App下載

怎么使用PyQt5實現(xiàn)將Matplotlib圖像嵌入到Scoll Area中并顯示滾動條效果?

猿友 2021-08-04 10:27:43 瀏覽數(shù) (2628)
反饋

matplotlib庫是一個常用的數(shù)據(jù)可視化庫。我們在做桌面應(yīng)用的時候有時候需要數(shù)據(jù)的展現(xiàn)也可以使用matplotlib中。那么怎么使用pyqt實現(xiàn)將matplotlib圖像嵌入scollarea中并顯示滾動條呢?接下來這篇文章帶你了解。

前言

如題目所述,又是花費(fèi)了兩天的時間實現(xiàn)了該功能,本來今天下午有些心灰意冷,打算放棄嵌入到Scoll Area中的想法,但最后還是心里一緊,仔細(xì)梳理了一下邏輯,最終實現(xiàn)了功能

效果展示

效果展示

注意:當(dāng)你想實現(xiàn)一個子功能的時候,可以從新創(chuàng)建兩個文件:

×××.ui文件(如上圖效果展示是和我項目里的位置一樣的)×××.py文件(用來實現(xiàn)功能)

截圖

項目結(jié)構(gòu)

如上圖所示,紅色框里的文件是實現(xiàn)效果展示的所有源文件。但是文件夾testcode是為了實現(xiàn)將Matplotlib圖像嵌入到Scoll Area中所做的所有工作,稍后我會將參考資源放入文章末尾


一、解決步驟

1.1 qt designer

設(shè)計ui文件,控件的位置需要和自己項目中控件的位置相同,以便功能實現(xiàn)后方便項目調(diào)用

設(shè)計ui

保存為testpiv.ui文件

1.2 pycharm編寫程序

代碼

import cv2
import os
import sys
import math


from PyQt5 import QtCore
from PyQt5.QtWidgets import *
from PyQt5.uic import loadUi

import matplotlib
from matplotlib import pyplot as plt
matplotlib.use("Qt5Agg")  # 聲明使用QT5
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
matplotlib.use("Qt5Agg")  # 聲明使用QT5
from matplotlib.backends.backend_qt5agg import NavigationToolbar2QT as NavigationToolbar


#創(chuàng)建一個matplotlib圖形繪制類
class MyFigure(FigureCanvas):
    def __init__(self,width, height, dpi):
         # 創(chuàng)建一個Figure,該Figure為matplotlib下的Figure,不是matplotlib.pyplot下面的Figure
        self.fig = plt.figure(figsize=(width, height), dpi=dpi)
         # 在父類中激活Figure窗口,此句必不可少,否則不能顯示圖形
        super(MyFigure,self).__init__(self.fig)
         # 調(diào)用Figure下面的add_subplot方法,類似于matplotlib.pyplot下面的subplot(1,1,1)方法


class scollarea_showpic(QMainWindow):

    def __init__(self, queryPath=None, samplePath=None,limit_value = None):
        super().__init__()
        self.queryPath = queryPath  # 圖庫路徑
        self.samplePath = samplePath  # 樣本圖片
        self.limit_value = limit_value
        self.ui()

        plt.rcParams['font.sans-serif'] = ['KaiTi']  # 只有這樣中文字體才可以顯示

    def ui(self):
        loadUi('./testpiv.ui', self)
        self.SIFT(self.queryPath,self.samplePath,self.limit_value)

    def getMatchNum(self,matches,ratio):
        '''返回特征點(diǎn)匹配數(shù)量和匹配掩碼'''
        matchesMask=[[0,0] for i in range(len(matches))]
        matchNum=0
        for i,(m,n) in enumerate(matches):
            if m.distance < ratio * n.distance: #將距離比率小于ratio的匹配點(diǎn)刪選出來
                matchesMask[i]=[1,0]
                matchNum+=1
        return (matchNum,matchesMask)

    def SIFT(self,dirpath,picpath,limit_value):
        # path='F:/python/gradu_design/gra_des/'

        queryPath=dirpath #圖庫路徑
        samplePath=picpath  #樣本圖片

        comparisonImageList=[] #記錄比較結(jié)果

        #創(chuàng)建SIFT特征提取器
        sift = cv2.xfeatures2d.SIFT_create()

