Verbesser die nutzererfahrung dieser anwendung. Sorge dafür das die gui elemente…
- User
Verbesser die nutzererfahrung dieser anwendung. Sorge dafür das die gui elemente deutlich besser dargestellt und geordnet werden, damit individuel jeder bereich für sich eine fläche zur verfügung bekommt die es tatsächlich sinnvollerweise benötigt. Sorge dafür das alle anzeigen klar lesbar und durch ein gut strukturiertes layout dem nutzer angezeigt wird. Erstelle die dargestellten informationen auch entsprechend einer größe die in sinnvollem verhältnis zur ihrer zur verfügung stehenden fläche im gui. Daher muss auch die art der presentation der bilder so erstellt werden das sie tatsächlich die bilder dem nutzer presentieren kann, in angemessenen größenverhältnisse, formaten und zusatz funktionen die helfen um die einzelnen bilder beim schweben mit der maus darüber noch ein stück weiter zu vergrößern etc. Bedenke daher sorgfälltig wie ein gui dieser anwendung und die einzelnen bereiche davon idealerweise umgesetzt werden sollten und versuche dies optimal umzusetzen. Nenne mir anschließend das vollständige verbesserte skript der anwendung mit dem gesamten code ohne fehlende zeichen und ohne fehler.
import sys import os import shutil import cv2 import numpy as np import warnings
Unterdrücken von spezifischen Deprecation-Warnungen
warnings.filterwarnings("ignore", category=DeprecationWarning, module="PyQt5") warnings.filterwarnings("ignore", category=DeprecationWarning)
from PyQt5 import QtCore, QtGui, QtWidgets from PyQt5.QtGui import QImage, QPixmap, QIcon, QFont from PyQt5.QtWidgets import ( QLabel, QTabWidget, QTextEdit, QLineEdit, QPushButton, QListWidget, QVBoxLayout, QFileDialog, QHBoxLayout, QGroupBox, QFormLayout, QSlider, QCheckBox, QProgressBar, QMainWindow, QApplication, QMessageBox ) from PyQt5.QtCore import Qt, QThread, pyqtSignal, QMutex, QMutexLocker
from skimage.metrics import structural_similarity as ssi from PIL import Image
Modern Dark mode stylesheet mit erhöhten Schriftgrößen und besserer Sichtbarkeit
DARK_STYLE = """ /* Allgemeine Einstellungen */ QWidget { background-color: #2b2b2b; color: #e0e0e0; font-family: 'Segoe UI', sans-serif; font-size: 12pt; }
/* Fenster Titel */ QMainWindow { background-color: #2b2b2b; }
/* Buttons */ QPushButton { background-color: #3c3f41; border: 2px solid #5a5a5a; padding: 8px 16px; border-radius: 6px; font-weight: bold; font-size: 12pt; }
QPushButton:hover { background-color: #505253; }
QPushButton:pressed { background-color: #2b2b2b; }
QPushButton:disabled { background-color: #3c3f4166; color: #8a8a8a; border: 1px solid #5a5a5a66; }
/* Eingabe-/Ausgabefelder */ QLineEdit, QTextEdit, QListWidget, QLabel, QSlider, QGroupBox { background-color: #3c3c3c; border: 1px solid #5a5a5a; padding: 6px; border-radius: 4px; color: #e0e0e0; font-size: 12pt; }
QLineEdit:disabled, QTextEdit:disabled, QListWidget:disabled { background-color: #3c3c3c66; color: #8a8a8a; }
/* Slider */ QSlider::groove:horizontal { border: 1px solid #757575; height: 8px; background: #5a5a5a; border-radius: 4px; }
QSlider::handle:horizontal { background: #1abc9c; border: 1px solid #16a085; width: 14px; margin: -4px 0; border-radius: 7px; }
QSlider::handle:horizontal:hover { background: #17a589; }
/* Fortschrittsbalken */ QProgressBar { background-color: #3c3c3c; border: 2px solid #5a5a5a; border-radius: 7px; text-align: center; height: 25px; font-size: 12pt; }
QProgressBar::chunk { background-color: #1abc9c; width: 10px; margin: 0.5px; }
/* Tab Widget */ QTabWidget::pane { border: 2px solid #444; background-color: #2b2b2b; border-radius: 6px; }
QTabBar::tab { background: #3c3c3c; border: 2px solid #444; padding: 10px 16px; border-top-left-radius: 5px; border-top-right-radius: 5px; margin-right: 2px; font-weight: bold; font-size: 12pt; }
QTabBar::tab:selected, QTabBar::tab:hover { background: #1abc9c; color: #2b2b2b; }
/* DropLineEdit */ DropLineEdit { border: 3px dashed #5a5a5a; padding: 12px; border-radius: 6px; min-height: 60px; font-size: 12pt; }
DropLineEdit.drag_active { border: 3px dashed #1abc9c; background-color: #3a3d41; }
/* GroupBox Title */ QGroupBox { border: 2px solid #5a5a5a; border-radius: 7px; margin-top: 20px; }
QGroupBox::title { subcontrol-origin: margin; left: 15px; padding: 0 5px 0 5px; color: #1abc9c; font-weight: bold; font-size: 14pt; }
/* Labels */ QLabel { font-weight: bold; font-size: 12pt; }
/* Listen */ QListWidget { selection-background-color: #1abc9c; selection-color: #2b2b2b; font-size: 12pt; }
/* Checkboxes */ QCheckBox { padding: 6px; font-size: 12pt; } """
class DropLineEdit(QLineEdit): """ Ein QLineEdit, das das Drag & Drop von Dateien oder Verzeichnissen mit visuellen Feedbacks akzeptiert. Unterstützt mehrere Drops. """ files_dropped = pyqtSignal(list)
