python桌面开发，为啥选择PyQt或wxPython，而不使用Tkinter？

Posted 2023-05-08

最主要的原因就是Tkinter参考资料太少，只能满足基本GUI开发（界面美观程度要求不高），因此使用的人比较少，而PyQt和wxPython参考资料丰富，可以直接拖拽控件，界面设计美化容易，因此使用的人比较多，下面我简单介绍一下这2个模块的安装和使用，感兴趣的朋友可以自己尝试一下：
wxPython
这是Python一个非常不错的GUI开发库，免费、开源、跨平台，可用组件众多，借助这些组件，程序员可以快速创建完整、功能全面的用户界面，因此应用非常广泛，下面我简单介绍一下这个库：

1.首先，安装wxPython，这个直接在cmd窗口输入安装命令“pip install wxpython”就行，如下，我的Python环境已正确安装：

2.安装完成后，我们就可以直接编写代码来测试这个模块了，代码如下，非常简单，一个文本编辑器，根据路径打开文件，然后编辑再保存：

程序运行截图如下，效果还是非常不错的：

PyQt
这是一个基于Qt的Python接口包，借助于Qt强大的可视化功能，Python也可以快速开发一个功能强大、界面美观的GUI程序（可以直接拖拽控件），下面我简单介绍一下这个库：

1.首先，安装PyQt，这个也直接在cmd窗口输入命令“pip install pyqt5”就行，如下，安装的过程需要耐心等待一会儿：

2.安装完成后，我们就可以直接打开Qt自带的设计工具Qt Designer进行界面设计了，默认在site-packages->PyQt5->Qt->bin目录下，所有控件都可以直接拖拽，而且可以使用QSS进行美化，非常方便，如下：

3.设计完成后，使用pyuic5工具进行转化，就会自动生成对应Python代码，如下，不需要我们再手动去一行一行编写，调整布局：

4.最后再加一个main函数，创建上面的类对象，就可以显示我们创建的界面了，如下：

运行程序，截图如下，就是我们刚才设计的GUI界面，非常方便吧，再绑定信号和槽函数，就可以进行用户响应啦：

至此，我们就介绍完了PyQt和wxPython这2个模块的简单安装和使用。总的来说，对于界面简单、功能要求不高的GUI设计来说，Tkinter完全可以胜任，但是对于功能比较复杂、界面美化程度较高的GUI来说，PyQT和wxPython更容易，也更好实现，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。 参考技术A tkinter需要自己编程写页面，而且界面没美观程度不高，pyqt直接拖控件设计，比较方便。

桌面太单调？一起用Python做个自定义动画挂件，好玩又有趣！

前言

前段时间，写了篇博客关于Python自制一款炫酷音乐播放器。有粉丝问我，音乐播放器为什么要用PyQt5，效果是不是比Tkinter赞？PyQt5真的可以实现这些炫酷的UI画面吗？之前没接触过PyQt5，能不能多分享一些这方面的开发案例？

今天就带大家，一起用Python的PyQt5开发一个有趣的自定义桌面动画挂件，看看实现的动画挂件效果！

下面，我们开始介绍这个自定义桌面动画挂件的制作过程。

一、核心功能设计

总体来说，我们需要实现将自己喜欢的动态图gif或者视频转成一个桌面动画挂件，知识点主要包含了对GIF图/视频解析，人像提取分割，PyQt5窗体设置，自定义挂件动画实现，ico图标生成，程序打包等。

拆解需求，大致可以整理出我们需要分为以下几步完成：

1. 对gif或者视频进行逐帧解析，获取转换的图片，提取图像中人体区域，并对图片进行批量尺寸大小修改替换
2. 初始化设置动画挂件窗体显示效果，窗体位置、大小等
3. 桌面动画挂件功能实现，动画轮播、鼠标控制挂件位置拖动
4. 挂件打包图标设置、打包配置

