PyQt5 opencv-python

import sys
import cv2
import numpy as np
from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QVBoxLayout, QWidget
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtCore import QThread, pyqtSignal

class Worker(QThread):
    update_image = pyqtSignal(np.ndarray)

    def run(self):
        # 模拟实时图像数据
        cap = cv2.VideoCapture(0)  # 从摄像头捕获图像

        while True:
            ret, frame = cap.read()  # 读取一帧图像
            if not ret:
                break
            # 发送图像数据到主线程以更新UI
            self.update_image.emit(frame)

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()

        # 设置窗口大小
        self.setGeometry(100, 100, 800, 600)

        # 创建画布
        self.canvas = Canvas(self)
        self.setCentralWidget(self.canvas)

        # 创建右侧静态区按钮
        self.capture_button = QPushButton('Capture', self)
        self.capture_button.clicked.connect(self.on_capture_button_clicked)

        # 布局
        layout = QVBoxLayout()
        layout.addWidget(self.canvas)
        layout.addWidget(self.capture_button)
        widget = QWidget()
        widget.setLayout(layout)
        self.showMaximized()

    def on_capture_button_clicked(self):
        # 获取左侧图像并存储到右侧
        left_image = self.canvas.left_image.copy()
        self.canvas.right_image = left_image

class Canvas(QWidget):
    def __init__(self, parent):
        super().__init__(parent)

        self.parent = parent
        self.initUI()

    def initUI(self):
        self.setGeometry(0, 0, 800, 600)
        self.left_image = None
        self.right_image = None

        # 显示左侧图像
        self.left_label = QLabel(self)
        self.left_label.setGeometry(0, 0, 400, 600)
        self.update_left_image()

        # 显示右侧图像
        self.right_label = QLabel(self)
        self.right_label.setGeometry(400, 0, 400, 600)
        self.update_right_image()

    def update_left_image(self):
        if self.left_image is not None:
            qImg = QImage(self.left_image.data,
                         self.left_image.shape[1], self.left_image.shape[0],
                         QImage.Format_RGB888)
            self.left_label.setPixmap(QPixmap.fromImage(qImg))

    def update_right_image(self):
        if self.right_image is not None:
            qImg = QImage(self.right_image.data,
                         self.right_image.shape[1], self.right_image.shape[0],
                         QImage.Format_RGB888)
            self.right_label.setPixmap(QPixmap.fromImage(qImg))

    def draw_features(self, img, features):
        # 绘制特征点
        for feature in features:
            x, y = feature
            cv2.circle(img, (x, y), 5, (0, 255, 0), -1)

    def mousePressEvent(self, event):
        # 记录鼠标按下的位置
        self.mouse_start_position = (event.x(), event.y())

    def mouseMoveEvent(self, event):
        # 如果没有开始拖动，则不做处理
        if not hasattr(self, 'mouse_start_position'):
            return

        # 计算拖动矩形框的尺寸
        x1, y1 = self.mouse_start_position
        x2, y2 = (event.x(), event.y())
        width = max(x1, x2) - min(x1, x2)
        height = max(y1, y2) - min(y1, y2)

        # 在右侧图像上绘制可拖动的矩形框
        self.update_right_image()
        self.draw_features(self.right_image, [(x1, y1), (x2, y2)])
        self.update_right_image()

    def mouseReleaseEvent(self, event):
        # 清理之前绘制的矩形框
        self.update_right_image()

# 定义特征提取函数（示例）
def extract_features(image):
    # 这里可以根据您的需求实现特征提取算法
    # 例如，可以使用边缘检测、颜色空间转换等技术提取特征
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    features = cv2.goodFeaturesToTrack(gray, 100, 0.01, 10)
    return features

# 定义相似度计算函数（示例）
def calculate_similarity(template, image):
    # 这里可以根据您的需求实现相似度计算算法
    # 例如，可以使用模板匹配（Template Matching）计算相似度
    res = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    return max_val

app = QApplication(sys.argv)
window = MainWindow()
window.show()
sys.exit(app.exec_())
 

‘’‘

使用模板匹配来计算图像之间的相似度，

并在左侧动态区实时捕捉与右侧相似特征图像

在右侧静态区使用鼠标进行目标特征图像框选的功能

’‘’