def __init__(self, accept_dir: bool = False, accept_file: bool = False, parent=None): super().__init__(parent) self.accept_dir = accept_dir self.accept_file = accept_file self.setAcceptDrops(True) self.setReadOnly(True) self.setCursor(Qt.PointingHandCursor) self.default_style = self.styleSheet() def dragEnterEvent(self, event): if event.mimeData().hasUrls(): urls = event.mimeData().urls() valid = False for url in urls: path = url.toLocalFile() if (self.accept_file and os.path.isfile(path)) or (self.accept_dir and os.path.isdir(path)): valid = True break if valid: event.acceptProposedAction() self.setProperty('drag_active', True) self.style().unpolish(self) self.style().polish(self) self.update() return event.ignore() def dragLeaveEvent(self, event): self.setProperty('drag_active', False) self.style().unpolish(self) self.style().polish(self) self.update() def dropEvent(self, event): self.setProperty('drag_active', False) self.style().unpolish(self) self.style().polish(self) self.update() urls = event.mimeData().urls() paths = [] for url in urls: path = url.toLocalFile() if (self.accept_file and os.path.isfile(path)) or (self.accept_dir and os.path.isdir(path)): paths.append(path) if paths: self.setText('; '.join(paths)) self.files_dropped.emit(paths) event.acceptProposedAction() def setStyleSheet(self, style: str): super().setStyleSheet(style)class PreviewLabel(QLabel): """ Ein QLabel, das ein Bild mit Zoom-Effekt beim Hover anzeigt. """ def init(self): super().init() self.original_pixmap = None self.setAlignment(Qt.AlignCenter) self.setStyleSheet(""" QLabel { background-color: #3c3c3c; border: 3px solid #5a5a5a; border-radius: 6px; } """) self.setScaledContents(False)
def setPixmap(self, pixmap: QPixmap): if pixmap != self.original_pixmap: self.original_pixmap = pixmap scaled_pixmap = pixmap.scaled( self.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation ) super().setPixmap(scaled_pixmap) def resizeEvent(self, event): if self.original_pixmap: scaled_pixmap = self.original_pixmap.scaled( self.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation ) super().setPixmap(scaled_pixmap) super().resizeEvent(event) def enterEvent(self, event): if self.original_pixmap: zoomed_pixmap = self.original_pixmap.scaled( self.size() * 1.2, Qt.KeepAspectRatio, Qt.SmoothTransformation ) super().setPixmap(zoomed_pixmap) def leaveEvent(self, event): if self.original_pixmap: super().setPixmap( self.original_pixmap.scaled( self.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation ) )class ImageLoaderThread(QThread): """ Thread zum Laden von Bilddateien aus einem Verzeichnis. """ progress = pyqtSignal(int) finished = pyqtSignal(list)
def __init__(self, directories: list): super().__init__() self.directories = directories def run(self): image_files = [] # Unterstützte Bildformate supported_ext = ('.png', '.jpg', '.jpeg', '.gif', '.bmp', '.tiff', '.webp') for directory in self.directories: for root, dirs, files in os.walk(directory): for file in files: if file.lower().endswith(supported_ext): image_files.append(os.path.join(root, file)) total_files = len(image_files) for idx, file in enumerate(image_files, 1): progress_percent = int((idx / total_files) * 100) if total_files > 0 else 100 self.progress.emit(progress_percent) self.msleep(5) self.finished.emit(image_files)class FrameExtractor(QtCore.QObject): """ Verarbeitet eine Videodatei, um Frames basierend auf Qualitätsmetriken zu extrahieren. """ progress = pyqtSignal(int) log = pyqtSignal(str) finished = pyqtSignal(list)
def __init__(self, video_paths: list, output_dir: str, sharpness_threshold: int, overlap_threshold: float, brightness_adjustment: int, shadow_removal_enabled: bool, contrast_adjustment: int, saturation_adjustment: int): super().__init__() self.video_paths = video_paths self.output_dir = output_dir self.sharpness_threshold = sharpness_threshold self.overlap_threshold = overlap_threshold self.brightness_adjustment = brightness_adjustment self.shadow_removal_enabled = shadow_removal_enabled self.contrast_adjustment = contrast_adjustment self.saturation_adjustment = saturation_adjustment def log_message(self, message: str): self.log.emit(message) def measure_sharpness(self, frame: np.ndarray) -> float: gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) lap = cv2.Laplacian(gray, cv2.CV_64F) return lap.var() def frames_overlap(self, frame1: np.ndarray, frame2: np.ndarray) -> float: hist1 = cv2.calcHist([frame1], [0, 1, 2], None, [8,8,8], [0,256,0,256,0,256]) hist2 = cv2.calcHist([frame2], [0, 1, 2], None, [8,8,8], [0,256,0,256,0,256]) cv2.normalize(hist1, hist1) cv2.normalize(hist2, hist2) similarity = cv2.compareHist(hist1, hist2, cv2.HISTCMP_CORREL) return similarity def adjust_brightness(self, frame: np.ndarray) -> np.ndarray: hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) v = np.clip(v + self.brightness_adjustment, 0, 255).astype(np.uint8) final_hsv = cv2.merge((h, s, v)) return cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR) def adjust_contrast(self, frame: np.ndarray) -> np.ndarray: alpha = 1 + self.contrast_adjustment / 100.0 return cv2.convertScaleAbs(frame, alpha=alpha, beta=0) def adjust_saturation(self, frame: np.ndarray) -> np.ndarray: hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) s = np.clip(s + self.saturation_adjustment, 0, 255).astype(np.uint8) final_hsv = cv2.merge((h, s, v)) return cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR) def shadow_removal(self, frame: np.ndarray) -> np.ndarray: if not self.shadow_removal_enabled: return frame lab = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB) l_channel, a_channel, b_channel = cv2.split(lab) clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8, 8)) cl = clahe.apply(l_channel) limg = cv2.merge((cl, a_channel, b_channel)) return cv2.cvtColor(limg, cv2.COLOR_LAB2BGR) def sharpen_image(self, frame: np.ndarray) -> np.ndarray: kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]]) return cv2.filter2D(frame, -1, kernel) def process_video(self, video_path: str, basename: str): try: cap = cv2.VideoCapture(video_path) if not cap.isOpened(): self.log_message(f"Fehler: Videodatei '{video_path}' konnte nicht geöffnet werden.") return [] total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) selected_frames = [] successful_frame_count = 0 previous_frame = None for i in range(total_frames): ret, frame = cap.read() if not ret: break sharpness = self.measure_sharpness(frame) if sharpness < self.sharpness_threshold: continue if previous_frame is not None: overlap = self.frames_overlap(previous_frame, frame) if overlap >= self.overlap_threshold: processed_frame = self.adjust_brightness(frame) processed_frame = self.adjust_contrast(processed_frame) processed_frame = self.adjust_saturation(processed_frame) processed_frame = self.shadow_removal(processed_frame) processed_frame = self.sharpen_image(processed_frame) frame_name = f"{basename}_frame_{successful_frame_count:05d}.png" frame_path = os.path.join(self.output_dir, frame_name) cv2.imwrite(frame_path, processed_frame) selected_frames.append(frame_path) successful_frame_count += 1 if successful_frame_count % 10 == 0 or successful_frame_count == 1: self.log_message(f"{basename}: Frame {i+1} - {successful_frame_count} Frames extrahiert.") previous_frame = processed_frame.copy() else: processed_frame = self.adjust_brightness(frame) processed_frame = self.adjust_contrast(processed_frame) processed_frame = self.adjust_saturation(processed_frame) processed_frame = self.shadow_removal(processed_frame) processed_frame = self.sharpen_image(processed_frame) frame_name = f"{basename}_frame_{successful_frame_count:05d}.png" frame_path = os.path.join(self.output_dir, frame_name) cv2.imwrite(frame_path, processed_frame) selected_frames.append(frame_path) successful_frame_count += 1 previous_frame = processed_frame.copy() if successful_frame_count % 10 == 0 or successful_frame_count == 1: self.log_message(f"{basename}: Frame {i+1} - {successful_frame_count} Frames extrahiert.") progress_percent = int((i + 1) / total_frames * 100) # Aktualisiere den Fortschritt nur bei signifikanten Änderungen if progress_percent != self.last_progress: self.progress.emit(progress_percent) self.last_progress = progress_percent cap.release() self.log_message(f"{basename}: Extraktion abgeschlossen. {successful_frame_count} Frames extrahiert.") return selected_frames except Exception as e: self.log_message(f"Fehler während der Extraktion von '{video_path}': {str(e)}") return [] def run(self): all_selected_frames = [] total_videos = len(self.video_paths) self.last_progress = 0 # Initialer Fortschritt for idx, video_path in enumerate(self.video_paths, 1): basename = os.path.splitext(os.path.basename(video_path))[0] frames = self.process_video(video_path, basename) all_selected_frames.extend(frames) overall_progress = int((idx / total_videos) * 100) if total_videos > 0 else 100 if overall_progress != self.last_progress: self.progress.emit(overall_progress) self.last_progress = overall_progress self.log_message(f"Gesamtextraktion abgeschlossen. Insgesamt {len(all_selected_frames)} Frames extrahiert.") self.finished.emit(all_selected_frames)class FrameExtractorThread(QThread): """ Thread zur Ausführung der FrameExtractor-Objektmethoden. """ def init(self, extractor: FrameExtractor): super().init() self.extractor = extractor
def run(self): self.extractor.run()class FrameExtractorUI(QtWidgets.QWidget): """ Benutzeroberfläche für den Video Frame Extractor. """ def init(self): super().init() self.setWindowTitle("Videoframe-Extraktor") self.setup_ui()
