荐 使用Python PyQt5实现一个简单的图像识别软件

摘要：之前学习了tkinter库，现在再学习一下python的另一个GUI库——PyQt5，本文主要介绍如何使用Python PyQt5实现一个简单的图像识别软件的步骤。

1.开发环境

语言：python3
开发工具：pycharm
工具库：
PyQt5 5.12.1
pyqt5-tools 5.11.2.1.3
注：导入上面两个库要先导入sip库

2.简介

介绍：关于图片和文字识别问题，采用Python、QT编程方法，借助百度AI提供的图像识别接口，制作出一个简单的图片文字识别软件；达到了对银行卡、身份证、植物和动物图像的识别功能，实现了对识别结果进行复制功能。

主要工作：
1.UI界面的设计
2.整个程序函数的书写（功能实现）
3.软件的测试与打包

3.效果图

我已经将程序打包成了可以执行的python.exe文件，并放到了桌面，点击即可运行。

点击运行后：

4.开发步骤

4.1导入所需的库

使用pip命令或者通过pycharm导入都可，以下是需要导入的库。

sip
PyQt5 5.12.1             
pyqt5-tools 5.11.2.1.3

4.2设计GUI界面

1.通过QtDesigner方式设计UI界面，要先在pycharm上配置好扩展工具
file——>settings——>Tools——>ExternalTools

要添加两个工具，一个用来设计GUI,另一个用来把设计好的GUI变成python代码文件。
用来设计GUI的工具创建如下图：

把设计好的GUI变成python代码文件的工具创建如下图：
设置：
第一个框 设置名称
第二个框 设置python解释器路径（就是虚拟环境下的scripts\python.exe）
第三个框

 -m PyQt5.uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py

第四个框：

$FileDir$

查看是否创建成功，选中一个.py文件，右键；如下图所示，如果出现刚刚创建的即可：

以上是使用QtDesigner设计GUI界面的准备工作，如果你有QtDesigner基础，上面的可以直接不看。

2.正式设计软件的界面
2.1点击下图按钮

2.2点击后出现下面界面，这里是设计GUI的界面，这里可以拖动标签和按钮来设计自己想要的软件界面。

2.3设计好后的效果

3.把设计好的ui文件转成py文件，选中刚刚创建好的ui文件，使用第二个扩展工具，即可生成同名的.py文件

4.3整个程序函数的书写（功能实现）

主要在上面生成的.py文件里修改完善软件功能。添加点击事件和识别调用接口以及函数功能的完善。

值得一提的是，这里主要是调用了百度AI提供的图像文字识别接口，而我们的主要任务就是整个软件的逻辑控制和功能拼接。以及对返回数据进行解析和数据可视化。

网址：点击前往百度智能云

整个软件的全部代码如下，里面包含详细的注释：

# -*- coding: utf-8 -*-

"""
2020.7.8  yue AI图片识别软件

介绍：关于图片和文字识别问题，采用Python、QT编程方法，借助百度AI提供的图像识别接口，制作出一个简单的图片文字识别软件；达到了对银行卡、身份证、植物和动物图像的识别功能，实现了对识别结果进行复制功能。

主要工作：
1.UI界面的设计
2.整个程序函数的书写（功能实现）
3.软件的测试与打包

"""


# Form implementation generated from reading ui file 'imgreconition.ui'
#
# Created by: PyQt5 UI code generator 5.12.1
#
# WARNING! All changes made in this file will be lost!
import json
import sys

import requests
from PyQt5 import QtCore, QtGui, QtWidgets
from PyQt5.QtCore import *
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *

import urllib,urllib.request
import ssl

import base64

#自己申请到的 图像文字识别 文字识别
API_KEY = ' '
SECRET = ' '

