### 结合Python、PyQt5和OpenCV实现物块检测的代码示例 以下是一个基于 Python、PyQt5 和 OpenCV 的物块检测示例代码。该代码展示了如何通过 OpenCV 进行基本的图像处理（如边缘检测、轮廓提取），并将处理结果通过 PyQt5 的界面显示出来。 ```python import sys import cv2 from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QVBoxLayout, QWidget from PyQt5.QtGui import QPixmap, QImage from PyQt5.QtCore import Qt class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("物块检测工具") self.setGeometry(100, 100, 800, 600) # 创建一个按钮用于触发物块检测 self.button = QPushButton("检测物块", self) self.button.clicked.connect(self.detect_objects) # 创建一个标签用于显示图像 self.image_label = QLabel(self) self.image_label.setAlignment(Qt.AlignCenter) # 布局管理器 layout = QVBoxLayout() layout.addWidget(self.button) layout.addWidget(self.image_label) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) # 加载初始图像 self.load_image("example.jpg") def load_image(self, image_path): """加载并显示图像""" self.original_image = cv2.imread(image_path) self.display_image(self.original_image) def detect_objects(self): """执行物块检测""" gray = cv2.cvtColor(self.original_image, cv2.COLOR_BGR2GRAY) # 转换为灰度图像[^4] blurred = cv2.GaussianBlur(gray, (5, 5), 0) # 高斯模糊 edged = cv2.Canny(blurred, 50, 150) # 边缘检测 # 查找轮廓 contours, _ = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 轮廓提取[^2] # 在原图上绘制轮廓 result_image = self.original_image.copy() cv2.drawContours(result_image, contours, -1, (0, 255, 0), 2) # 显示结果 self.display_image(result_image) def display_image(self, image): """将 OpenCV 图像转换为 QImage 并显示在 QLabel 上""" image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 转换颜色空间 height, width, channel = image.shape bytes_per_line = channel * width q_image = QImage(image_rgb.data, width, height, bytes_per_line, QImage.Format_RGB888) pixmap = QPixmap.fromImage(q_image) self.image_label.setPixmap(pixmap) if __name__ == "__main__": app = QApplication(sys.argv) window = MainWindow() window.show() sys.exit(app.exec_()) ``` #### 代码说明 1. **图像加载与显示**：使用 `cv2.imread` 加载图像，并通过 PyQt5 的 `QLabel` 显示图像[^2]。 2. **物块检测**： - 将图像转换为灰度图像以减少计算复杂度。 - 使用高斯模糊平滑图像，减少噪声影响。 - 应用 Canny 边缘检测算法识别图像中的边缘[^2]。 - 使用 `cv2.findContours` 提取图像中的轮廓[^2]。 - 在原始图像上绘制检测到的轮廓。 3. **界面更新**：检测完成后，将结果显示在 PyQt5 界面上。 --- ###