OpenCV-PyQT项目实战项目案例03：鼠标框选
Posted YouCans
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OpenCV-PyQT项目实战项目案例03：鼠标框选相关的知识，希望对你有一定的参考价值。
欢迎关注『OpenCV-PyQT项目实战 @ Youcans』系列，持续更新中
OpenCV-PyQT项目实战（1）安装与环境配置
OpenCV-PyQT项目实战（2）QtDesigner 和 PyUIC 快速入门
OpenCV-PyQT项目实战（3）信号与槽机制
OpenCV-PyQT项目实战（4）OpenCV 与PyQt的图像转换
OpenCV-PyQT项目实战（5）项目案例01：图像模糊
OpenCV-PyQT项目实战（6）项目案例02：滚动条应用
OpenCV-PyQT项目实战（7）项目案例03：鼠标框选
文章目录
OpenCV-PyQT项目实战（7）项目案例03：鼠标框选
本节介绍OpenCV和PyQt 实现鼠标框选的方法和案例，通过案例学习PyQt中的鼠标动作。
1. OpenCV实现鼠标框选
OpenCV中的函数 cv.selectROI 可以通过鼠标在图像上选择感兴趣的矩形区域（ROI，region of interest）。
函数原型：
cv.selectROI(windowName, img[, showCrosshair=true, fromCenter=false]) → retval
函数cv.selectROI创建一个显示窗口，允许用户使用鼠标选择ROI，按Space或Enter键完成选择，按c键取消选择。
参数说明：
● img：选择矩形区域的图像
● windowName：图像显示窗口的名称
● showCrosshair：默认值true，显示选择矩形的中心十字线
● fromCenter：默认值false，表示鼠标初始位置作为矩形的角点；true表示鼠标初始位置作为矩形的中心点
● retval：返回值为Rect矩形类，格式为元组 (x , y, w, h)
注意问题：
⒈函数的返回值是Rect矩形类，元组 (x , y, w, h) 分别表示矩形左上角顶点坐标 (x,y)、矩形的宽度w和高度h。
⒉函数创建一个窗口设置自己的鼠标回调，完成后将为使用的窗口设置一个空回调。
例程7-1：OpenCV鼠标框选
# 1.17 图像的裁剪 (ROI)
img1 = cv2.imread("../images/imgLena.tif", flags=1) # flags=1 读取彩色图像(BGR)
roi = cv2.selectROI(img1, showCrosshair=True, fromCenter=False)
xmin, ymin, w, h = roi # 矩形裁剪区域 (ymin:ymin+h, xmin:xmin+w) 的位置参数
imgROI = img1[ymin:ymin+h, xmin:xmin+w].copy() # 切片获得裁剪后保留的图像区域
cv2.imshow("DemoRIO", imgROI)
cv2.waitKey(0)
总结：OpenCV实现鼠标框选非常简单，但无法与 PyQt5 的 GUI 集成，只能在 OpenCV GUI 进行简单的操作。
2. PyQt实现鼠标框选
PyQt 中实现鼠标框选，本质上是鼠标动作的响应。
2.1 支持鼠标事件的自定义 Label 类
基本的 QLabel 类并不支持鼠标动作，因此需要自定义一个支持鼠标动作的 Label 类。
PyQt中，每个事件类型都被封装成相应的事件类，如鼠标事件为QMouseEvent，键盘事件为QKeyEvent等。而它们的基类是QEvent。
QMouseEvent 鼠标事件：
mousePressEvent (self, event)：鼠标按下事件
mouseReleaseEvent (self, event)：鼠标释放事件
mouseDoubieCiickEvent (self, event)：双击鼠标事件
mouseMoveEvent(self，event)：鼠标移动事件
enterEvent (self, event)：鼠标进入控件事件
leaveEvent (self, event)：鼠标离开控件事件
wheelEvent (self, event)：滚轮滚动事件
QMouseEvent 鼠标方法：
ignore()：让父控件继续收到鼠标事件
accept()：不让父控件继续收到鼠标事件
x()、y()：返回相对于控件空间的鼠标坐标值
pos()：返回相对于控件空间的QPoint对象
localPos()：返回相对于控件空间的QPointF对象
globalX()、globalY()：返回相对于屏幕的x,y 坐标值
globalPos()：返回相对于屏幕的QPoint对象
windowPos()：返回相对于窗口的QPointF对象
screenPos()：返回相对于屏幕的QPointF对象
timestamp()：返回事件发生的时间；
QMouseEvent 鼠标事件的具体内容：
按下并释放鼠标按钮时，将调用以下方法：
mousePressEvent (self, event) - 鼠标键按下时调用;
mouseReleaseEvent (self, event) - 鼠标键公开时调用;
mouseDoubieCiickEvent (self, event) - 双击鼠标时调用。必须注意，在双击之前的其他事件。双击时的事件顺序如下:
- MouseButtonPress
- MouseButtonRelease
- MouseButtonDblClick
- MouseButtonPress
- MouseButtonRelease
2.2 例程7-2：支持鼠标事件的自定义 MyLabel 类
class MyLabel(QLabel):
def __init__(self,parent=None):
super(MyLabel, self).__init__(parent)
self.x0 = 0
self.y0 = 0
self.x1 = 1
self.y1 = 1
self.flag = False
# 鼠标点击事件
def mousePressEvent(self, event):
