基于Qt和OpenCV的多线程图像识别应用
- 前言
- 多线程编程
- 为什么需要多线程
- Qt如何实现多线程
- 线程间通信
- 图像识别
- 项目代码
- 项目结构
- 各部分代码
- 项目演示
- 小结
前言
这是一个简单的小项目，使用Qt和OpenCV构建的多线程图像识别应用程序，旨在识别图像中的人脸并将结果保存到不同的文件夹中。这个项目结合了图像处理、多线程编程和用户界面设计。 用户可以通过界面选择要识别的文件夹和保存结果的文件夹。然后，启动识别进程。图像识别线程并行处理选定文件夹中的图像，检测图像中的人脸并将其保存到一个文件夹，同时将不包含人脸的图像保存到另一个文件夹。进度和结果将实时显示在用户界面上。
多线程编程
为什么需要多线程
1、并行处理：在处理大量图像时，使用单线程可能会导致应用程序变得非常慢，因为它必须依次处理每个图像（这里我没有去实现，感兴趣的小伙伴可以自己尝试一下）。多线程允许应用程序同时处理多个图像，从而提高了处理速度。
2、防止阻塞：如果在主线程中执行耗时的操作，比如图像识别，会导致用户界面在操作执行期间被冻结，用户无法与应用程序互动。多线程可以将这些耗时操作移到后台线程，以避免界面阻塞。
3、利用多核处理器：现代计算机通常具有多核处理器，多线程可以充分利用这些多核来加速任务的执行。
Qt如何实现多线程
在项目中，多线程编程主要使用了Qt的 QThread 类来实现。以下是在项目中使用多线程的关键步骤：
1、继承QThread类： 首先，创建一个自定义的线程类，继承自 QThread 类。这个类将负责执行多线程任务。在项目中，这个自定义线程类是 ImageRecognitionThread。
2、重写run函数： 在自定义线程类中，重写 run 函数。run 函数定义了线程的执行体，也就是线程启动后会执行的代码。在本项目中，run 函数包含了图像识别的逻辑。
3、创建线程对象： 在应用程序中，创建自定义线程类的对象，例如 ImageRecognitionThread 的对象。然后，通过调用 start 函数来启动线程。
4、信号和槽机制： 使用Qt的信号和槽机制来实现线程间的通信。在项目中，使用信号来更新识别进度和结果，以便主线程可以实时显示这些信息。
5、线程安全性： 要确保多个线程安全地访问共享资源，例如文件系统或图像数据，通常需要使用互斥锁（Mutex）等机制来防止竞争条件和数据损坏。
线程间通信
在线程间进行通信是多线程编程中的关键概念，特别是在项目中，其中一个线程负责图像识别任务，另一个线程用于用户界面更新。在这个项目中，使用了Qt的信号和槽机制来实现线程间的通信，以便更新识别进度和结果。具体步骤如下：
1、信号和槽的定义：
首先定义了信号和槽函数，分别用于更新进度和结果：
signals:void updateProgress(int progress);void updateResult(const QString& result);private slots:void onProgressUpdate(int progress);void onResultUpdate(const QString& result);
updateProgress 信号用于更新识别进度，它接受一个整数参数，表示识别进度的百分比。
updateResult 信号用于更新识别结果，它接受一个字符串参数，表示识别的结果信息。
onProgressUpdate 槽函数用于接收进度更新信号，并在主线程中更新用户界面的进度条。
onResultUpdate 槽函数用于接收结果更新信号，并在主线程中更新用户界面的结果文本。
2、信号的发射：
在 ImageRecognitionThread 类的 run 函数中，根据图像识别的进度和结果，使用以下方式发射信号：
// 发射进度更新信号
emit updateProgress(progress);// 发射结果更新信号
emit updateResult("图像 " + imageFile + " 中检测到人脸并已保存。");
通过 emit 关键字，可以发射定义的信号，并传递相应的参数。
3、槽函数的连接：
在主线程中，当创建 ImageRecognitionThread 的对象时，需要建立信号和槽的连接，以便接收来自线程的信号并执行槽函数。这通常在主窗口类的构造函数中完成。例如：
// 创建ImageRecognitionThread对象
imageThread = new ImageRecognitionThread(this);// 连接信号和槽
connect(imageThread, &ImageRecognitionThread::updateProgress, this, &MainWindow::onProgressUpdate);
connect(imageThread, &ImageRecognitionThread::updateResult, this, &MainWindow::onResultUpdate);
这些连接操作确保当 ImageRecognitionThread 中的信号被发射时，相关的槽函数会在主线程中执行。
4、槽函数的执行：
槽函数会在主线程中执行，因此可以直接更新用户界面的进度条和结果文本。例如：
void MainWindow::onProgressUpdate(int progress)
{ui->progressBar->setValue(progress);
}void MainWindow::onResultUpdate(const QString& result)
{ui->resultTextEdit->append(result);
}
在这里，onProgressUpdate 槽函数更新了主窗口中的进度条，而 onResultUpdate 槽函数更新了结果文本框。
通过信号和槽机制，项目中的不同线程能够安全地进行通信，而不会导致竞争条件或数据损坏。这种机制允许图像识别线程实时更新识别进度和结果，同时保持了用户界面的响应性，提供了更好的用户体验。
图像识别
图像识别的流程是这个项目的核心部分，它包括了加载图像、使用OpenCV的人脸检测器识别人脸、以及根据结果保存图像等步骤。以下是详细描述的图像识别流程：
1、加载图像：
首先，从用户选择的识别文件夹中加载图像。这个步骤包括以下操作：
