用Tkinter写一个目标检测可视化界面

其实很早就想写出来了，但是因为各种各样的状况（拖延症）停滞了，最近实在闲的发慌，想起此前堆积的这个想法，于是花了一个下午写出来了。。。。用的yolov5的源码，修修改改就给整进去了，代码经过测试可以直接运行。【注：要运行此代码请根据yolov5项目配置环境，并在项目的大目录下新建一个py文件运行】

源码地址：

https://github.com/ultralytics/yolov5

代码参考：

https://blog.csdn.net/qq_40507857/article/details/116348294

上代码：

import torch
import tkinter as tk
from tkinter import *
from tkinter import filedialog
from PIL import Image, ImageTk
import torch.backends.cudnn as cudnn
from utils.dataloaders import LoadImages
from models.common import DetectMultiBackend
from utils.plots import Annotator, colors
from utils.torch_utils import select_device
from utils.general import ( check_img_size, cv2,non_max_suppression,scale_coords)

class DisplayImage:
    '''用于展示选择的图片'''
    def __init__(self, master):
        self.master = master                                                                                                               #设置一个TK对象
        self.image_frame = Frame(master, bd=0, height=600, width=800, bg='white', highlightthickness=2,highlightbackground='gray', highlightcolor='black') #设置展示图片的容器
        self.image_frame.place(x=250,y=100)
        self.Choose_image = Button(master, command=self.choose_pic, text="选择图片",height=2, width=15, default=ACTIVE, borderwidth=0)      #设置按钮并绑定选择图片函数
        self.Choose_image.place(x=80,y=220)
        self.Choose_model = Button(master,  text="加载模型", command=self.load_model, height=2, width=15, default=ACTIVE, borderwidth=0)    #设置按钮并绑定加载模型函数
        self.Choose_model.place(x=80,y=370)
        self.Choose_detect = Button(master,  text="检测", command=self.detect_pic, height=2, width=15, default=ACTIVE, borderwidth=0)      #设置按钮并绑定检测函数
        self.Choose_detect.place(x=80,y=520)

        self.filenames = []                                                                                                                #设置存放图片路径的空列表
        self.pic_filelist = []                                                                                                             #设置存放PIL对象空列表
        self.imgt_list = []                                                                                                                #设置存放Tkinter兼容图像的列表
        self.image_labellist = []                                                                                                          #设置存放展示图片的空列表
        self.model_list = []                                                                                                               #设置存放模型路径的空列表
        self.model_list1 = []                                                                                                              #设置存放模型的空列表

    def choose_pic(self):
        self.filenames.clear()
        self.filenames += filedialog.askopenfilenames()                                                                                    #打开文件
        
        self.pic_filelist.clear()                                                                                                          #在重新选择图片时清空原先列表
        self.imgt_list.clear()
        self.image_labellist.clear()
         
        for widget in self.image_frame.winfo_children():                                                                                   #清空框架中的内容
            widget.destroy()
        
        for i in range(len(self.filenames)):                                                                                               
            self.pic_filelist.append(Image.open(self.filenames[i]))
            self.imgt_list.append(ImageTk.PhotoImage(image=self.pic_filelist[i].resize((int(self.pic_filelist[i].size[0]*0.6),int(self.pic_filelist[i].size[1]*0.6)))))
            self.image_labellist.append(Label(self.image_frame, highlightthickness=0, borderwidth=0))
            self.image_labellist[i].configure(image=self.imgt_list[i])
            self.image_labellist[i].pack(side=LEFT, expand=True)

    def load_model(self):
        self.model_list.clear()
        self.model_list1.clear()
        self.model = filedialog.askopenfilenames()                                                                                          #选择模型所在文件夹
        self.model_list.append(self.model)                     
        model = DetectMultiBackend(self.model_list[0][0], device=select_device('0'), dnn=False, data='data/coco128.yaml', fp16=False)       #模型载入
        self.model_list1.append(model)

    def detect_pic(self):                                                                                                                            
        self.imgt_list.clear()                                                                                                              #在重新检测时清空原先列表
        self.image_labellist.clear()
        for widget in self.image_frame.winfo_children():                                                                                    #清空框架中的内容
            widget.destroy()
        
        stride, names, pt = self.model_list1[0].stride, self.model_list1[0].names, self.model_list1[0].pt                                   #yolov5源码
        imgsz = check_img_size((640, 640), s=stride) 
        cudnn.benchmark = True  
        dataset = LoadImages(self.filenames[0], img_size=imgsz, stride=stride, auto=pt)
        dt, seen = [0.0, 0.0, 0.0], 0
        for path, im, im0s, vid_cap, s in dataset:
            im = torch.from_numpy(im).to(select_device('0'))
            im = im.half() if self.model_list1[0].fp16 else im.float() 
            im /= 255 
            if len(im.shape) == 3:
                im = im[None] 

        pred = self.model_list1[0](im, augment=False, visualize=False)
        pred = non_max_suppression(pred, 0.5, 0.45, None, False, max_det=1000)
        for i, det in enumerate(pred):  
            seen += 1
            im0 = im0s.copy()
            annotator = Annotator(im0, line_width=2, example=str(names))
            det[:, :4] = scale_coords(im.shape[2:], det[:, :4], im0.shape).round()
            for *xyxy, conf, cls in reversed(det):
                c = int(cls)  
                label = f'{names[c]} {conf:.2f}'
                annotator.box_label(xyxy, label, color=colors(c, True))

            im0 = annotator.result()
            im0 = cv2.cvtColor(im0,cv2.COLOR_BGR2RGB)                                                                                      #图片通道转换
            im0 = Image.fromarray(im0)                                                                                                     #数组格式转为PIL格式
            for m,n in zip(self.pic_filelist,range(len(self.pic_filelist))):                                                               #布局所选图片展示在容器中
                self.imgt_list.append(ImageTk.PhotoImage(image=im0.resize((int(im0.size[0]*0.6),int(im0.size[1]*0.6)))))
                self.image_labellist.append(Label(self.image_frame, highlightthickness=0, borderwidth=0))
                self.image_labellist[n].configure(image=self.imgt_list[n])
                self.image_labellist[n].pack(side=LEFT, expand=True)

def main():                                                                                                                                
    master = tk.Tk()                                                                                                                       #创建tk对象
    GUI = DisplayImage(master)
    master.title('Detector')                                                                                                               #窗口命名
    master.geometry('1500x900')                                                                                                            #窗口大小设置
    master.mainloop()                                                                                                                      #消息循环

if __name__ == '__main__':
    main()

放个效果吧：

 

 有问题欢迎指正 : )