self.flag = True # 鼠标点击状态
self.x0 = event.x()
self.y0 = event.y()
# 鼠标释放事件
def mouseReleaseEvent(self, event):
self.flag = False # 鼠标释放状态
self.x1 = event.x()
self.y1 = event.y()
# 鼠标移动事件
def mouseMoveEvent(self, event):
if self.flag:
self.x1 = event.x()
self.y1 = event.y()
self.update()
# 绘制事件
def paintEvent(self, event):
super().paintEvent(event)
rect = QRect(self.x0, self.y0, abs(self.x1 - self.x0), abs(self.y1 - self.y0))
painter = QPainter(self)
painter.setPen(QPen(Qt.red, 2, Qt.SolidLine))
painter.drawRect(rect)
3. 项目实战：PyQt 鼠标框选
本项目基于 PyQt5 GUI，使用鼠标框选 ROI 区域，在窗口中显示 ROI 区域，并对 ROI 进行处理。
3.1 使用 QtDesigner 开发 PyQt5 图形界面
本例的 UI 集自 uiDemo4.ui ：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SzG6cP8y-1676360319630)(D:\\OpenCVPyQt\\images\\OpenCV_20.png)]
于是，我们就完成了本项目的图形界面设计，将其保存为 uiDemo7.ui文件。
在 PyCharm中，使用 PyUIC 将选中的 uiDemo7.ui 文件转换为 .py 文件，就得到了 uiDemo7.py 文件。
3.2. 项目主程序的开发
3.2.1 实例化 MyLabel 类
自定义的 MyLabel 类不能在 QtDesigner 中创建，要在主程序中定义如下。
self.label_1 = MyLabel(self.centralwidget)
self.label_1.setGeometry(QRect(20, 20, 400, 320))
self.label_1.setAlignment(Qt.AlignCenter)
self.label_1.setObjectName("label_1")
3.2.2 框选图像槽函数
click_pushButton槽函数，由 pushButton_3.clicked 按钮信号触发。
def click_pushButton_3(self): # 点击 pushButton_3 触发 框选图像
print("pushButton_3")
self.label_1.setGeometry(QRect(20, 20, 400, 320))
hImg, wImg = self.img1.shape[:2]
wLabel = self.label_1.width()
hLabel = self.label_1.height()
x0 = self.label_1.x0 * wImg//wLabel
y0 = self.label_1.y0 * hImg//hLabel
x1 = self.label_1.x1 * wImg//wLabel
y1 = self.label_1.y1 * hImg//hLabel
print("hImg,wImg=(,), x1,y1=(,)".format(hImg, wImg, hLabel, wLabel))
print("x0,y0=(,), x1,y1=(,)".format(x0, y0, x1, y1))
self.img2 = np.zeros((self.img1.shape), np.uint8)
self.img2[y0:y1, x0:x1, :] = self.img1[y0:y1, x0:x1, :]
self.refreshShow(self.img2, self.label_2) # 刷新显示
return
3.2.3 信号与槽的连接
# 通过 connect 建立信号/槽连接，点击按钮事件发射 triggered 信号，执行相应的子程序 click_pushButton
self.pushButton_1.clicked.connect(self.click_pushButton_1) # 按钮触发：导入图像
self.pushButton_2.clicked.connect(self.click_pushButton_2) # # 按钮触发：灰度显示
self.pushButton_3.clicked.connect(self.click_pushButton_3) # # 按钮触发：框选图像
self.pushButton_4.clicked.connect(self.trigger_actHelp) # # 按钮触发：调整色阶
self.pushButton_5.clicked.connect(self.close) # 点击 # 按钮触发：关闭
3.3 完整例程 OpenCVPyqt08.py
# OpenCVPyqt08.py
# Demo07 of GUI by PyQt5
# Copyright 2023 Youcans, XUPT
# Crated：2023-02-12
import sys
import cv2 as cv
import numpy as np
from PyQt5.QtCore import QObject, pyqtSignal, QPoint, QRect, qDebug, Qt
from PyQt5.QtWidgets import *
from PyQt5.QtGui import *
from uiDemo8 import Ui_MainWindow # 导入 uiDemo8.py 中的 Ui_MainWindow 界面类
class MyLabel(QLabel):
def __init__(self,parent=None):
super(MyLabel, self).__init__(parent)