def setup_ui(self): main_layout = QVBoxLayout(self) main_layout.setContentsMargins(15, 15, 15, 15) main_layout.setSpacing(15) # Video Auswahl Abschnitt video_group = QGroupBox("Videodateien und Ordner") video_layout = QHBoxLayout() video_layout.setSpacing(10) # Video-Auswahl-Widget self.video_path_edit = DropLineEdit(accept_file=True, accept_dir=True) self.video_path_edit.setPlaceholderText("Ziehen Sie Videodateien oder Ordner hierher oder klicken Sie auf Durchsuchen") self.video_path_edit.setToolTip("Wählen Sie eine oder mehrere Videodateien oder ganze Ordner aus, indem Sie sie durchsuchen oder hierher ziehen.") self.video_path_edit.setStyleSheet("min-height: 40px;") video_icon = QLabel() video_pixmap = QIcon.fromTheme("video-x-generic").pixmap(32, 32) if video_pixmap.isNull(): video_pixmap = QPixmap(32, 32) video_pixmap.fill(Qt.transparent) video_icon.setPixmap(video_pixmap) video_icon.setFixedSize(36, 36) browse_button = QPushButton("Durchsuchen") browse_button.setToolTip("Durchsuchen Sie Ihr System nach Videodateien oder Ordnern.") browse_button.setFixedWidth(150) browse_button.clicked.connect(self.browse_video) video_layout.addWidget(video_icon) video_layout.addWidget(self.video_path_edit) video_layout.addWidget(browse_button) video_group.setLayout(video_layout) main_layout.addWidget(video_group) # Ausgabeordner Auswahl Abschnitt output_group = QGroupBox("Ausgabeordner") output_layout = QHBoxLayout() output_layout.setSpacing(10) output_icon = QLabel() output_pixmap = QIcon.fromTheme("folder").pixmap(32, 32) if output_pixmap.isNull(): output_pixmap = QPixmap(32, 32) output_pixmap.fill(Qt.transparent) output_icon.setPixmap(output_pixmap) output_icon.setFixedSize(36, 36) self.output_path_edit = DropLineEdit(accept_dir=True) self.output_path_edit.setPlaceholderText("Ziehen Sie einen Ausgabeordner hierher oder klicken Sie auf Durchsuchen") self.output_path_edit.setToolTip("Wählen Sie einen Ausgabeordner aus, indem Sie ihn durchsuchen oder hierher ziehen.") self.output_path_edit.setStyleSheet("min-height: 40px;") browse_output_button = QPushButton("Durchsuchen") browse_output_button.setToolTip("Durchsuchen Sie Ihr System nach einem Ausgabeordner.") browse_output_button.setFixedWidth(150) browse_output_button.clicked.connect(self.browse_output) output_layout.addWidget(output_icon) output_layout.addWidget(self.output_path_edit) output_layout.addWidget(browse_output_button) output_group.setLayout(output_layout) main_layout.addWidget(output_group) # Einstellungen Gruppe settings_group = QGroupBox("Einstellungen") settings_layout = QFormLayout() settings_layout.setSpacing(10) # Schärfe Schwelle sharpness_layout = QHBoxLayout() self.sharpness_slider = QSlider(Qt.Horizontal) self.sharpness_slider.setMinimum(100) self.sharpness_slider.setMaximum(1000) self.sharpness_slider.setValue(300) self.sharpness_slider.setToolTip("Stellen Sie den minimalen Schärfe-Threshold für die Frame-Auswahl ein.") self.sharpness_slider.setTickPosition(QSlider.TicksBelow) self.sharpness_slider.setTickInterval(100) self.sharpness_slider.setFixedWidth(250) self.sharpness_value = QLabel("300") self.sharpness_value.setFixedWidth(40) self.sharpness_slider.valueChanged.connect( lambda val: self.sharpness_value.setText(str(val)) ) sharpness_layout.addWidget(self.sharpness_slider) sharpness_layout.addWidget(self.sharpness_value) settings_layout.addRow(QLabel("Schärfe Schwelle:"), sharpness_layout) # Überlappungs-Schwelle (Korrelation, 0-1) overlap_layout = QHBoxLayout() self.overlap_slider = QSlider(Qt.Horizontal) self.overlap_slider.setMinimum(0) self.overlap_slider.setMaximum(100) self.overlap_slider.setValue(50) self.overlap_slider.setToolTip("Stellen Sie die Überlappungsschwelle zur Bestimmung der Frame-Ähnlichkeit ein.") self.overlap_slider.setTickPosition(QSlider.TicksBelow) self.overlap_slider.setTickInterval(10) self.overlap_slider.setFixedWidth(250) self.overlap_value = QLabel("0.50") self.overlap_value.setFixedWidth(40) self.overlap_slider.valueChanged.connect( lambda val: self.overlap_value.setText(f"{val / 100:.2f}") ) overlap_layout.addWidget(self.overlap_slider) overlap_layout.addWidget(self.overlap_value) settings_layout.addRow(QLabel("Überlappungsschwelle:"), overlap_layout) # Helligkeitsanpassung brightness_layout = QHBoxLayout() self.brightness_slider = QSlider(Qt.Horizontal) self.brightness_slider.setMinimum(-100) self.brightness_slider.setMaximum(100) self.brightness_slider.setValue(0) self.brightness_slider.setToolTip("Passen Sie die Helligkeit der extrahierten Frames an.") self.brightness_slider.setTickPosition(QSlider.TicksBelow) self.brightness_slider.setTickInterval(50) self.brightness_slider.setFixedWidth(250) self.brightness_value = QLabel("0") self.brightness_value.setFixedWidth(40) self.brightness_slider.valueChanged.connect( lambda val: self.brightness_value.setText(str(val)) ) brightness_layout.addWidget(self.brightness_slider) brightness_layout.addWidget(self.brightness_value) settings_layout.addRow(QLabel("Helligkeit Anpassung:"), brightness_layout) # Kontrastanpassung contrast_layout = QHBoxLayout() self.contrast_slider = QSlider(Qt.Horizontal) self.contrast_slider.setMinimum(-100) self.contrast_slider.setMaximum(100) self.contrast_slider.setValue(0) self.contrast_slider.setToolTip("Passen Sie den Kontrast der extrahierten Frames an.") self.contrast_slider.setTickPosition(QSlider.TicksBelow) self.contrast_slider.setTickInterval(50) self.contrast_slider.setFixedWidth(250) self.contrast_value = QLabel("0") self.contrast_value.setFixedWidth(40) self.contrast_slider.valueChanged.connect( lambda val: self.contrast_value.setText(str(val)) ) contrast_layout.addWidget(self.contrast_slider) contrast_layout.addWidget(self.contrast_value) settings_layout.addRow(QLabel("Kontrast Anpassung:"), contrast_layout) # Sättigungsanpassung saturation_layout = QHBoxLayout() self.saturation_slider = QSlider(Qt.Horizontal) self.saturation_slider.setMinimum(-100) self.saturation_slider.setMaximum(100) self.saturation_slider.setValue(0) self.saturation_slider.setToolTip("Passen Sie die Sättigung der extrahierten Frames an.") self.saturation_slider.setTickPosition(QSlider.TicksBelow) self.saturation_slider.setTickInterval(50) self.saturation_slider.setFixedWidth(250) self.saturation_value = QLabel("0") self.saturation_value.setFixedWidth(40) self.saturation_slider.valueChanged.connect( lambda val: self.saturation_value.setText(str(val)) ) saturation_layout.addWidget(self.saturation_slider) saturation_layout.addWidget(self.saturation_value) settings_layout.addRow(QLabel("Sättigung Anpassung:"), saturation_layout) # Schattenentfernung self.shadow_removal_checkbox = QCheckBox("Schattenentfernung aktivieren") self.shadow_removal_checkbox.setChecked(True) self.shadow_removal_checkbox.setToolTip("Aktivieren oder deaktivieren Sie die Schattenentfernung in den extrahierten Frames.") settings_layout.addRow(self.shadow_removal_checkbox) settings_group.setLayout(settings_layout) main_layout.addWidget(settings_group) # Start Button self.start_button = QPushButton("Extraktion Starten") self.start_button.setToolTip("Starten Sie den Frame-Extraktionsprozess.") self.start_button.setFixedHeight(45) self.start_button.clicked.connect(self.start_extraction) main_layout.addWidget(self.start_button) # Fortschritt Balken und Label progress_group = QGroupBox("Fortschritt") progress_layout = QHBoxLayout() progress_layout.setSpacing(10) self.progress_bar = QProgressBar() self.progress_bar.setValue(0) self.progress_bar.setToolTip("Zeigt den Fortschritt der Frame-Extraktion an.") self.progress_bar.setFixedHeight(25) self.progress_label = QLabel("Fortschritt: 0%") self.progress_label.setFont(QFont("Segoe UI", 12, QFont.Bold)) progress_layout.addWidget(self.progress_label) progress_layout.addWidget(self.progress_bar) progress_group.setLayout(progress_layout) main_layout.addWidget(progress_group) # Log Text log_group = QGroupBox("Protokoll") log_layout = QVBoxLayout() self.log_text = QTextEdit() self.log_text.setReadOnly(True) self.log_text.setToolTip("Zeigt Log-Nachrichten während der Frame-Extraktion an.") log_layout.addWidget(self.log_text) log_group.setLayout(log_layout) main_layout.addWidget(log_group) # Ausgewählte Frames Liste frames_group = QGroupBox("Ausgewählte Frames") frames_layout = QVBoxLayout() self.selected_frames_list = QListWidget() self.selected_frames_list.setToolTip("Liste der extrahierten Frames. Klicken Sie, um eine Vorschau anzuzeigen.") self.selected_frames_list.itemClicked.connect(self.preview_frame) remove_button = QPushButton("Ausgewählten Frame Entfernen") remove_button.setToolTip("Entfernen Sie den ausgewählten Frame aus der Liste.") remove_button.setFixedHeight(35) remove_button.clicked.connect(self.remove_selected_frame) frames_layout.addWidget(self.selected_frames_list) frames_layout.addWidget(remove_button) frames_group.setLayout(frames_layout) main_layout.addWidget(frames_group) # Vorschau Abschnitt preview_group = QGroupBox("Vorschau") preview_layout = QVBoxLayout() self.preview_image = PreviewLabel() preview_layout.addWidget(self.preview_image) preview_group.setLayout(preview_layout) main_layout.addWidget(preview_group) # Stretch hinzufügen main_layout.addStretch() # Verbinde das Signal für Dateien/Folders, die gezogen wurden self.video_path_edit.files_dropped.connect(self.handle_video_dropped) self.output_path_edit.files_dropped.connect(self.handle_output_dropped) # Initiale Zustände setzen self.update_start_button_state() def