写一个QT中利用OPENCV 采用 yolov5，对上传图片进行识别，如区分人，猫狗，给出能在QT中运行的完整代码

在Qt中利用OpenCV和YOLOv5对上传的图片进行物体识别，你需要做以下几个步骤：

首先，确保已安装好必要的库，包括`opencv`, `yolov5`以及`pyqt5`。你可以通过pip安装它们：

pip install opencv-python
pip install pybind11
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
pip install -r requirements.txt

然后，创建一个Qt应用程序，集成Python插件以加载和处理YOLO模型：

1. 创建一个新的Qt工程，例如`MyApp.pro`:

QT += core gui
greaterThan(QT_MAJOR_VERSION, 5) {
    QT += widgets
}

FORMS += main.ui

SOURCES += main.cpp
HEADERS += yolo_plugin.h
SOURCES += yolo_plugin.cpp
LIBS += -lpython3

PLUGIN = yolo_plugin.so

2. 编写Python插件`yolo_plugin.py`，包含Python代码来加载模型并进行识别：

import sys
import cv2
from yolov5 import YOLO

class YoloPlugin:
    def __init__(self):
        self.yolo = YOLO()

    def process_image(self, image_path):
        result = self.yolo.detect(image_path)
        return result

if __name__ == "__main__":
    plugin = YoloPlugin()
    sys.exit(Qt.Qt.Application.exec())

3. 在`main.cpp`中创建一个PyQt5信号槽，将图像路径传递给Python插件：

#include <QApplication>
#include "ui_main.h"
#include "yolo_plugin.h"

using namespace std;

QObject *py_plugin;
YoloPlugin *plugin;

MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent), ui(new Ui::MainWindow)
{
    // 初始化插件
    py_plugin = new QObject();
    connect(py_plugin, &QObject::destroyed, this, &MainWindow::deleteLater);
    plugin = new YoloPlugin();
    py_plugin->moveToThread(QThread());

    // 设置槽函数处理图像
    QObject::connect(ui->actionLoad_Image, &QAction::triggered,
                     [this, py_plugin](void) {
                         QString imagePath = QFileDialog::getOpenFileName(this, tr("Open Image"), "", tr("Image Files (*.jpg *.png)"));
                         if (!imagePath.isEmpty()) {
                             emit py_plugin->processImage(imagePath);
                         }
                     });
}

// ...其他窗口和事件处理部分...

MainWindow::~MainWindow() {
    delete plugin;
    delete ui;
}

4. 在`main.ui`中添加一个文件选择按钮和显示结果的部分。

注意：为了在Qt环境中安全地执行Python代码，你需要设置环境变量`PYTHONPATH`指向包含`yolov5`代码的目录。

运行这个应用程序，用户可以选择一张图片，然后插件会通过YOLOv5进行识别，并可能在UI上显示结果。