        #創(chuàng)建FLANN匹配對象

        """
        FLANN是類似最近鄰的快速匹配庫
            它會根據(jù)數(shù)據(jù)本身選擇最合適的算法來處理數(shù)據(jù)
            比其他搜索算法快10倍
        """
        FLANN_INDEX_KDTREE=0
        indexParams=dict(algorithm=FLANN_INDEX_KDTREE,trees=5)
        searchParams=dict(checks=50)
        flann=cv2.FlannBasedMatcher(indexParams,searchParams)

        sampleImage=cv2.imread(samplePath,0)
        kp1, des1 = sift.detectAndCompute(sampleImage, None) #提取樣本圖片的特征
        for parent,dirnames,filenames in os.walk(queryPath):
            print('parent :',parent,'   ','dirnames :',dirnames)
            for p in filenames:
                p=queryPath+p
                # print('pic file name :',p)
                queryImage=cv2.imread(p,0)

                kp2, des2 = sift.detectAndCompute(queryImage, None) #提取比對圖片的特征

                matches=flann.knnMatch(des1,des2,k=2) #匹配特征點(diǎn),為了刪選匹配點(diǎn),指定k為2,這樣對樣本圖的每個特征點(diǎn),返回兩個匹配

                (matchNum,matchesMask) = self.getMatchNum(matches,0.9) #通過比率條件,計算出匹配程度
                matchRatio=matchNum*100/len(matches)
                drawParams=dict(matchColor=(0,255,0),
                        singlePointColor=(255,0,0),
                        matchesMask=matchesMask,
                        flags=0)
                comparisonImage=cv2.drawMatchesKnn(sampleImage,kp1,queryImage,kp2,matches,None,**drawParams)
                comparisonImageList.append((comparisonImage,matchRatio)) #記錄下結(jié)果

        comparisonImageList.sort(key=lambda x:x[1],reverse=True) #按照匹配度排序  降序

        new_comparisonImageList = comparisonImageList[:limit_value]
        count=len(new_comparisonImageList)

        column = 1 # 列
        row = math.ceil(count/column) # 行   math.ceil: 函數(shù)返回大于或等于一個給定數(shù)字的最小整數(shù)
        print('列:',column,  '  ','行:',row)

        #繪圖顯示
        F = MyFigure(width=10, height=10, dpi=100)  # 500 * 400

        for index,(image,ratio) in enumerate(new_comparisonImageList):
            F.axes = F.fig.add_subplot(row,column,index+1)
            F.axes.set_title('Similiarity %.2f%%' % ratio)
            plt.imshow(image)
            # 調(diào)整subplot之間的間隙大小
            plt.subplots_adjust(hspace=0.2)

        self.figure = F.fig
        # FigureCanvas:畫布
        self.canvas = FigureCanvas(self.figure)  # fig 有 canvas
        self.canvas.resize(self.picwidget.width(), 3000) # 畫布大小
        self.scrollArea = QScrollArea(self.picwidget)  # picwidget上有scroll
        self.scrollArea.setFixedSize(self.picwidget.width(), self.picwidget.height())
        self.scrollArea.setWidget(self.canvas)  # widget上有scroll   scroll有canvas

        self.nav = NavigationToolbar(self.canvas, self.picwidget)  # 創(chuàng)建工具欄

        self.setMinimumSize(self.width(), self.height())
        self.setMaximumSize(self.width(), self.height())
        self.setWindowTitle('Test')
if __name__ == "__main__":
    app = QApplication(sys.argv)
    queryPath='F:/python/gradu_design/gra_des/imges/' #圖庫路徑
    samplePath='F:/python/gradu_design/gra_des/imges/resized_logo1_1.jpg'  #樣本圖片
    main = scollarea_showpic(queryPath,samplePath,3)
    main.show()

    sys.exit(app.exec_())

總結(jié)

從目前我的認(rèn)知來講,你想要實現(xiàn)的功能,基本上換一種思路、想法,都是可能會有解決方案的,只不過可能難度不同,你需要投入的精力不同。

結(jié)合本篇博客來說,從我產(chǎn)生這個想法來說,我一直在找資料,從一開始的簡單搜索同一個內(nèi)容到后面轉(zhuǎn)變搜索思路,到最后梳理邏輯框架、代碼,最后實現(xiàn)功能,此過程耗費(fèi)的時間(兩天多)不算長,但也不算短。中間的過程是煎熬的,幾次試圖想放棄,最后還是挺了過來,還是很開心的。

只要不放棄,你就可以!

以上就是怎么使用pyqt實現(xiàn)將matplotlib圖像嵌入scollarea中并顯示滾動條的詳細(xì)內(nèi)容,更多PyQt5的使用介紹請關(guān)注W3Cschool其它相關(guān)文章!


0 人點(diǎn)贊