获取用户选择的识别文件夹路径。
遍历该文件夹中的所有图像文件。
逐个加载图像文件。在项目中，可以使用OpenCV库的 cv::imread 函数来加载图像。
// 从文件夹中加载图像
cv::Mat image = cv::imread(imageFile.toStdString());
2、 人脸识别：
一旦图像加载完成，接下来的任务是识别图像中的人脸。这个项目使用OpenCV提供的人脸检测器来完成这个任务，通常使用Haar级联分类器或深度学习模型。在本项目中，我们使用了OpenCV内置的Haar级联分类器。
创建一个 cv::CascadeClassifier 对象并加载Haar级联分类器的XML文件。
cv::CascadeClassifier faceCascade;
faceCascade.load("haarcascade_frontalface_default.xml");
使用加载的分类器检测图像中的人脸。这将返回一个矩形列表，每个矩形表示一个检测到的人脸的位置。
std::vector<cv::Rect> faces;
faceCascade.detectMultiScale(image, faces, scaleFactor, minNeighbors, flags, minSize, maxSize);
根据检测到的人脸位置，可以在图像上绘制矩形框，以标记人脸的位置。
for (const cv::Rect& faceRect : faces) {cv::rectangle(image, faceRect, cv::Scalar(0, 255, 0), 2); // 在图像上绘制矩形框
}
3、 结果保存：
最后，根据识别的结果，将图像保存到相应的文件夹。在本项目中，根据是否检测到人脸，有两个不同的保存路径：一个用于保存包含人脸的图像，另一个用于保存不包含人脸的图像。
如果检测到了人脸，将图像保存到包含人脸的文件夹中。
if (!faces.empty()) {QString savePathWithFace = saveFolderPath + "/with_face/" + QFileInfo(imageFile).fileName();cv::imwrite(savePathWithFace.toStdString(), image);
}
如果没有检测到人脸，将图像保存到不包含人脸的文件夹中。
else {QString savePathWithoutFace = saveFolderPath + "/without_face/" + QFileInfo(imageFile).fileName();cv::imwrite(savePathWithoutFace.toStdString(), image);
}
以上就是图像识别的主要流程。通过这个流程，项目能够加载、识别和保存图像，根据识别结果将图像分别保存到两个不同的文件夹中，以实现人脸识别功能。这个流程结合了OpenCV的图像处理能力，为图像识别提供了一个基本框架。
项目代码
项目结构
项目分为两个主要部分：
1、用户界面：使用Qt框架创建，包括选择识别文件夹、选择保存结果文件夹、启动和停止识别等功能。
2、图像识别线程：使用Qt的QThread类创建，负责加载图像、识别人脸、保存结果，并通过信号和槽机制与用户界面通信。
各部分代码
1、imagerecognitionthread.h
#ifndef IMAGERECOGNITIONTHREAD_H
#define IMAGERECOGNITIONTHREAD_H#include <QThread>
#include <QString>class ImageRecognitionThread : public QThread
{Q_OBJECTpublic:explicit ImageRecognitionThread(QObject* parent = nullptr);void setFolderPath(const QString& folderPath);void setSaveFolderPath(const QString& saveFolderPath); protected:void run() override;signals:void updateProgress(int progress);void updateResult(const QString& result);private:QString folderPath;QString saveFolderPath;
};#endif 2、imagerecognitionthread.cpp
#include "imagerecognitionthread.h"
#include <opencv2/opencv.hpp>
#include <QDir>
ImageRecognitionThread::ImageRecognitionThread(QObject* parent): QThread(parent), folderPath(""), saveFolderPath("")
{}void ImageRecognitionThread::setFolderPath(const QString& folderPath)
{this->folderPath = folderPath;
}void ImageRecognitionThread::setSaveFolderPath(const QString& saveFolderPath)
{this->saveFolderPath = saveFolderPath;
}void ImageRecognitionThread::run()
