PyQt5实现将Matplotlib图像嵌入到Scoll Area中显示滚动条效果

前言

如题目所述，又是花费了两天的时间实现了该功能，本来今天下午有些心灰意冷，打算放弃嵌入到Scoll Area中的想法，但最后还是心里一紧，仔细梳理了一下逻辑，最终实现了功能

效果展示

注意：当你想实现一个子功能的时候，可以从新创建两个文件：

×××.ui文件（如上图效果展示是和我项目里的位置一样的）×××.py文件（用来实现功能）

截图

如上图所示，红色框里的文件是实现效果展示的所有源文件。但是文件夹testcode是为了实现将Matplotlib图像嵌入到Scoll Area中所做的所有工作，稍后我会将参考资源放入文章末尾

一、解决步骤

1.1 qt designer

设计ui文件，控件的位置需要和自己项目中控件的位置相同，以便功能实现后方便项目调用

保存为testpiv.ui文件

1.2 pycharm编写程序

直加看代码不懂得话，建议查看1.3中的参考文章，我实现该功能也是来源于这些

代码

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

#创建一个matplotlib图形绘制类
class MyFigure(FigureCanvas):
   def __init__(self,width, height, dpi):
        # 创建一个Figure,该Figure为matplotlib下的Figure，不是matplotlib.pyplot下面的Figure
       self.fig = plt.figure(figsize=(width, height), dpi=dpi)
        # 在父类中激活Figure窗口，此句必不可少，否则不能显示图形
       super(MyFigure,self).__init__(self.fig)
        # 调用Figure下面的add_subplot方法，类似于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  # 图库路径
       self.samplePath = samplePath  # 样本图片
       self.limit_value = limit_value
       self.ui()

plt.rcParams['font.sans-serif'] = ['KaiTi']  # 只有这样中文字体才可以显示

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

def getMatchNum(self,matches,ratio):
       '''返回特征点匹配数量和匹配掩码'''
       matchesMask=[[0,0] for i in range(len(matches))]
       matchNum=0
       for i,(m,n) in enumerate(matches):
           if m.distance < ratio * n.distance: #将距离比率小于ratio的匹配点删选出来
               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 #图库路径
       samplePath=picpath  #样本图片

comparisonImageList=[] #记录比较结果

#创建SIFT特征提取器
       sift = cv2.xfeatures2d.SIFT_create()

#创建FLANN匹配对象

"""
       FLANN是类似最近邻的快速匹配库
           它会根据数据本身选择最合适的算法来处理数据
           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) #提取样本图片的特征
       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) #提取比对图片的特征

matches=flann.knnMatch(des1,des2,k=2) #匹配特征点，为了删选匹配点，指定k为2，这样对样本图的每个特征点，返回两个匹配

(matchNum,matchesMask) = self.getMatchNum(matches,0.9) #通过比率条件，计算出匹配程度
               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)) #记录下结果

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: 函数返回大于或等于一个给定数字的最小整数
       print('列:',column,  '  ','行:',row)

#绘图显示
       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)
           # 调整subplot之间的间隙大小
           plt.subplots_adjust(hspace=0.2)

self.figure = F.fig
       # FigureCanvas:画布
       self.canvas = FigureCanvas(self.figure)  # fig 有 canvas
       self.canvas.resize(self.picwidget.width(), 3000) # 画布大小
       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)  # 创建工具栏

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/' #图库路径
   samplePath='F:/python/gradu_design/gra_des/imges/resized_logo1_1.jpg'  #样本图片
   main = scollarea_showpic(queryPath,samplePath,3)
   main.show()

sys.exit(app.exec_())

下载地址

源码下载：test_scollarea.py

来源：https://blog.csdn.net/HG0724/article/details/116801099