二、实现步骤

1. 解析提取，修改图片

GIF图解析：

Gif动态图资源大家可以根据自己的喜好，自己选择。博主就用之前写过的仙女蹦迪动态Gif来演示效果。

首先我们需要将Gif动态图按照每一帧进行解析 ，转换成图片格式。代码如下：

from PIL import Image  # 导入PIL的Image包
import os
gifFileName = "./demo.gif"  # 把gif图赋值给gifFileName
im = Image.open(gifFileName)  # 使用Image的open函数打开test.gif图像
pngDir = gifFileName[:-4]  # 倒着从gifFileName中的倒数第四个开始取字符（跳过.gif），赋值给pngDir，作为文件夹的名字
if not os.path.exists(pngDir):
    os.makedirs('./img')  # 用图片名创建一个文件夹，用来存放每帧图片，名字为pngDir的值

try:
  while True:  # 死循环
    current = im.tell()  # 用tell函数保存当前帧图片，赋值给current
    im.save(pngDir+'/'+str(current+1)+'.png')  # 调用save函数保存该帧图片
    im.seek(current+1)  # 调用seek函数获取下一帧图片，参数变为current帧图片+1
    # 这里再次进入循环，当为最后一帧图片时，seek会抛出异常，代码执行except
except EOFError:
    pass  # 最后一帧时，seek抛出异常，进入这里，pass跳过

这样就可以把动态Gif图转换成图片了，效果如下:

视频解析：

同理，对视频解析，也是按照每一帧进行解析，转换成图片格式。核心代码如下：

# 将视频按照每一帧转成图片png
import cv2
videoFileName = "./demo.mp4"  # 把视频路径赋值给videoFileName
pngDir = videoFileName[:-4]  # 倒着从gifFileName中的倒数第四个开始取字符（跳过.后缀），赋值给pngDir，作为文件夹的名字
if not os.path.exists(pngDir):
    os.makedirs(pngDir)  # 用图片名创建一个文件夹，用来存放每帧图片，名字为pngDir的值
# 视频处理 分割成一帧帧图片
cap = cv2.VideoCapture(videoFileName)
num = 1
while True:
    # 逐帧读取视频  按顺序保存到本地文件夹
    ret, frame = cap.read()
    if ret:
        cv2.imwrite(f"{pngDir}/{num}.png", frame)  # 保存一帧帧的图片
        num += 1
    else:
        break
cap.release()   # 释放资源

效果如下：

逐帧提取的图片已经拿到了，下面我们需要对这些图片中的人像进行分割提取。

人像分割：

我们调用的是百度开放的人体分析接口 – 百度AI开放平台链接。

这里面我们可以创建一个人像分割的应用，其中的API Key及Secret Key后面我们调用人脸识别检测接口时会用到。

我们可以看到官方提供的帮助文档，介绍地很详细。如何调用请求URL数据格式，向API服务地址使用POST发送请求，必须在URL中带上参数access_token，可通过后台的API Key和Secret Key生成。这里面的API Key和Secret Key就是我们上面提到的。

那我们如何获取空背景的人像图片呢？根据API文档，可以看到里面有个type属性设置为foreground 就可以提取空背景的人像图片。

人像分割的接口流程基本就已经清楚了，可以进行代码实现了。

# 保存图片
def save_base_image(img_str, filename):
    img_data = base64.b64decode(img_str)
    with open(filename, 'wb') as f:
        f.write(img_data)

# 获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info['access_token']
    return token_key

# 人像分割
def body_seg_fore(filename, resultfilename):
    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg"

    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())

    params = dict()
    params['image'] = img
    params['type'] = 'foreground'
    params = urllib.parse.urlencode(params).encode("utf-8")
    # params = json.dumps(params).encode('utf-8')

    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        # print(content)
        content = content.decode('utf-8')
        # print(content)
        data = json.loads(content)
        # print(data)
        img_str = data['foreground']
        save_base_image(img_str, resultfilename)

这样我们就可以根据图片，进行人像分割，提取出空背景的人像图。效果如下：

如果提取的人像图片大小不符合我们的要求，我们还可以对图片大小进行调整。

file_list = os.listdir("./image")  # 读取当前文件夹所有文件
# print(file_list)
n = len(file_list)
for i in range(n):
    s = str(file_list[i])
    if s[-4:] == ".png":  # 检查后缀
        src = os.path.join(os.path.abspath('./image/'), s)  # 原先的图片名字
        img = Image.open(src)
        new_img = img.resize((128, 128), Image.BILINEAR)
        new_img.save(src)