# 另外获取token值 图像识别
P_KEY = '  '
P_SECRET = '  '

class Ui_Form(object):
    def setupUi(self, Form):
        Form.setObjectName("Form")
        Form.resize(597, 471)
        self.horizontalLayoutWidget = QtWidgets.QWidget(Form)
        self.horizontalLayoutWidget.setGeometry(QtCore.QRect(90, 50, 171, 31))
        self.horizontalLayoutWidget.setObjectName("horizontalLayoutWidget")
        self.horizontalLayout = QtWidgets.QHBoxLayout(self.horizontalLayoutWidget)
        self.horizontalLayout.setContentsMargins(0, 0, 0, 0)
        self.horizontalLayout.setObjectName("horizontalLayout")
        self.label = QtWidgets.QLabel(self.horizontalLayoutWidget)
        self.label.setObjectName("label")
        self.horizontalLayout.addWidget(self.label)
        self.comboBox = QtWidgets.QComboBox(self.horizontalLayoutWidget)
        self.comboBox.setObjectName("comboBox")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.horizontalLayout.addWidget(self.comboBox)
        self.horizontalLayoutWidget_2 = QtWidgets.QWidget(Form)
        self.horizontalLayoutWidget_2.setGeometry(QtCore.QRect(40, 100, 271, 31))
        self.horizontalLayoutWidget_2.setObjectName("horizontalLayoutWidget_2")
        self.horizontalLayout_2 = QtWidgets.QHBoxLayout(self.horizontalLayoutWidget_2)
        self.horizontalLayout_2.setContentsMargins(0, 0, 0, 0)
        self.horizontalLayout_2.setObjectName("horizontalLayout_2")
        self.label_2 = QtWidgets.QLabel(self.horizontalLayoutWidget_2)
        self.label_2.setObjectName("label_2")
        self.horizontalLayout_2.addWidget(self.label_2)
        self.lineEdit = QtWidgets.QLineEdit(self.horizontalLayoutWidget_2)
        self.lineEdit.setObjectName("lineEdit")
        self.horizontalLayout_2.addWidget(self.lineEdit)
        self.pushButton = QtWidgets.QPushButton(self.horizontalLayoutWidget_2)
        self.pushButton.setObjectName("pushButton")
        self.horizontalLayout_2.addWidget(self.pushButton)
        self.label_3 = QtWidgets.QLabel(Form)
        self.label_3.setGeometry(QtCore.QRect(40, 140, 271, 261))
        #self.label_3.setStyleSheet("background-color: rgb(255, 255, 127);")
        self.label_3.setStyleSheet("border-width: 1px;border-style: solid;boder-color: rgb(0,0,0);")
        self.label_3.setText("")
        self.label_3.setObjectName("label_3")
        self.label_4 = QtWidgets.QLabel(Form)
        self.label_4.setGeometry(QtCore.QRect(330, 50, 241, 321))
        #self.label_4.setStyleSheet("background-color: rgb(85, 255, 0);")
        self.label_4.setStyleSheet("border-width: 1px;border-style: solid;boder-color: rgb(0,0,0);")
        self.label_4.setText("")
        self.label_4.setObjectName("label_4")
        self.pushButton_2 = QtWidgets.QPushButton(Form)
        self.pushButton_2.setGeometry(QtCore.QRect(330, 380, 241, 23))
        self.pushButton_2.setObjectName("pushButton_2")

        self.retranslateUi(Form)
        QtCore.QMetaObject.connectSlotsByName(Form)

    def retranslateUi(self, Form):
        _translate = QtCore.QCoreApplication.translate
        Form.setWindowTitle(_translate("Form", "AI图片识别软件"))
        self.label.setText(_translate("Form", "选择识别类型:"))
        self.comboBox.setItemText(0, _translate("Form", "银行卡"))
        self.comboBox.setItemText(1, _translate("Form", "植物"))
        self.comboBox.setItemText(2, _translate("Form", "动物"))
        self.comboBox.setItemText(3, _translate("Form", "通用票据"))
        self.comboBox.setItemText(4, _translate("Form", "营业执照"))
        self.comboBox.setItemText(5, _translate("Form", "身份证"))
        self.comboBox.setItemText(6, _translate("Form", "车牌号"))
        self.comboBox.setItemText(7, _translate("Form", "驾驶证"))
        self.comboBox.setItemText(8, _translate("Form", "行驶证"))
        self.comboBox.setItemText(9, _translate("Form", "车型"))
        self.comboBox.setItemText(10, _translate("Form", "logo"))
        self.label_2.setText(_translate("Form", "选择要识别的图片:"))
        self.pushButton.setText(_translate("Form", "选择"))
        self.pushButton_2.setText(_translate("Form", "复制导粘贴板"))
        #为选择按钮添加点击事件
        self.pushButton.clicked.connect(self.openfile)
        #为复制按钮添加点击事件
        self.pushButton_2.clicked.connect(self.copyText)
    #复制功能函数
    def copyText(self):
        clipboard = QApplication.clipboard()
        clipboard.setText(self.label_4.text())
    #打开文件函数
    def openfile(self):
        self.download_path = QFileDialog.getOpenFileName(self.horizontalLayoutWidget_2,"选择要识别的图片","/","Image File(*.jpg *.png)")
        if not self.download_path[0].strip():
            pass
        else:
            #print(self.download_path[0])
            #把图片路径显示
            self.lineEdit.setText(self.download_path[0])
            #显示选择的图片 自动解析图片
            pixmap = QPixmap(self.download_path[0])
            #处理图片  规定大小
            scarePixmap = pixmap.scaled(QSize(271,261),aspectRatioMode=Qt.KeepAspectRatio)
            #把图片设置到控件里
            self.label_3.setPixmap(scarePixmap)
            #通过百度ai接口来识别特定类别的图片
            self.typeTp()
    #类别 识别
    def typeTp(self):
        #银行卡
        if self.comboBox.currentIndex()==0:
            #获取token值
            self.get_bankcard(self.get_token())
        #植物
        if self.comboBox.currentIndex()==1:
            #识别植物
            self.get_plant(self.img_get_token())
        #动物
        if self.comboBox.currentIndex()==2:
            # 识别动物
            self.get_animal(self.img_get_token())
        #....
        #身份证
        if self.comboBox.currentIndex()==5:
            self.get_idcard(self.get_token())

