Qt编程:QPixmap与QImage坐标解析及Qt学习指南

需积分: 32 38 下载量 56 浏览量 更新于2024-08-13 收藏 13.53MB PPT 举报
"这篇资源主要探讨了在QT界面设计中如何理解和使用QPixmap或QImage的坐标系统,以及Qt框架的基础知识,适合QT初学者学习。文中通过一个简单的例子展示了如何在Dialog的重绘事件中创建和填充QPixmap,然后在窗口上显示。" 在Qt中,QPixmap和QImage都是用于图像处理的类,它们可以作为绘图设备供QPainter进行绘制操作。在给定的例子中,我们创建了一个200x200像素的QPixmap对象pix,并将其背景填充为红色。接着,我们利用QPainter的drawPixmap方法,将pix从窗口的原点(0,0)位置绘制出来,使得这个红色的QPixmap显示在界面上。这里的“画布”概念是为了便于理解,实际上指的是QPixmap对象pix。 Qt是一个强大的跨平台C++应用程序和用户界面开发框架,它提供了丰富的类库和函数,涵盖了从桌面环境到复杂应用程序构建的各个方面。Qt的特性包括免费获取(针对个人用户)、艺术级的应用程序框架、跨平台兼容性和多语言支持,这些都使得Qt成为开发者的首选工具。 Qt的系统架构包括桌面环境、可视化界面组件以及一系列用于构建应用程序的类库。学习Qt,首先可以参考官方文档,了解各类和函数的详细信息,同时,Qt中文论坛和相关的书籍,如《C++ GUI Programming with Qt 4》也是很好的学习资源。Qt Creator作为官方推荐的集成开发环境,提供了项目向导、代码编辑器、文件管理、Qt Designer集成以及qmake构建工具等功能,极大地简化了Qt应用的开发流程。 为了开始Qt编程,你可以从编写简单的"Hello Qt!"程序开始,通过实践Qt的示例和参考代码,逐步熟悉Qt的类和函数。随着经验的积累,可以尝试更复杂的Qt练习,进一步提升你的技能。 理解QPixmap或QImage的坐标系统是QT界面设计中的基础,而掌握Qt的使用则需要不断学习和实践,结合官方文档、社区资源和实际项目经验,才能真正成为一名熟练的Qt开发者。

以下代码发生TypeError: Expected Ptrcv::UMat for argument 'mat',代码如下: def on_pushButton_5_clicked(self): # 读取左相机图像 left_image_path = '1_left.JPG' # 替换为实际图像的路径 left_image = cv2.imread(left_image_path) # 转换为HSV颜色空间 hsv_image = cv2.cvtColor(left_image, cv2.COLOR_BGR2HSV) # 定义红色的HSV颜色范围 lower_red = np.array([0, 100, 100]) upper_red = np.array([10, 255, 255]) # 对图像进行红色阈值处理 red_mask = cv2.inRange(hsv_image, lower_red, upper_red) # 执行形态学操作,去除噪声 kernel = np.ones((5, 5), np.uint8) red_mask = cv2.morphologyEx(red_mask, cv2.MORPH_OPEN, kernel) # 查找红色轮廓 contours, _ = cv2.findContours(red_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 保留最大的两个轮廓 contours = sorted(contours, key=cv2.contourArea, reverse=True)[:2] # 遍历轮廓并绘制圆心和坐标 for contour in contours: # 计算轮廓的最小外接圆 (x, y), radius = cv2.minEnclosingCircle(contour) center = (int(x), int(y)) radius = int(radius) # 绘制圆心 cv2.circle(left_image, center, 3, (0, 255, 0), -1) # 绘制圆形轮廓 cv2.circle(left_image, center, radius, (0, 0, 255), 2) # 绘制坐标 text = f'({int(x)}, {int(y)})' cv2.putText(left_image, text, (int(x) + 10, int(y) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2) cv2.imshow('Result', cv2.circle) cv2.waitKey() showImg = cv2.cvtColor('image', cv2.COLOR_BGR2RGB) qImgae = QImage(showImg, showImg.shape[1], showImg.shape[0], showImg.shape[1]*3, QImage.Format_RGB888) self.label.setPixmap(QPixmap(qImage).scaled(self.label.width(), self.label.height(), Qt.KeepAspectRatio))

2023-05-25 上传