我们需要的空背景图片已经拿到了，接下来我们来实现桌面挂件功能。

2. 初始化动画挂件

# 窗体初始化
def windowinit(self):
    self.x = 1650
    self.y = 860
    self.setGeometry(self.x, self.y, 300, 300)
    self.setWindowTitle('My Gadgets')
    self.img_num = 1
    self.img_path = './image/{file}/{img}.png'.format(file=self.dis_file, img=str(self.img_num))
    self.lab = QLabel(self)
    self.qpixmap = QPixmap(self.img_path)
    self.lab.setPixmap(self.qpixmap)
    self.setWindowFlags(Qt.FramelessWindowHint | Qt.WindowStaysOnTopHint | Qt.SubWindow)
    self.setAutoFillBackground(False)
    self.setAttribute(Qt.WA_TranslucentBackground, True)
    self.show()

def __init__(self):
    super(Gadgets, self).__init__()

    self.dis_file = "img1"
    self.windowinit()
    self.icon_quit()

    self.pos_first = self.pos()
    self.img_count = len(os.listdir('./image/{}'.format(self.dis_file)))

这样图片挂件就可以显示出来，效果如下：

现在的桌面挂件是静态显示，下面我们可以通过计时器进行挂件动画轮播显示。

3. 动画挂件功能实现

动画轮播：

self.timer = QTimer()
self.timer.timeout.connect(self.img_update)
self.timer.start(100)
def img_update(self):
    if self.img_num < self.img_count:
        self.img_num += 1
    else:
        self.img_num = 1
    self.img_path = './image/{file}/{img}.png'.format(file=self.dis_file, img=str(self.img_num))
    self.qpixmap = QPixmap(self.img_path)
    self.lab.setPixmap(self.qpixmap)

鼠标控制挂件位置拖动：

def mousePressEvent(self, QMouseEvent):
    if QMouseEvent.button() == Qt.LeftButton:
        self.pos_first = QMouseEvent.globalPos() - self.pos()
        QMouseEvent.accept()
        self.setCursor(QCursor(Qt.OpenHandCursor))

def mouseMoveEvent(self, QMouseEvent):
    if Qt.LeftButton:
        self.move(QMouseEvent.globalPos() - self.pos_first)
        print(self.pos())
        self.x, self.y = self.pos().x, self.pos().y
        QMouseEvent.accept()

def quit(self):
    self.close()
    sys.exit()

至此，自定义动画挂件功能已经实现完成，动画挂件效果如下：

4. 打包配置

前段时间有粉丝问我，Python能不能打包成exe？如何打包呢？今天就通过这个来一起介绍下。

Python常用的打包工具是第三方库Pyinstaller，首先需要安装下pyinstaller。

pip install Pyinstaller

接下来，我们需要打开命令窗口，切换到项目目录下再执行打包命令。

pyinstaller -F -i ./img.ico Qt_Gadgets.py

打包常用的参数如下：

• -F 表示生成单个可执行文件

• -w 表示去掉控制台窗口，这在GUI界面时非常有用。不过如果是命令行程序的话那就把这个选项删除吧！

• -p 表示你自己自定义需要加载的类路径，一般情况下用不到

• -i 表示可执行文件的图标

之前有小伙伴问我，打包的图标需要.ico后缀的图片，应该如何把普通图片转成图标格式.ico呢？Python当然可以帮你实现，今天就一起教给大家。核心代码如下：

import PythonMagick

# 生成图标ico(png格式图片转成ico)
img = PythonMagick.Image('./image/img1/1.png')
# 这里要设置一下尺寸，不然会报ico尺寸异常错误
img.sample('128x128')
img.write('./img.ico')

图标得到了，下面我们就可以进行打包操作了。

打包完成之后，我们可以看见项目目录下会有生成的exe程序。

至此，整个自定义动画挂件就全部完成了，下面我们一起运行下exe看看动画挂件效果。

今天我们就到这里，明天继续努力！

若本篇内容对您有所帮助，请三连点赞，关注，收藏支持下。

创作不易，白嫖不好，各位的支持和认可，就是我创作的最大动力，我们下篇文章见！

Dragon少年 | 文

如果本篇博客有任何错误，请批评指教，不胜感激 ！