Author：方逸寒 孙仲业 (按姓氏排名)

功能介绍

图像基本操作	图像平滑	边缘处理	进阶处理
亮度调整 平移操作 旋转 翻转 缩放 对比度调整 色度直方图	均值滤波 高斯滤波 中值滤波 双边滤波	Prewitt算子 Sobel算子 Laplacian算子 Log算子 Canny算子	基于摄像头的拍照功能 基于深度学习的口罩分类识别 口罩贴印花功能

使用说明：

界面简介：软件的UI分为三大部分，顶部的工具栏以大图标按钮的形式列举了多个常用功能，分别是

打开文件保存文件开启/关闭摄像头拍照开启/关闭口罩识别口罩印花暂存文件

右侧的属性栏包括了基本的图像属性和处理操作

中间的主组件显示当前的图片预览

0.0 使用该软件需根据requirements文件中的需求安装相关依赖，其中torch版本取决于电脑硬件

0.1 打开软件后，需要等待一段时间，此时后台会加载赋能口罩识别的神经网络模型，过程需要几秒

①打开文件：点击工具栏的第一个图标为文件夹的按钮，即可在资源管理器中选取图片打开

②图像基本操作：打开图片后在属性栏可以进行各种操作，每次操作完成后需单击工具栏偏右侧的暂存按钮，否则接下来的操作将在原图基础上操作

③摄像头相关功能：打开摄像头后可以激活拍照和口罩识别的按钮，在摄像头开启状态下开启口罩识别，软件会自动识别图像中的医用外科口罩和N95口罩并分类标注，在开启识别的状态下进行拍照，可对照片进行贴印花操作，点击贴印花按钮即可贴印花

④自动保存功能：当打开摄像头或开启新文件时，若原先的操作尚未保存至硬盘，系统会自动保存至根目录下的autosave.jpg

技术栈

UI界面	图像处理	人工智能	辅助库
PyQT	OpenCV PIL	CUDA (训练环境) Pytorch YOLOv5算法	matplotlib>=3.2.2 numpy>=1.18.5 Pillow>=7.1.2 PyYAML>=5.3.1 requests>=2.23.0 scipy>=1.4.1 tqdmprotobuf

目录架构

项目根目录

ROOT │ best.pt 训练完的模型 │ cam.py 前期调试图像识别函数的脚本 │ detect_ecnu.py 改良后的实时目标检测函数 │ export.py YOLO依赖 │ flower.png 印花原图 │ main.py 程序入口 │ main.spec YOLO依赖 │ MainWindow.py 主窗口UI和事件函数 │ maskhelper.yaml 自定义数据集的定义 │ noise.py 加噪声函数库 │ operation.py 基本操作函数 │ requirements.txt 项目依赖库 │ sharp.py 锐化函数 │ simhei.ttf 字体 │ smooth.py 平滑函数 │ train.py 模型训练函数 │ ├─imgs 图标文件 │ ├─models YOLO模型 │ ├─tools 手写的用于数据集批处理的脚本 │ convertTxt.py │ resize.py │ split.py │ └─utils

功能实现

图像的基本操作使用openCV库和课程知识完成

图形界面依靠PyQT强大的组件库和信号、槽等功能

口罩分类识别功能选取YOLOv5算法，前期一共拍摄353张不同人物、不同品牌颜色的医用外科口罩和N95口罩，收集完成后使用脚本(resize.py)将其缩小为600*800的较小尺寸并以序列号格式重命名，接下来使用LabelImg添加标签并导出为VOC格式数据集，使用脚本导出YOLO需要的txt标签文件，进行训练。

YOLO的detect功能经过改良，实现了返回标签名称和识别框坐标的功能，不会在图片本身进行操作，此外使用面向对象方法将模型的导入和使用功能分开，确保只需导入一次模型即可实时识别图像，提高效率

分工

UI界面和神经网络的训练及调用由方逸寒完成

图像处理的全部功能函数实现由孙仲业完成