self.x0 = 0
self.y0 = 0
self.x1 = 1
self.y1 = 1
self.flag = False
# 鼠标点击事件
def mousePressEvent(self, event):
self.flag = True # 鼠标点击状态
self.x0 = event.x()
self.y0 = event.y()
# 鼠标释放事件
def mouseReleaseEvent(self, event):
self.flag = False # 鼠标释放状态
self.x1 = event.x()
self.y1 = event.y()
# 鼠标移动事件
def mouseMoveEvent(self, event):
if self.flag:
self.x1 = event.x()
self.y1 = event.y()
self.update()
# 绘制事件
def paintEvent(self, event):
super().paintEvent(event)
rect = QRect(self.x0, self.y0, abs(self.x1 - self.x0), abs(self.y1 - self.y0))
painter = QPainter(self)
painter.setPen(QPen(Qt.red, 2, Qt.SolidLine))
painter.drawRect(rect)
class MyMainWindow(QMainWindow, Ui_MainWindow): # 继承 QMainWindow 类和 Ui_MainWindow 界面类
def __init__(self, parent=None):
super(MyMainWindow, self).__init__(parent) # 初始化父类
self.setupUi(self) # 继承 Ui_MainWindow 界面类
self.label_1 = MyLabel(self.centralwidget)
self.label_1.setGeometry(QRect(20, 20, 400, 320))
self.label_1.setAlignment(Qt.AlignCenter)
self.label_1.setObjectName("label_1")
# 菜单栏
self.actionOpen.triggered.connect(self.openSlot) # 连接并执行 openSlot 子程序
self.actionSave.triggered.connect(self.saveSlot) # 连接并执行 saveSlot 子程序
self.actionHelp.triggered.connect(self.trigger_actHelp) # 连接并执行 trigger_actHelp 子程序
self.actionQuit.triggered.connect(self.close) # 连接并执行 trigger_actHelp 子程序
# 通过 connect 建立信号/槽连接，点击按钮事件发射 triggered 信号，执行相应的子程序 click_pushButton
self.pushButton_1.clicked.connect(self.click_pushButton_1) # 按钮触发：导入图像
self.pushButton_2.clicked.connect(self.click_pushButton_2) # # 按钮触发：灰度显示
self.pushButton_3.clicked.connect(self.click_pushButton_3) # # 按钮触发：框选图像
self.pushButton_4.clicked.connect(self.trigger_actHelp) # # 按钮触发：调整色阶
self.pushButton_5.clicked.connect(self.close) # 点击 # 按钮触发：关闭
# 初始化
self.img1 = np.ndarray(()) # 初始化图像 ndarry，用于存储图像
self.img2 = np.ndarray(()) # 初始化图像 ndarry，用于存储图像
self.img1 = cv.imread("../images/Lena.tif") # OpenCV 读取图像
self.refreshShow(self.img1, self.label_1)
# self.refreshShow(self.img1, self.label_2)
return
def click_pushButton_1(self): # 点击 pushButton_1 触发
self.img1 = self.openSlot() # 读取图像
self.img2 = self.img1.copy()
print("click_pushButton_1", self.img1.shape)
self.refreshShow(self.img1, self.label_1) # 刷新显示
return
def click_pushButton_2(self): # 点击 pushButton_2 触发
print("pushButton_2")
self.img2 = cv.cvtColor(self.img2, cv.COLOR_BGR2GRAY) # 图片格式转换：BGR -> Gray
self.refreshShow(self.img2, self.label_2) # 刷新显示
return
def click_pushButton_3(self): # 点击 pushButton_3 触发 框选图像
print("pushButton_3")
self.label_1.setGeometry(QRect(20, 20, 400, 320))
hImg, wImg = self.img1.shape[:2]
wLabel = self.label_1.width()
hLabel = self.label_1.height()
x0 = self.label_1.x0 * wImg//wLabel
y0 = self.label_1.y0 * hImg//hLabel