remove_selected_frame(self): selected_items = self.selected_frames_list.selectedItems() if not selected_items: return for item in selected_items: row = self.selected_frames_list.row(item) self.selected_frames_list.takeItem(row) frame_path = item.text() if os.path.exists(frame_path): try: os.remove(frame_path) self.log_text.append(f"Frame entfernt: {frame_path}") except Exception as e: self.log_text.append(f"Fehler beim Entfernen von {frame_path}: {str(e)}") self.preview_image.clear() def preview_frame(self, item): """ Zeigt eine Vorschau des ausgewählten Frames an. """ frame_path = item.text() if not os.path.isfile(frame_path): self.log_text.append(f"Vorschau nicht verfügbar: {frame_path} existiert nicht.") return image = QImage(frame_path) if image.isNull(): self.log_text.append(f"Frame konnte nicht geladen werden: {frame_path}") return pixmap = QPixmap.fromImage(image) self.preview_image.setPixmap(pixmap) def browse_video(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen von Videodateien oder Ordnern. """ options = QFileDialog.Options() options |= QFileDialog.DontUseNativeDialog files, _ = QFileDialog.getOpenFileNames( self, "Videodateien auswählen", "", "Videos (*.mp4 *.avi *.mov *.mkv)", options=options ) if files: self.video_path_edit.setText('; '.join(files)) self.update_start_button_state() def browse_output(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen eines Ausgabeordners. """ dir_dialog = QFileDialog() path = dir_dialog.getExistingDirectory(self, "Ausgabeordner auswählen") if path: self.output_path_edit.setText(path) self.update_start_button_state() def handle_video_dropped(self, paths: list): """ Verarbeitet die gedroppten Videodateien oder Ordner. """ self.update_start_button_state() def handle_output_dropped(self, paths: list): """ Verarbeitet den gedroppten Ausgabeordner. """ if paths and os.path.isdir(paths[0]): self.output_path_edit.setText(paths[0]) self.update_start_button_state() def update_start_button_state(self): """ Aktiviert oder deaktiviert den Start-Button basierend auf der Eingabe. """ video_text = self.video_path_edit.text() output_text = self.output_path_edit.text() self.start_button.setEnabled(bool(video_text)) def start_extraction(self): """ Startet den Frame-Extraktionsprozess nach Überprüfung der Eingaben. """ video_paths_text = self.video_path_edit.text() output_dir = self.output_path_edit.text() sharpness_threshold = self.sharpness_slider.value() overlap_threshold = self.overlap_slider.value() / 100.0 brightness_adjustment = self.brightness_slider.value() contrast_adjustment = self.contrast_slider.value() saturation_adjustment = self.saturation_slider.value() shadow_removal_enabled = self.shadow_removal_checkbox.isChecked() video_paths = [path.strip() for path in video_paths_text.split(';') if path.strip()] if not video_paths: QMessageBox.critical(self, "Fehler", "Die ausgewählten Pfade sind ungültig.") return # Setze Standard-Output-Ordner, wenn keiner angegeben ist if not output_dir: input_dir = os.path.dirname(video_paths[0]) output_dir = os.path.join(input_dir, "_Output") self.output_path_edit.setText(output_dir) try: os.makedirs(output_dir, exist_ok=True) except Exception as e: QMessageBox.critical(self, "Fehler", f"Ausgabeordner konnte nicht erstellt werden: {str(e)}") return else: if not os.path.isdir(output_dir): try: os.makedirs(output_dir, exist_ok=True) except Exception as e: QMessageBox.critical(self, "Fehler", f"Ausgabeordner konnte nicht erstellt werden: {str(e)}") return # Deaktiviere GUI-Elemente während der Verarbeitung self.start_button.setEnabled(False) self.video_path_edit.setEnabled(False) self.output_path_edit.setEnabled(False) self.log_text.clear() self.progress_bar.setValue(0) self.progress_label.setText("Fortschritt: 0%") self.selected_frames_list.clear() self.preview_image.clear() self.extractor = FrameExtractor( video_paths, output_dir, sharpness_threshold, overlap_threshold, brightness_adjustment, shadow_removal_enabled, contrast_adjustment, saturation_adjustment ) self.thread = FrameExtractorThread(self.extractor) self.extractor.moveToThread(self.thread) self.thread.started.connect(self.extractor.run) self.extractor.progress.connect(self.update_progress) self.extractor.log.connect(self.update_log) self.extractor.finished.connect(self.extraction_finished) self.extractor.finished.connect(self.thread.quit) self.extractor.finished.connect(self.extractor.deleteLater) self.thread.finished.connect(self.thread.deleteLater) self.thread.start() def update_progress(self, value: int): """ Aktualisiert den Fortschrittsbalken und das Label. """ self.progress_bar.setValue(value) self.progress_label.setText(f"Fortschritt: {value}%") def update_log(self, message: str): """ Fügt eine neue Log-Nachricht hinzu. """ self.log_text.append(message) def extraction_finished(self, frames: list): """ Wird aufgerufen, wenn die Extraktion abgeschlossen ist. """ total_extracted = len(frames) self.log_text.append(f"Extraktion abgeschlossen. {total_extracted} Frames extrahiert.") self.start_button.setEnabled(True) self.video_path_edit.setEnabled(True) self.output_path_edit.setEnabled(True) self.selected_frames_list.addItems(frames)class ImageQualityChecker(QtCore.QObject): """ Bewertet die Qualität von Bildern basierend auf verschiedenen Metriken. """ log = pyqtSignal(str) progress = pyqtSignal(int) finished = pyqtSignal(list)
