GUI 기반 Face Toy Project - 1

PyQt5와 다양한 라이브러리 경험을 위한 Toy 프로젝트이다.

Baseline

PyQt5를 처음 사용하므로 ChatGPT의 도움을 받자.

이 코드를 복사하기 이전에 아나콘다를 통해 가상 환경을 만든다.

python==3.9.13

CUDA 버전은 11.6 이므로

pip install torch torchvsion --index-url https://download.pytorch.org/whl/cu116 

torch==1.13.1+cu116
torchvision==0.14.1+cu116

opencv-python==4.7.0.72

import sys
import cv2
import torch
from PyQt5.QtCore import Qt, QTimer
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton

# Load the face landmarks detection model
# model = torch.hub.load('pytorch/vision', 'faster_rcnn_resnet50_fpn', pretrained=True)
# model.eval()

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

        # Set up the UI
        self.setWindowTitle("Face Landmarks Detection")
        self.setGeometry(100, 100, 640, 480)

        # Set up the video capture
        self.video = cv2.VideoCapture(0)
        self.video.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
        self.video.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

        # Set up the timer to update the video feed
        self.timer = QTimer()
        self.timer.timeout.connect(self.update_frame)
        self.timer.start(1)

        # Set up the buttons
        self.button1 = QPushButton("Button 1", self)
        self.button1.setGeometry(10, 10, 100, 30)
        self.button1.clicked.connect(self.button1_clicked)

        self.button2 = QPushButton("Button 2", self)
        self.button2.setGeometry(120, 10, 100, 30)
        self.button2.clicked.connect(self.button2_clicked)

    def update_frame(self):
        # Read a frame from the video capture
        ret, frame = self.video.read()

        # Convert the frame to a QImage
        if ret:
            frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            image = QImage(frame, frame.shape[1], frame.shape[0], QImage.Format_RGB888)
            pixmap = QPixmap.fromImage(image)
            self.label.setPixmap(pixmap)

    def button1_clicked(self):
        # Perform the first image processing operation
        # with torch.no_grad():
        #     outputs = model(image)
        print('btn1 clk')
        # TODO: Add code to process the outputs and display the result

    def button2_clicked(self):
        # Perform the second image processing operation
        # TODO: Add code to perform the operation and display the result
        pass
if __name__ == "__main__":
    app = QApplication(sys.argv)
    window = MainWindow()
    window.show()
    sys.exit(app.exec_())

코드를 잠깐 살펴보면 PyQt5는 메인 클래스 내부에서 객체를 선언하고 객체 에벤트에 connect함수로 동작을 지정할 수 있나 보다. 또한 OpenCV로 Frame을 읽어서 QImage로 변환하는 작업을 수행하는 데, PyQt5 출력에 필요한 연산인 것 같다.

당장 필요한 패키지는 모두 설치했으니 실행해보자.

chatGPT가 준 위 코드를 그대로 실행하면 label이 선언되지 않았다고 오류가 날 것 이다. 또한 웹캠 정보를 지속적으로 읽어야 하기 때문에 추가적인 코드 수정을 해주었다. 거기에 레이아웃 배치를 손 보면 다음과 같이 베이스 라인이 완성된다.

본인은 웹캠이 없어서 옛날에 쓰던 폴더 스마트폰을 DroidCam 어플을 이용해 웹캠으로 사용했다.