### 使用 Python、OpenCV 和 PyQt5 进行零件图片分析 以下是基于 Python、OpenCV 和 PyQt5 的完整代码示例，用于对零件图片进行尺寸、形状和表面质量分析。此程序实现了以下几个功能： 1. **加载并显示图片**：通过 PyQt5 GUI 加载图片并通过 OpenCV 处理。 2. **尺寸测量**：计算选定区域的宽度、高度和其他几何参数。 3. **形状识别**：利用轮廓检测技术来识别物体的基本形状（圆形、矩形等）。 4. **表面质量评估**：通过边缘检测或其他方法查找缺陷。 #### 完整代码示例 ```python import sys import cv2 from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QVBoxLayout, QWidget, QFileDialog from PyQt5.QtGui import QPixmap, QImage from PyQt5.QtCore import Qt class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("零件图片分析工具") # 主窗口布局 layout = QVBoxLayout() # 图片展示标签 self.label_image = QLabel() self.label_image.setAlignment(Qt.AlignCenter) # 功能按钮 btn_load = QPushButton("加载图片") btn_analyze_size = QPushButton("分析尺寸") btn_detect_shape = QPushButton("检测形状") btn_check_quality = QPushButton("检查表面质量") # 按钮绑定事件 btn_load.clicked.connect(self.load_image) btn_analyze_size.clicked.connect(self.analyze_size) btn_detect_shape.clicked.connect(self.detect_shape) btn_check_quality.clicked.connect(self.check_surface_quality) # 添加组件到布局 layout.addWidget(btn_load) layout.addWidget(btn_analyze_size) layout.addWidget(btn_detect_shape) layout.addWidget(btn_check_quality) layout.addWidget(self.label_image) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) self.current_image = None # 当前处理的图像 def load_image(self): """加载图片""" options = QFileDialog.Options() file_name, _ = QFileDialog.getOpenFileName( self, "选择图片", "", "Images (*.png *.jpg);;All Files (*)", options=options ) if file_name: self.current_image = cv2.imread(file_name) self.display_image(self.current_image) def display_image(self, img): """在界面上显示图片""" qimg = QImage(img.data, img.shape[1], img.shape[0], QImage.Format_BGR888) pixmap = QPixmap.fromImage(qimg) self.label_image.setPixmap(pixmap.scaledToWidth(640)) def analyze_size(self): """分析尺寸""" if self.current_image is not None: gray = cv2.cvtColor(self.current_image, cv2.COLOR_BGR2GRAY) _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2:] for cnt in contours: x, y, w, h = cv2.boundingRect(cnt) cv2.rectangle(self.current_image, (x, y), (x+w, y+h), (0, 255, 0), 2) self.display_image(self.current_image) def detect_shape(self): """检测形状""" if self.current_image is not None: gray = cv2.cvtColor(self.current_image, cv2.COLOR_BGR2GRAY) edges = cv2.Canny(gray, 50, 150) contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2:] for contour in contours: epsilon = 0.02 * cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, epsilon, True) cv2.drawContours(self.current_image, [approx], -1, (0, 0, 255), 2) self.display_image(self.current_image) def check_surface_quality(self): """检查表面质量""" if self.current_image is not None: gray = cv2.cvtColor(self.current_image, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (9, 9), 0) edges = cv2.Canny(blurred, 30, 150) kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) closed_edges = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel) contours, _ = cv2.findContours(closed_edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2:] defects_count = len(contours) for contour in contours: area = cv2.contourArea(contour) if area > 100: # 假设面积大于100的部分可能是缺陷 cv2.drawContours(self.current_image, [contour], -1, (255, 0, 0), 2) self.display_image(self.current_image) if __name__ == "__main__": app = QApplication(sys.argv) window = MainWindow() window.show() sys.exit(app.exec()) ``` --- ### 关键点说明 上述代码展示了如何集成 PyQt5 和 OpenCV 来构建一个简单的图形界面应用程序[^1]。具体来说： - `load_image` 方法允许用户从文件系统中选择一张图片，并将其加载到内存中以便进一步处理。 - `analyze_size` 方法使用二值化和轮廓检测技术找到目标对象的边界框，并绘制出来[^2]。 - `detect_shape` 方法通过 Canny 边缘检测和多边形逼近算法识别基本形状[^3]。 - `check_surface_quality` 方法采用形态学运算增强边缘效果，从而更精确地标记可能存在的表面缺陷[^4]。 --- ### 问题