装设计、高性能与高集成度,成为微型设备语音方案的理想选择。以下从封装特性、功能优势及典型应用场景三个方面进行详细介绍。一、超小体积封装:QFN技术的核心优势WTV系列与WT2003H系列均提供QFN封装(如QFN32,尺寸为4×4mm),这种封装形式具有以下特点:体积紧凑:QFN封装通过减少引脚间距和优化内部结构,显著缩小芯片体积,适用于智能门铃、穿戴设备
    广州唯创电子 2025-04-30 09:02 318浏览
  • 在CAN总线分析软件领域,当CANoe不再是唯一选择时,虹科PCAN-Explorer 6软件成为了一个有竞争力的解决方案。在现代工业控制和汽车领域,CAN总线分析软件的重要性不言而喻。随着技术的进步和市场需求的多样化,单一的解决方案已无法满足所有用户的需求。正是在这样的背景下,虹科PCAN-Explorer 6软件以其独特的模块化设计和灵活的功能扩展,为CAN总线分析领域带来了新的选择和可能性。本文将深入探讨虹科PCAN-Explorer 6软件如何以其创新的模块化插件策略,提供定制化的功能选
    虹科汽车智能互联 2025-04-28 16:00 223浏览
  • 贞光科技代理品牌紫光国芯的车规级LPDDR4内存正成为智能驾驶舱的核心选择。在汽车电子国产化浪潮中,其产品以宽温域稳定工作能力、优异电磁兼容性和超长使用寿命赢得市场认可。紫光国芯不仅确保供应链安全可控,还提供专业本地技术支持。面向未来,紫光国芯正研发LPDDR5车规级产品,将以更高带宽、更低功耗支持汽车智能化发展。随着智能网联汽车的迅猛发展,智能驾驶舱作为人机交互的核心载体,对处理器和存储器的性能与可靠性提出了更高要求。在汽车电子国产化浪潮中,贞光科技代理品牌紫光国芯的车规级LPDDR4内存凭借
    贞光科技 2025-04-28 16:52 312浏览
  • 网约车,真的“饱和”了?近日,网约车市场的 “饱和” 话题再度引发热议。多地陆续发布网约车风险预警,提醒从业者谨慎入局,这背后究竟隐藏着怎样的市场现状呢?从数据来看,网约车市场的“过剩”现象已愈发明显。以东莞为例,截至2024年12月底,全市网约车数量超过5.77万辆,考取网约车驾驶员证的人数更是超过13.48万人。随着司机数量的不断攀升,订单量却未能同步增长,导致单车日均接单量和营收双双下降。2024年下半年,东莞网约出租车单车日均订单量约10.5单,而单车日均营收也不容乐
    用户1742991715177 2025-04-29 18:28 271浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