pyqt5 OpenCV行人检测

首先，需要确保已经安装好了PyQt5和OpenCV库。然后，可以按照以下步骤进行行人检测：

1. 导入所需库：

import sys
import cv2
from PyQt5.QtWidgets import QApplication, QLabel, QMainWindow
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtCore import QTimer

2. 创建主窗口和标签：

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()

        # 创建标签
        self.label = QLabel(self)
        self.label.resize(640, 480)
        self.label.move(20, 20)

        # 创建定时器
        self.timer = QTimer(self)
        self.timer.timeout.connect(self.viewCam)
        self.timer.start(30)

3. 创建相机捕捉和行人检测：

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()

        # 创建标签和定时器
        ...

        # 创建相机捕捉和行人检测
        self.capture = cv2.VideoCapture(0)
        self.hog = cv2.HOGDescriptor()
        self.hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

4. 实时显示相机捕捉的画面并进行行人检测：

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()

        # 创建标签和定时器
        ...

        # 创建相机捕捉和行人检测
        ...

    def viewCam(self):
        # 从相机中获取画面
        ret, image = self.capture.read()

        # 转换为灰度图像
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

        # 行人检测
        boxes, weights = self.hog.detectMultiScale(gray, winStride=(8,8))

        # 绘制检测框
        for i, (x, y, w, h) in enumerate(boxes):
            cv2.rectangle(image, (x,y), (x+w,y+h), (0,255,0), 2)

        # 显示画面
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        h, w, ch = image.shape
        qImg = QImage(image.data, w, h, ch*w, QImage.Format_RGB888)
        pixmap = QPixmap.fromImage(qImg)
        self.label.setPixmap(pixmap)

5. 运行主程序：

if __name__ == '__main__':
    app = QApplication(sys.argv)
    mainWindow = MainWindow()
    mainWindow.show()
    sys.exit(app.exec_())

这样就可以实现基本的行人检测功能了。需要注意的是，由于行人检测需要进行计算，因此在实际应用中可能会存在一定的延迟。