在 PyQt 的 `QWidget` 中显示使用 OpenCV 读取的图像并实现缩放功能，主要涉及以下几个步骤： ### 图像显示与缩放实现 1. 使用 `cv2.imread()` 读取图像文件，并将其从 BGR 转换为 RGB 格式（OpenCV 默认使用 BGR，而 Qt 通常使用 RGB 或 BGR 格式）。 2. 将 NumPy 数组格式的图像数据转换为 `QImage` 对象。 3. 使用 `QPixmap` 加载 `QImage` 并通过 `QLabel` 显示在界面上。 4. 利用 `QPixmap.scaled()` 方法实现图像的缩放功能。 以下是一个完整的代码示例，演示如何在 `QWidget` 界面中显示 OpenCV 图像并支持缩放： ```python import sys import cv2 from PyQt5.QtWidgets import QApplication, QWidget, QLabel, QVBoxLayout from PyQt5.QtGui import QPixmap, QImage from PyQt5.QtCore import Qt class ImageViewer(QWidget): def __init__(self, image_path): super().__init__() self.setWindowTitle("OpenCV Image Viewer with Zoom") self.setGeometry(100, 100, 800, 600) # 创建标签用于显示图像 self.image_label = QLabel(self) self.image_label.setAlignment(Qt.AlignCenter) # 布局设置 layout = QVBoxLayout() layout.addWidget(self.image_label) self.setLayout(layout) # 读取并显示图像 self.display_image(image_path) def display_image(self, image_path): # 使用 OpenCV 读取图像 img = cv2.imread(image_path) if img is None: print(f"无法加载图像：{image_path}") return # 转换为 RGB 格式 img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 注意颜色空间转换[^2] # 获取图像尺寸 height, width, channel = img_rgb.shape bytes_per_line = 3 * width # 转换为 QImage q_img = QImage(img_rgb.data, width, height, bytes_per_line, QImage.Format_RGB888) # 转换为 QPixmap 并进行缩放 pixmap = QPixmap.fromImage(q_img) scaled_pixmap = pixmap.scaled( self.image_label.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation ) # 设置到 QLabel 上 self.image_label.setPixmap(scaled_pixmap) if __name__ == "__main__": app = QApplication(sys.argv) viewer = ImageViewer("lena.jpg") viewer.show() sys.exit(app.exec_()) ``` ### 缩放机制说明 - **`Qt.KeepAspectRatio`**：保持图像宽高比进行缩放，避免图像变形。 - **`Qt.SmoothTransformation`**：使用平滑插值算法提升缩放后的图像质量。 - **动态调整大小**：如果窗口大小发生变化，可以重写 `resizeEvent` 方法来重新计算缩放比例并更新图像显示。 ### 支持交互式缩放（可选） 若希望用户能够手动控制缩放级别（如鼠标滚轮放大/缩小），可以通过继承 `QGraphicsView` 和 `QGraphicsScene` 来实现更复杂的图像查看器功能。 ---