手把手教你搭建web组态编辑器1-共5篇

成果展示icon-default.png?t=N7T8http://www.byzt.net

第一篇 组态的技术选择和开发工具

一、技术选择

目前只有两种选择,
       canvas和svg  

       Canvas: 是一个基于像素的渲染引擎,使用JavaScript API在画布上绘制图像,它的优点包括:  Canvas渲染速度快,适合处理大量图像和高度动态的图像。 可以直接操作像素,能够创建高质量、流畅的动画效果。 Canvas可用于实现复杂的游戏、3D效果等。

       SVG: 是一种基于矢量的图形格式,可以使用XML和JavaScript API在浏览器中绘制图像,它的优点包括:  SVG是基于矢量的图形格式,图像可以无限放大而不失真。 可以为SVG图像添加事件处理器,实现交互效果。 可以通过CSS进行样式控制,使得SVG图像更加灵活。 SVG图像可以直接嵌入到HTML文档中,不需要另外下载。 但它也存在一些缺点:  SVG渲染速度较慢,适合处理少量图像和少量动态的图像。 SVG图像在处理复杂图形时可能会导致性能问题。 由于SVG是基于矢量的图形格式,它的复杂度比较高,可能会导致文件大小较大。 根据个人喜好选择,一般来说canvas的性能要不svg好的多,对于组态画面,实时性要求要高,我们选择canvas。对canvas的开发,都需要选择一款框架,选择框架一定要选择文档全面,例子多的,konva.js是非常不错的。  ui框架自行选择,

二、框架选择

目前流行的框架有3种 一、Angular 二、React  三、Vue 

       我们开发一个工具类的东西出来,我们希望在任意框架下都能使用,还要考虑到老项目没有用到框架的情况。所以我们使用原生js+html+css来开发。这样在任何情况下都能使用(因为不管使用任何框架最终编译后都是原生js)

三、编辑器布局

布局如下

四、开发工具

我们使用 idea ,这个这个工具对于html,他可以自动发布,方便预览

点击这个按钮就可以轻松访问房钱的html页面

下一篇:完成组态编辑器的初步布局

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
感谢您的提问!以下是手把手搭建属于自己的PyQt5-YOLOv5目标检测平台的保姆级程: 1. 安装Anaconda 首先,您需要下载并安装Anaconda,Anaconda是一个 Python 数据科学平台,包含了许多常用的数据科学包,如Numpy、Pandas等。 2. 创建一个虚拟环境 在安装了Anaconda之后,您需要创建一个虚拟环境,以便隔离开发环境和系统环境。您可以在命令行中输入以下命令来创建一个名为yolov5的虚拟环境: ``` conda create -n yolov5 python=3.8 ``` 其中,“yolov5”是您的虚拟环境的名称,您可以根据自己的需要进行更改。 3. 激活虚拟环境 创建完虚拟环境之后,您需要激活它,以便在环境中进行开发。在命令行中输入以下命令来激活yolov5环境: ``` conda activate yolov5 ``` 4. 安装PyQt5和YOLOv5 在激活了虚拟环境之后,您需要安装PyQt5和YOLOv5。您可以在命令行中输入以下命令来安装它们: ``` pip install PyQt5 pip install yolov5 ``` 5. 创建PyQt5界面 在安装了PyQt5之后,您可以使用Qt Designer创建一个PyQt5界面。Qt Designer是一个可视化的界面设计工具,可以让您轻松地创建PyQt5界面。 6. 使用YOLOv5进行目标检测 在安装了YOLOv5之后,您可以使用它进行目标检测。您可以在Python脚本中使用以下代码: ```python import torch from yolov5.models.experimental import attempt_load from yolov5.utils.torch_utils import select_device device = select_device('cpu') model = attempt_load('yolov5s.pt', map_location=device) img = torch.zeros((1, 3, 640, 640), device=device) pred = model(img) print(pred) ``` 其中,“yolov5s.pt”是YOLOv5的预训练模型,您可以在YOLOv5的GitHub页面上下载它。 7. 将PyQt5界面与YOLOv5集成 最后,您需要将PyQt5界面与YOLOv5集成起来,以便您可以在界面上使用YOLOv5进行目标检测。您可以在Python脚本中使用以下代码: ```python import sys from PyQt5.QtWidgets import QApplication, QMainWindow from PyQt5.QtGui import QPixmap from yolov5.models.experimental import attempt_load from yolov5.utils.torch_utils import select_device class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle('PyQt5-YOLOv5目标检测平台') self.setGeometry(100, 100, 800, 600) self.label = QLabel(self) self.label.setGeometry(50, 50, 640, 480) self.show() if __name__ == '__main__': app = QApplication(sys.argv) window = MainWindow() sys.exit(app.exec_()) ``` 这段代码创建了一个名为“PyQt5-YOLOv5目标检测平台”的窗口,并在窗口上添加了一个标签。您可以使用这个标签来显示检测到的目标。 以上就是手把手搭建属于自己的PyQt5-YOLOv5目标检测平台的保姆级程。希望对您有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值