（小白保姆级）YoloV8+PyQt5,快速上手教程（含源码）

作者：黑客灵魂 | 2024-07-29 06:54:07

踩

前言

一、安装PyQt5和Ultralytics库

二、QtDesigener绘制界面

三、YOLOV8嵌入进Pyqt5界面

四、实际运行效果

前言

基于自己的经验，给大家总结出了一套YoloV8结合PyQt5的教程，希望对大家能够有帮助，同时我的代码给大家提供了下载方式

链接: https://pan.baidu.com/s/1xBVSrPdALdXNdKQntRsU5w?pwd=gps8 提取码: gps8
--来自百度网盘超级会员v4的分享

一、安装PyQt5和Ultralytics库

1.创建虚拟环境，作者这里使用Anaconda3创建虚拟环境。

2.安装所需库，为加速下载这里使用清华大学镜像源。

（1）安装PyQt5

pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple/

（2）安装pyqt5-tools

pip install pyqt5-tools -i https://pypi.tuna.tsinghua.edu.cn/simple/

（3）安装ultralytics

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple/

二、QtDesigener绘制界面

1.定位并打开designer.exe程序

安装好PyQt5及pyqt5-tools之后，打开QtDesigener，如果你和我一样使用的Anaconda3创建虚拟环境下载的库，首先在文件管理器中打开Anaconda3所在位置并定位至虚拟环境所在位置，按照以下位置定位QtDesigner，点击运行。

2.开始绘制界面

（1）进入应用，这里选择Widget即可

（2）拖动相关部件进入界面，主要用到PushButton和Label即可

（3）给每个标签和按钮命名以便后期代码操作，对控件和布局稍做美化，这里可以查询相关教程，不再做过多描述；

3.保存并转化文件

(1)打开Pycharm,新建一个名为YOLO_QT的项目，使用上面创建的虚拟环境，并将上述UI文件保存到项目下

（2）将yolov8.ui文件转化成py文件，终端输入，即可看到项目下生成了一个.py后缀的Python文件

pyuic5 -o yolov8.py yolov8.ui

三、YOLOV8嵌入进Pyqt5界面

根据第二步操作我们得到了名为yolov8.py的文件，这个文件就是整个可视化界面部分，为了做到前后端分开，我们这里新建一个名为main.py的文件，新建一个类并继承yolov8.py中的类

（1）首先导入相关库


import sys
from PyQt5 import QtWidgets, QtCore
from PyQt5.QtWidgets import QFileDialog
from PyQt5.QtGui import QPixmap, QImage
import cv2
from ultralytics import YOLO
from yolov8 import  Ui_Form

这里指的一提的是，from yolov8 import Ui_Form是从yolov8.py中导入Ui_Form这个类，仔细观察yolov8.py可以发现，所有的代码都是写在Ui_Form这个类里面的，这部分内容对没有学过面向对象的同学不太好理解

（2）新建一个类MainWindow，导入模型文件以及设置好相关变量，绑定好按钮对应的函数，由于我已经在QtDesigner里面更改了控件名称，所以可能有的同学代码会报错，可以用我上述链接里的yolov8.py替换掉你项目下的yolov8.py，这里的yolov8.pt模型文件，可以自行去yolov8官网下载，同时我的网盘里也可以下载，也可以换成你自己的模型文件


class MainWindow(QtWidgets.QWidget, Ui_Form):
    def __init__(self):
        try:
            super().__init__()
            self.setupUi(self)
            self.model = YOLO("yolov8n.pt")
            self.timer = QtCore.QTimer()
            self.timer.timeout.connect(self.update_frame)
 
            self.cap = None
            self.is_detection_active = False
            self.current_frame = None
 