x1 = self.label_1.x1 * wImg//wLabel
y1 = self.label_1.y1 * hImg//hLabel
print("hImg,wImg=(,), x1,y1=(,)".format(hImg, wImg, hLabel, wLabel))
print("x0,y0=(,), x1,y1=(,)".format(x0, y0, x1, y1))
self.img2 = np.zeros((self.img1.shape), np.uint8)
self.img2[y0:y1, x0:x1, :] = self.img1[y0:y1, x0:x1, :]
print(self.img2.shape)
# cv.imshow("Demo", self.img2)
# key = cv.waitKey(0) # 等待下一个按键命令
# self.gRightLayout.removeWidget(self.label_2) # 删除原有 labelCover 控件及显示图表
# sip.delete(self.labelCover) # 删除控件 labelCover
# self.img2 = np.zeros(self.img1.shape, np.int8)
self.refreshShow(self.img2, self.label_2) # 刷新显示
return
def refreshShow(self, img, label):
print(img.shape, label)
qImg = self.cvToQImage(img) # OpenCV 转为 PyQt 图像格式
# label.setScaledContents(False) # 需要在图片显示之前进行设置
label.setPixmap((QPixmap.fromImage(qImg))) # 加载 PyQt 图像
return
def openSlot(self, flag=1): # 读取图像文件
# OpenCV 读取图像文件
fileName, _ = QFileDialog.getOpenFileName(self, "Open Image", "../images/", "*.png *.jpg *.tif")
if flag==0 or flag=="gray":
img = cv.imread(fileName, cv.IMREAD_GRAYSCALE) # 读取灰度图像
else:
img = cv.imread(fileName, cv.IMREAD_COLOR) # 读取彩色图像
print(fileName, img.shape)
return img
def saveSlot(self): # 保存图像文件
# 选择存储文件 dialog
fileName, tmp = QFileDialog.getSaveFileName(self, "Save Image", "../images/", '*.png; *.jpg; *.tif')
if self.img1.size == 1:
return
# OpenCV 写入图像文件
ret = cv.imwrite(fileName, self.img1)
if ret:
print(fileName, self.img.shape)
return
def cvToQImage(self, image):
# 8-bits unsigned, NO. OF CHANNELS=1
if image.dtype == np.uint8:
channels = 1 if len(image.shape) == 2 else image.shape[2]
if channels == 3: # CV_8UC3
# Create QImage with same dimensions as input Mat
qImg = QImage(image, image.shape[1], image.shape[0], image.strides[0], QImage.Format_RGB888)
return qImg.rgbSwapped()
elif channels == 1:
# Create QImage with same dimensions as input Mat
qImg = QImage(image, image.shape[1], image.shape[0], image.strides[0], QImage.Format_Indexed8)
return qImg
else:
qDebug("ERROR: numpy.ndarray could not be converted to QImage. Channels = %d" % image.shape[2])
return QImage()
def qPixmapToCV(self, qPixmap): # PyQt图像 转换为 OpenCV图像
qImg = qPixmap.toImage() # QPixmap 转换为 QImage
shape = (qImg.height(), qImg.bytesPerLine() * 8 // qImg.depth())
shape += (4,)
ptr = qImg.bits()
ptr.setsize(qImg.byteCount())
image = np.array(ptr, dtype=np.uint8).reshape(shape) # 定义 OpenCV 图像
image = image[..., :3]
return image
def trigger_actHelp(self): # 动作 actHelp 触发
QMessageBox.about(self, "About",
"""数字图像处理工具箱 v1.0\\nCopyright YouCans, XUPT 2023""")
return
if __name__ == '__main__':
app = QApplication(sys.argv) # 在 QApplication 方法中使用，创建应用程序对象
myWin = MyMainWindow() # 以上是关于OpenCV-PyQT项目实战项目案例03：鼠标框选的主要内容，如果未能解决你的问题，请参考以下文章