def __init__(self): super().__init__() self.image_files = [] self.result_files = [] self.min_quality = 0 self.mutex = QMutex() def load_images(self, files: list): with QMutexLocker(self.mutex): self.image_files = [] for path in files: if os.path.isdir(path): supported_ext = ('.png', '.jpg', '.jpeg', '.gif', '.bmp', '.tiff', '.webp') for root, dirs, files_in_dir in os.walk(path): for file in files_in_dir: if file.lower().endswith(supported_ext): self.image_files.append(os.path.join(root, file)) elif os.path.isfile(path): if path.lower().endswith(('.png', '.jpg', '.jpeg', '.gif', '.bmp', '.tiff', '.webp')): self.image_files.append(path) def compute_quality(self, image_path: str) -> int: try: # Laden des Bildes image = Image.open(image_path).convert('RGB') cv_image = cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR) # Helligkeitsberechnung brightness = self.compute_brightness(image) # Kontrastberechnung contrast = self.compute_contrast(cv_image) # Farbsättigungsberechnung saturation = self.compute_saturation(cv_image) # Schärfeberechnung sharpness = self.compute_sharpness(cv_image) # Gewichtete Kombination der Metriken # Gewichtungen: Schärfe 40%, Kontrast 30%, Helligkeit 15%, Sättigung 15% quality = ( 0.4 * (sharpness / 100) * 100 + 0.3 * (contrast / 100) * 100 + 0.15 * (brightness / 100) * 100 + 0.15 * (saturation / 100) * 100 ) quality = int(max(0, min(100, quality))) # Sicherstellen, dass Qualität zwischen 0 und 100 liegt return quality except Exception as e: self.log.emit(f"Fehler bei der Verarbeitung von {os.path.basename(image_path)}: {str(e)}") return 0 def compute_brightness(self, image: Image.Image) -> float: grayscale_image = image.convert('L') histogram = grayscale_image.histogram() total_pixels = sum(histogram) brightness = sum(i * hist for i, hist in enumerate(histogram)) / total_pixels return (brightness / 255) * 100 def compute_contrast(self, cv_image: np.ndarray) -> float: gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY) contrast = gray.std() # Normalisieren basierend auf theoretischem Maximum std=128 (für 8-bit Bilder) normalized_contrast = min(contrast / 128.0, 1.0) * 100 return normalized_contrast def compute_saturation(self, cv_image: np.ndarray) -> float: hsv = cv2.cvtColor(cv_image, cv2.COLOR_BGR2HSV) saturation = cv2.mean(hsv[:, :, 1])[0] # Durchschnittliche Sättigung normalized_saturation = (saturation / 255.0) * 100 return normalized_saturation def compute_sharpness(self, cv_image: np.ndarray) -> float: gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY) lap_var = cv2.Laplacian(gray, cv2.CV_64F).var() # Normalisieren basierend auf einem empirischen Maximum, z.B. 1000 normalized_sharpness = min(lap_var / 1000.0, 1.0) * 100 return normalized_sharpness def evaluate_quality(self, min_quality: int, output_dir: str = None): self.result_files.clear() with QMutexLocker(self.mutex): images = list(self.image_files) if not images: self.log.emit("Keine Bilder zum Bewerten geladen.") self.finished.emit([]) return total = len(images) last_progress = 0 for idx, file in enumerate(images): quality = self.compute_quality(file) if quality >= min_quality: self.result_files.append((file, quality)) # Tuple mit Dateipfad und Qualität self.log.emit(f"{os.path.basename(file)} - Qualität: {quality}") progress_percent = int((idx + 1) / total * 100) if total > 0 else 100 # Aktualisiere den Fortschritt nur bei signifikanten Änderungen if progress_percent != last_progress: self.progress.emit(progress_percent) last_progress = progress_percent # Optional: Speichern der qualitätsgeprüften Bilder mit Qualitätsscore im Dateinamen if output_dir: for file, quality in self.result_files: try: basename, ext = os.path.splitext(os.path.basename(file)) new_name = f"{basename}_Q{quality}{ext}" new_path = os.path.join(output_dir, new_name) shutil.copy(file, new_path) self.log.emit(f"Kopiert: {new_name}") except Exception as e: self.log.emit(f"Fehler beim Kopieren von {file}: {str(e)}") # Signalisiere das Ende der Bewertung self.finished.emit(self.result_files) def get_results(self) -> list: return self.result_filesclass ImageQualityCheckerThread(QThread): """ Thread zum Ausführen des ImageQualityChecker. """ def init(self, checker: ImageQualityChecker, output_dir: str = None): super().init() self.checker = checker self.output_dir = output_dir