            # 各个按钮绑定功能
            self.picture_detect_pushButton.clicked.connect(self.load_picture)
            self.video_detect_pushButton.clicked.connect(self.load_video)
            self.camera_detect_pushButton.clicked.connect(self.start_camera)
            self.start_detect_pushButton.clicked.connect(self.start_detection)
            self.stop_detect_pushButton.clicked.connect(self.stop_detection)
            self.pause_detect_pushButton.clicked.connect(self.pause_detect)
 
 
        except Exception as e:
            print(e)

这里继承了Ui_Form类，这样Ui_Form类里面所有的按钮以及其他布局，都被MainWindow类拿过来使用了，同时，定义了两个变量is_detection_active、current_frame，主要作用是为了视频检测的开始与暂停

（3）各按钮所对应的核心函数


    def load_picture(self):
        try:
            fileName, _ = QFileDialog.getOpenFileName(self, "选择图片", "", "Image Files (*.jpg *.png)")
            self.is_detection_active = False
 
            if fileName:
                if self.timer.isActive():
                    self.timer.stop()
                if self.cap:
                    self.cap.release()
                    self.cap = None
 
                self.current_frame = cv2.imread(fileName)
                self.display_image(self.current_frame, self.original_image)
                results = self.model.predict(self.current_frame)
                self.detected_frame = results[0].plot()  # 获取检测结果的帧并保存
                self.display_image(self.detected_frame, self.detected_image)
        except Exception as e:
            print(e)
 
    def load_video(self):
        fileName, _ = QFileDialog.getOpenFileName(self, "选择视频", "", "Video Files (*.mp4 *.avi)")
        if fileName:
            if self.cap:
                self.cap.release()
                self.cap = None
 
            self.cap = cv2.VideoCapture(fileName)
 
            if self.cap.isOpened():
                ret, frame = self.cap.read()
                if ret:
                    self.current_frame = frame.copy()
                    self.display_image(frame, self.original_image)
                    self.display_image(frame, self.detected_image)
                else:
                    QtWidgets.QMessageBox.warning(self, 'Error', '无法读取视频文件的第一帧。')
 
    def start_camera(self):
        self.is_detection_active = False
        if self.cap:
            self.cap.release()
        self.cap = cv2.VideoCapture(0)
        self.timer.start(20)
 
    def update_frame(self):
        if self.cap:
            ret, frame = self.cap.read()
            if ret:
                self.current_frame = frame.copy()
                self.display_image(frame, self.original_image)
 
                if self.is_detection_active:
                    results = self.model.predict(frame)
                    self.detected_frame = results[0].plot()  # 获取检测结果的帧并保存
                    self.display_image(self.detected_frame, self.detected_image)
 
    def start_detection(self):
        if self.cap and not self.cap.isOpened():
            self.cap.open(self.fileName)
        if self.cap and not self.timer.isActive():
            self.timer.start(20)
        self.is_detection_active = True
 
    def display_image(self, frame, target_label):
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        height, width, channel = frame.shape
        step = channel * width
        qImg = QImage(frame.data, width, height, step, QImage.Format_RGB888)
        pixmap = QPixmap.fromImage(qImg)
        scaled_pixmap = pixmap.scaled(target_label.size(), QtCore.Qt.KeepAspectRatio)
        target_label.setPixmap(scaled_pixmap)
 
    def pause_detect(self):
        self.is_detection_active = False
 
        if self.timer.isActive():
            self.timer.stop()
 
    def stop_detection(self):
        self.is_detection_active = False
 
        if self.timer.isActive():
            self.timer.stop()
 
        if self.cap:
            self.cap.release()
            self.cap = None
 
        self.clear_display(self.original_image)
        self.clear_display(self.detected_image)
 
    def clear_display(self, target_label):
        target_label.clear()
        target_label.setText('')
 
if __name__ == "__main__":
    app = QtWidgets.QApplication(sys.argv)
    main_window = MainWindow()
    main_window.show()
    sys.exit(app.exec_())

其中检测部分最核心部分代码如下

results = self.model.predict(self.current_frame)

四、实际运行效果

希望以上教程能够对大家有帮助，有任何疑问可以在评论区留言。

声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：【wpsshop博客】