{QString faceCascadePath = "D:\\DownLoad\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_default.xml";cv::CascadeClassifier faceCascade;if (!faceCascade.load(faceCascadePath.toStdString())){emit updateResult("无法加载人脸检测器");return;}QDir imageDir(folderPath);QStringList imageFilters;imageFilters << "*.jpg" << "*.png";QStringList imageFiles = imageDir.entryList(imageFilters, QDir::Files);int totalImages = imageFiles.size();int processedImages = 0;QString faceSaveFolderPath = saveFolderPath + "/faces"; // 用于保存包含人脸的图像的文件夹QString noFaceSaveFolderPath = saveFolderPath + "/no_faces"; // 用于保存不包含人脸的图像的文件夹// 创建保存结果的文件夹QDir().mkpath(faceSaveFolderPath);QDir().mkpath(noFaceSaveFolderPath);for (const QString& imageFile : imageFiles){processedImages++;int progress = (processedImages * 100) / totalImages;emit updateProgress(progress);QString imagePath = folderPath + "/" + imageFile;cv::Mat image = cv::imread(imagePath.toStdString());if (!image.empty()){std::vector<cv::Rect> faces;faceCascade.detectMultiScale(image, faces, 1.1, 4, 0 | cv::CASCADE_SCALE_IMAGE, cv::Size(30, 30));if (!faces.empty()){QString targetPath = faceSaveFolderPath + "/" + imageFile;cv::imwrite(targetPath.toStdString(), image);emit updateResult("图像 " + imageFile + " 中检测到人脸并已保存到人脸文件夹。");}else{QString targetPath = noFaceSaveFolderPath + "/" + imageFile;cv::imwrite(targetPath.toStdString(), image);emit updateResult("图像 " + imageFile + " 中未检测到人脸并已保存到非人脸文件夹。");}}}emit updateResult("识别完成，结果保存在相应文件夹中");
}
3、mainwindow.h
#ifndef MAINWINDOW_H
#define MAINWINDOW_H#include <QMainWindow>
#include <QLineEdit>
#include <QPushButton>
#include <QLabel>
#include <QProgressBar>
#include <QListWidget>
#include "imagerecognitionthread.h"class MainWindow : public QMainWindow
{Q_OBJECTpublic:MainWindow(QWidget* parent = nullptr);private slots:void startRecognition();void stopRecognition();void updateProgress(int progress);void updateResult(const QString& result);void selectRecognitionFolder();void selectSaveFolder();private:void setupUi();void connectSignalsAndSlots();QLineEdit* folderPathLineEdit;QLineEdit* saveFolderPathLineEdit; QPushButton* startButton;QPushButton* stopButton;QPushButton* selectRecognitionFolderButton; QPushButton* selectSaveFolderButton; QLabel* progressLabel;QProgressBar* progressBar;QLabel* resultsLabel;QListWidget* resultsList;ImageRecognitionThread* recognitionThread;
};#endif // MAINWINDOW_H4、mainwindow.cpp
#include "mainwindow.h"
#include "imagerecognitionthread.h"
#include <QVBoxLayout>
#include <QFileDialog>
#include <QDebug>MainWindow::MainWindow(QWidget* parent): QMainWindow(parent), recognitionThread(nullptr)
{setupUi();connectSignalsAndSlots();
}void MainWindow::startRecognition()
