关于qt5:PyQt5-画图板

PyQt5 画图板

次要技术

• PyQt5
• qtDesigner
• openCV

次要性能

• 绘画

  • 画笔
  • 油漆桶
  • 直线
  • 矩形
  • 椭圆
  • 橡皮擦

• 图片解决

  • 旋转、翻转
  • 亮度、饱和度、对比度、色调调节
  • 灰度化
  • 二值化
  • 反相（反色）
  • 浮雕
  • 边缘检测
  • 含糊
  • 锐化

具体代码

github 仓库

实现过程遇到的问题

在 pycharm 上应用 qtDesigner

配置 qtDesigner

配置 UIC

参考 Mac 下 pycharm+qtdesigner 环境搭建

绘图时图像不能留存或重影问题

采取双缓冲绘图办法

咱们再增加一个辅助画布，如果正在绘图，也就是鼠标按键还没有开释的时候，就在这个辅助画布上绘图，只有当鼠标按键开释的时候，才在真正的画布上绘图

参考 2D 绘图（八）双缓冲绘图

油漆桶 Flood Fill 算法问题

泛洪算法—Flood Fill，用于确定连贯到多维数组中给定节点的区域。

基本原理就是从一个像素点登程，以此向周边的像素点裁减着色，直到图形的边界。

实现办法包含传统递归形式 dfs、bfs 和描述线算法 (Scanline Fill) 等

在 QImage 上实现效率很低，因为 getPixel 操作很慢，能够进一步优化

def getPixel(x,y,pixels,w):
    i = (x + (y * w)) * 4
    return pixels[i:i + 3]

# 油漆桶
def floodFill(image,pos):
    fillPositions = []
    w, h = image.width(), image.height()
    pixels = image.bits().asstring(w * h * 4)
    targetColor = getPixel(pos.x(), pos.y(), pixels, w)

    haveSeen = set()
    queue = [(pos.x(), pos.y())]
    while queue:
        x, y = queue.pop()
        if getPixel(x, y,pixels,w) == targetColor:
            fillPositions.append((x,y))
            queue.extend(getCardinalPoints(haveSeen, (x, y),w,h))
    return fillPositions


def getCardinalPoints(haveSeen, centerPos,w,h):
    points = []
    cx, cy = centerPos
    for x, y in [(1, 0), (0, 1), (-1, 0), (0, -1)]:
        xx, yy = cx + x, cy + y
        if (xx >= 0 and xx < w and yy >= 0 and yy < h and (xx, yy) not in haveSeen):
            points.append((xx, yy))
            haveSeen.add((xx, yy))
    return points

参考 Implementing QPainter flood fill in PyQt5/PySide

图像宰割经典算法 –《泛洪算法》（Flood Fill)

Mac 上 pyqt5 与 cv 库抵触问题

问题You might be loading **two sets of Qt binaries** into the same process

删除原有的 opencv

pip3 uninstall opencv-python

装置 opencv–headless 版本

pip3 install opencv-contrib-python-headless

参考 Mac 下应用 opencv 与 pyqt 发生冲突

pyqt QImage 与 opencv MAT 格局转化问题

在应用 opencv 过程中须要传入 QImage 对象进行解决

QImage 转化成 opencv 下的 MAT(numpy ndarray) 对象

def CvMatToQImage(cvMat):
    if len(cvMat.shape) == 2:
        rows, columns = cvMat.shape
        bytesPerLine = columns
        return QImage(cvMat.data, columns, rows, bytesPerLine, QImage.Format_Indexed8)
    else:
        rows, columns, channels = cvMat.shape
        bytesPerLine = channels * columns
        return QImage(cvMat.data, columns, rows, bytesPerLine, QImage.Format_RGBA8888)

MAT(numpy ndarray) 转 QImage

def QImageToCvMat(incomingImage):
    incomingImage = incomingImage.convertToFormat(QImage.Format_RGBA8888)
    width = incomingImage.width()
    height = incomingImage.height()
    ptr = incomingImage.bits()
    ptr.setsize(height * width * 4)
    arr = np.frombuffer(ptr, np.uint8).reshape((height, width, 4))
    return arr

参考 Python 中如何将 Pyqt5 下的 QImage 对象转换成 PIL image 或 opencv MAT (numpy ndarray) 对象

成果预览

绘画

油漆桶成果

图像处理局部展现

原图

亮度调节

色调调节

反相

灰度化

二值化

边缘检测

局部参考

https://www.cnblogs.com/lfri/p/10599420.htmlhttps://blog.csdn.net/qq_43444349/article/details/106602543
https://www.pianshen.com/article/172962944/
https://blog.csdn.net/lzwarhang/article/details/93209166