    #获取token  文字识别
    def get_token(self):
        # client_id 为官网获取的AK， client_secret 为官网获取的SK
        host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+API_KEY+'&client_secret='+SECRET
        response = requests.get(host)
        if response:
            #print(response.json())
            self.access_token = response.json()['access_token']
            return self.access_token

    # 获取token  图像识别
    def img_get_token(self):
        # client_id 为官网获取的AK， client_secret 为官网获取的SK
        host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+P_KEY+'&client_secret='+P_SECRET
        response = requests.get(host)
        if response:
            #print(response.json())
            self.access_token = response.json()['access_token']
            return self.access_token
    #身份证识别
    def get_idcard(self,access_token):
        '''
        身份证识别
        '''

        request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/idcard"
        # 二进制方式打开图片文件
        f = open(self.download_path[0], 'rb')
        img = base64.b64encode(f.read())

        params = {"id_card_side": "front", "image": img}
        request_url = request_url + "?access_token=" + access_token
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            rs = response.json()
            #print(response.json())
            #print(rs['words_result']['姓名']['words'])
            #读取数据
            strover = '识别结果：\n'
            try:
                strover += '姓名：{}\n性别：{}\n身份证号：{}\n出生年月： {}\n住址：{}'.format(rs['words_result']['姓名']['words'],
                            rs['words_result']['性别']['words'],rs['words_result']['公民身份号码']['words'],rs['words_result']['出生']['words'],rs['words_result']['住址']['words'])
            except Exception:
                strover+='解析错误'
            #把结果显示到控件
            self.label_4.setText(strover)
    #动物识别函数
    def get_animal(self,access_token):
        '''
        动物识别
        '''
        request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/animal"
        # 二进制方式打开图片文件
        f = open(self.download_path[0], 'rb')
        img = base64.b64encode(f.read())

        params = {"image":img}
        request_url = request_url + "?access_token=" + access_token
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            rs = response.json()
            #print(response.json())
            # 读取数据
            strover = '识别结果：\n'
            try:
                i = 1
                for animal in rs['result']:
                    strover += '{}.动物名称：  {}   置信度：  {:.6}\n'.format(i,animal['name'],animal['score'])
                    i += 1
            except Exception:
                strover += '解析错误'
            # 把结果显示到控件
            self.label_4.setText(strover)


    #银行卡识别函数
    def get_bankcard(self,access_token):
        request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/bankcard"
        # 二进制方式打开图片文件
        f = open(self.download_path[0], 'rb')
        img = base64.b64encode(f.read())
        params = {"image": img}
        #params = urllib.parse.urlencode(params).encode('utf-8')
        request_url = request_url + "?access_token=" + access_token
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            # 解析返回的数据
            rs = response.json()
            #print(response.json())
            #读取数据
            strover = '识别结果：\n'
            try:
                if rs['result']['bank_card_type'] == 0:
                    bank_card_type = '不能识别'
                elif rs['result']['bank_card_type'] == 1:
                    bank_card_type = '借记卡'
                elif rs['result']['bank_card_type'] == 2:
                    bank_card_type = '信用卡'
                strover += '卡号：   {}\n银行：   {}\n类型：   {}'.format(rs['result']['bank_card_number'],
                                                                 rs['result']['bank_name'], bank_card_type)
            except Exception:
                strover+='解析错误'
            #把结果显示到控件
            self.label_4.setText(strover)