{// 获取文件夹路径QString folderPath = folderPathLineEdit->text();QString saveFolderPath = saveFolderPathLineEdit->text(); // 获取保存结果的文件夹路径// 创建并启动识别线程recognitionThread = new ImageRecognitionThread(this);recognitionThread->setFolderPath(folderPath);recognitionThread->setSaveFolderPath(saveFolderPath); // 设置保存结果的文件夹路径connect(recognitionThread, &ImageRecognitionThread::updateProgress, this, &MainWindow::updateProgress);connect(recognitionThread, &ImageRecognitionThread::updateResult, this, &MainWindow::updateResult);recognitionThread->start();
}void MainWindow::stopRecognition()
{// 如果识别线程正在运行，终止它if (recognitionThread && recognitionThread->isRunning()){recognitionThread->terminate();recognitionThread->wait();}
}void MainWindow::updateProgress(int progress)
{progressBar->setValue(progress);
}void MainWindow::updateResult(const QString& result)
{resultsList->addItem(result);
}void MainWindow::setupUi()
{// 创建和布局UI组件folderPathLineEdit = new QLineEdit(this);saveFolderPathLineEdit = new QLineEdit(this); // 用于保存结果的文件夹路径startButton = new QPushButton("开始识别", this);stopButton = new QPushButton("停止识别", this);selectRecognitionFolderButton = new QPushButton("选择识别文件夹", this); // 选择识别文件夹按钮selectSaveFolderButton = new QPushButton("选择保存文件夹", this); // 选择保存文件夹按钮progressLabel = new QLabel("进度:", this);progressBar = new QProgressBar(this);resultsLabel = new QLabel("结果:", this);resultsList = new QListWidget(this);QVBoxLayout* layout = new QVBoxLayout();layout->addWidget(folderPathLineEdit);layout->addWidget(selectRecognitionFolderButton); // 添加选择识别文件夹按钮layout->addWidget(saveFolderPathLineEdit); // 添加用于保存结果的文件夹路径输入框layout->addWidget(selectSaveFolderButton); // 添加选择保存文件夹按钮layout->addWidget(startButton);layout->addWidget(stopButton);layout->addWidget(progressLabel);layout->addWidget(progressBar);layout->addWidget(resultsLabel);layout->addWidget(resultsList);QWidget* centralWidget = new QWidget(this);centralWidget->setLayout(layout);setCentralWidget(centralWidget);
}void MainWindow::connectSignalsAndSlots()
{connect(startButton, &QPushButton::clicked, this, &MainWindow::startRecognition);connect(stopButton, &QPushButton::clicked, this, &MainWindow::stopRecognition);connect(selectRecognitionFolderButton, &QPushButton::clicked, this, &MainWindow::selectRecognitionFolder); // 连接选择识别文件夹按钮的槽函数connect(selectSaveFolderButton, &QPushButton::clicked, this, &MainWindow::selectSaveFolder); // 连接选择保存文件夹按钮的槽函数
}void MainWindow::selectRecognitionFolder()
{QString folderPath = QFileDialog::getExistingDirectory(this, "选择识别文件夹", "", QFileDialog::ShowDirsOnly | QFileDialog::DontResolveSymlinks);folderPathLineEdit->setText(folderPath);
}void MainWindow::selectSaveFolder()
{QString saveFolderPath = QFileDialog::getExistingDirectory(this, "选择保存结果的文件夹", "", QFileDialog::ShowDirsOnly | QFileDialog::DontResolveSymlinks);saveFolderPathLineEdit->setText(saveFolderPath);
}项目演示
小结
特别提醒：在使用OpenCv的时候一定要配置好环境哦，这也是一个相对比较麻烦的事情，可以看看其他博主的教程！
点赞加关注，从此不迷路！！
