Python制作简单的GUI界面，实现批量修改excel文件特定行列单元格

Posted 2023-04-08

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python制作简单的GUI界面，实现批量修改excel文件特定行列单元格相关的知识，希望对你有一定的参考价值。

参考技术A PySimpleGUI 实例

用 Python 制作可视化 GUI 界面，一键实现将头像转成动漫风！

作者 | 欣一

来源 | Python爱好者集中营

最近在Github上面有看到将头像转化成动漫风的项目，但是对于不少没有技术背景的同学来说可能就不知道该怎么使用了，小编今天制作了一个UI界面，大家可以通过一键点击就实现头像照片转化成动漫风格的功能。

PyQt5框架

用Python编程语言来制作UI界面的框架有很多哈，大家原则上哪种框架用的顺手就用哪种框架，小编这里使用的是PyQt的框架，因为它支持手动绘制控件，并且可以动态加载，我们在Pycharm当中添加上QtDesigner作为外部工具，来进行界面设置，生成ui文件，步骤如下

其中需要填写的内容当中：

Name:可以自己自定义
program:QtDesigner的安装路径，小编这里引用的是Anaconda下面安装的PyQt5-tools的相关文件
parameter:不填
directory:

在导入成功之后，我们打开QtDesigner的初始界面

然后在界面的左边，我们能看到一系列的空间，我们可以将这些控件拖拽到界面当中进行UI的设计，

其中常用的控件有：

Push Button: 按钮
Line Edit: 文本编辑框
Label: 标签
Horizontal Line: 水平线
Graphics View: 绘画

代码逻辑

当我们点击“选择图片”实现图片上传的功能，代码如下

# 选择本地图片上传
def openImage(self):
    global imgNamepath  # 这里为了方便别的地方引用图片路径，将其设置为全局变量
    imgNamepath, imgType = QFileDialog.getOpenFileName(self.ui, "选择图片", "D:\\\\", "*.jpg;;*.png;;All Files(*)")
    img = QtGui.QPixmap(imgNamepath).scaled(self.ui.label_4.size(), aspectMode=Qt.KeepAspectRatio)
    print("img: ", img.width(), img.height())
    self.ui.label_4.setFixedSize(img.width(), img.height())
    # 在label控件上显示选择的图片
    self.ui.label_4.setPixmap(img)
    self.ui.label_4.repaint()
    # 显示所选图片的路径
    self.ui.lineEdit.setText(imgNamepath)

同样地，当我们点击“保存”按钮的时候，实现图片保存在本地的功能，代码如下

def saveImage(self):
    img = self.ui.label_5.pixmap().toImage()
    fpath, ftype = QFileDialog.getSaveFileName(self.ui, "保存", "D:\\\\", "*.jpg;;*.png;;All Files(*)")
    img.save(fpath)

而当我们点击“开始”按钮的时候便尝试将上传的图片转换成动漫风格，代码如下

def startAction(self):
    net = Generator()
    net.load_state_dict(torch.load("./weights/face_paint_512_v2.pt", map_location="cpu"))
    net.to("cpu").eval()
    image = self.load_image(imgNamepath)
    print("开始加载图片.......")
    with torch.no_grad():
        image = to_tensor(image).unsqueeze(0) * 2 - 1
        out = net(image.to("cpu"), False).cpu()
        out = out.squeeze(0).clip(-1, 1) * 0.5 + 0.5
        out = to_pil_image(out)
    image_name = imgNamepath.split(".")[0]
    out.save(image_name + "_animegan" + ".png")
    print("图片保存成功！！")
    imgShow = QtGui.QPixmap(image_name + "_animegan" + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio)
    self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height())
    self.ui.label_5.setScaledContents(True)
    self.ui.label_5.setPixmap(imgShow)
    print(f"image saved: image_name")

代码中我们是引用了预先训练完成的神经网络，并且默认的是用电脑的CPU来跑这个模型，所以整体运行下来需要点时间，这个根据不同电脑的硬件配置而定，其余的代码如下所示

class Pic1:
    def __init__(self):
        self.ui = QUiLoader().load('pic_1.ui')
        self.ui.pushButton.clicked.connect(self.openImage)
        self.ui.pushButton_2.clicked.connect(self.startAction)
        self.ui.pushButton_3.clicked.connect(self.saveImage)

然后我们开始运行整个界面

if __name__ == '__main__':
    app = QApplication([])
    # 显示创建的界面
    MainWindow = Pic1()  # 创建窗体对象
    MainWindow.ui.show()  # 显示窗体
    app.exit(app.exec_())  # 程序关闭时退出进程

效果如下