    #植物识别函数
    def get_plant(self,access_token):
        '''
        植物识别
        '''
        request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/plant"
        # 二进制方式打开图片文件
        f = open(self.download_path[0], 'rb')
        img = base64.b64encode(f.read())

        params = {"image": img}
        request_url = request_url + "?access_token=" + access_token
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            # 解析返回的数据
            rs = response.json()
            #print(response.json())
            # 读取数据
            strover = '识别结果：\n'
            try:
                i = 1
                for plant in rs['result']:
                    strover += '{}.植物名称：  {}   置信度：  {:.6}\n'.format(i,plant['name'],plant['score'])
                    i+=1
            except Exception:
                strover += '解析错误'
            # 把结果显示到控件
            self.label_4.setText(strover)




if __name__ == '__main__':
  app = QtWidgets.QApplication(sys.argv)
  mainWindow = QtWidgets.QMainWindow()
  ui = Ui_Form()
  ui.setupUi(mainWindow)
  mainWindow.show()
  sys.exit(app.exec_())


'''
1.QFileDialog.getOpenFileName(self.horizontalLayoutWidget_2,"选择要识别的图片","/","Image File(*.jpg *.png)")
  getOpenFileName返回一个被用户选中的文件的路径，前提是这个文件是存在的。
  第一个参数parent，用于指定父组件。注意，很多Qt组件的构造函数都会有这么一个parent参数，并提供一个默认值0；
  第二个参数caption，是对话框的标题；
  第三个参数dir，是对话框显示时默认打开的目录，"." 代表程序运行目录，"/" 代表当前盘符的根目录(Windows，Linux下/就是根目录了)，也可以是平台相关的，比如"C:\\"等；例如我想打开程序运行目录下的Data文件夹作为默认打开路径，这里应该写成"./Data/"，若想有一个默认选中的文件，则在目录后添加文件名即可："./Data/teaser.graph"
  第四个参数filter，是对话框的后缀名过滤器，比如我们使用"Image Files(*.jpg *.png)"就让它只能显示后缀名是jpg或者png的文件。如果需要使用多个过滤器，使用";;"分割，比如"JPEG Files(*.jpg);;PNG Files(*.png)"；
  第五个参数selectedFilter，是默认选择的过滤器；
  第六个参数options，是对话框的一些参数设定，比如只显示文件夹等等，它的取值是enum QFileDialog::Option，每个选项可以使用 | 运算组合起来。
  如果我要想选择多个文件怎么办呢？Qt提供了getOpenFileNames()函数，其返回值是一个QStringList。你可以把它理解成一个只能存放QString的List，也就是STL中的list<string>。

2.QPixmap类用于绘图设备的图像显示，它可以作为一个QPaintDevice对象，也可以加载到一个控件中，通常是标签或按钮，用于在标签或按钮上显示图像。
  QPixmap可以读取的图像文件类型有BMP、GIF、JPG、JPEG、PNG、PBM、PGM、PPM、XBM、XPM等。
  利用QImage、QPxmap类可以实现图像的显示，并且利用类中的方法可以实现图像的基本操作(缩放、旋转)。
  
3.QApplication.clipboard()

4.完善运行测试代码，如下：
if __name__ == "__main__":
    app = QtWidgets.QApplication(sys.argv)
    main = QtWidgets.QMainWindow()#创建一个主窗体（必须要有一个主窗体）
    content = SimpleDialogForm()#创建对话框
    content.setupUi(main)#将对话框依附于主窗体
    main.show()#主窗体显示
    sys.exit(app.exec_())
  
  '''

4.4把程序打包成可执行文件

1.先导入Pyinstaller库
2.打开终端

3.输入以下命令：

pyinstaller -F -w  文件名.py

-F 是用于将所有的支持文件全部都打包在一起，不显示其他的依赖文件（如果没有这个属性，你会发现所有生成的、所需支持的依赖文件会全部在文件夹下）
-w 在程序运行的过程中隐藏后台控制的黑窗口
4.命令执行成功后会生成多个新的文件夹，而可执行文件在dist文件夹里面。

本文地址：https://blog.csdn.net/yue200403/article/details/107247161