def run(self): self.checker.evaluate_quality(self.checker.min_quality, self.output_dir)class ImageQualityCheckerUI(QtWidgets.QWidget): """ Benutzeroberfläche für den Image Quality Checker. """ def init(self): super().init() self.setWindowTitle("Bildqualitätsprüfer") self.setup_ui() self.image_quality_checker = ImageQualityChecker() self.setup_signals()
def setup_ui(self): main_layout = QVBoxLayout(self) main_layout.setContentsMargins(15, 15, 15, 15) main_layout.setSpacing(15) # Bilder Laden Abschnitt load_group = QGroupBox("Bilder und Ordner laden") load_layout = QHBoxLayout() load_layout.setSpacing(10) load_icon = QLabel() load_pixmap = QIcon.fromTheme("image-x-generic").pixmap(32, 32) if load_pixmap.isNull(): load_pixmap = QPixmap(32, 32) load_pixmap.fill(Qt.transparent) load_icon.setPixmap(load_pixmap) load_icon.setFixedSize(36, 36) load_button = QPushButton("Laden") load_button.setToolTip("Laden Sie Bilder aus einem Ordner oder einzelne Bilder, indem Sie sie durchsuchen oder hierher ziehen.") load_button.setFixedWidth(150) load_button.setFixedHeight(45) load_button.clicked.connect(self.browse_folder) self.load_path_edit = DropLineEdit(accept_dir=True, accept_file=True) self.load_path_edit.setPlaceholderText("Ziehen Sie Bilder oder Ordner hierher oder klicken Sie auf Laden") self.load_path_edit.setToolTip("Ziehen Sie einzelne Bilddateien oder ganze Ordner mit Bildern hierher oder klicken Sie auf Laden zum Durchsuchen.") self.load_path_edit.setStyleSheet("min-height: 40px;") load_layout.addWidget(load_icon) load_layout.addWidget(self.load_path_edit) load_layout.addWidget(load_button) load_group.setLayout(load_layout) main_layout.addWidget(load_group) # Minimale Qualitäts-Eingabe quality_group = QGroupBox("Qualitätskriterien") quality_layout = QFormLayout() quality_layout.setSpacing(10) self.min_quality_label = QLabel("Minimale Qualität (0-100):") self.min_quality_entry = QLineEdit() self.min_quality_entry.setPlaceholderText("50") self.min_quality_entry.setToolTip("Geben Sie die minimale Qualitätsschwelle ein. Bilder mit höherer Qualität werden ausgewählt.") self.min_quality_entry.setFixedWidth(150) self.min_quality_entry.setValidator(QtGui.QIntValidator(0, 100, self)) self.min_quality_entry.setText("50") # Setzen eines sinnvollen Standardwerts quality_layout.addRow(self.min_quality_label, self.min_quality_entry) quality_group.setLayout(quality_layout) main_layout.addWidget(quality_group) # Ausgabeordner Auswahl Abschnitt output_group = QGroupBox("Ausgabeordner für Ergebnisse") output_layout = QHBoxLayout() output_layout.setSpacing(10) output_icon = QLabel() output_pixmap = QIcon.fromTheme("folder").pixmap(32, 32) if output_pixmap.isNull(): output_pixmap = QPixmap(32, 32) output_pixmap.fill(Qt.transparent) output_icon.setPixmap(output_pixmap) output_icon.setFixedSize(36, 36) self.output_path_edit = DropLineEdit(accept_dir=True) self.output_path_edit.setPlaceholderText("Ziehen Sie einen Ausgabeordner hierher oder klicken Sie auf Durchsuchen") self.output_path_edit.setToolTip("Wählen Sie einen Ausgabeordner aus, um die Ergebnisse zu speichern.") self.output_path_edit.setStyleSheet("min-height: 40px;") browse_output_button = QPushButton("Durchsuchen") browse_output_button.setToolTip("Durchsuchen Sie Ihr System nach einem Ausgabeordner.") browse_output_button.setFixedWidth(150) browse_output_button.clicked.connect(self.browse_output) output_layout.addWidget(output_icon) output_layout.addWidget(self.output_path_edit) output_layout.addWidget(browse_output_button) output_group.setLayout(output_layout) main_layout.addWidget(output_group) # Bewertung Button self.evaluate_button = QPushButton("Qualität Bewerten") self.evaluate_button.setToolTip("Starten Sie die Bewertung der geladenen Bilder.") self.evaluate_button.setFixedHeight(50) self.evaluate_button.clicked.connect(self.evaluate_quality) main_layout.addWidget(self.evaluate_button) # Fortschritt Balken und Label progress_group = QGroupBox("Fortschritt") progress_layout = QHBoxLayout() progress_layout.setSpacing(10) self.progress_bar = QProgressBar() self.progress_bar.setValue(0) self.progress_bar.setToolTip("Zeigt den Fortschritt der Qualitätsbewertung an.") self.progress_bar.setFixedHeight(25) self.progress_label = QLabel("Fortschritt: 0%") self.progress_label.setFont(QFont("Segoe UI", 12, QFont.Bold)) progress_layout.addWidget(self.progress_label) progress_layout.addWidget(self.progress_bar) progress_group.setLayout(progress_layout) main_layout.addWidget(progress_group) # Log Text log_group = QGroupBox("Ergebnisse") log_layout = QVBoxLayout() self.result_text = QTextEdit() self.result_text.setReadOnly(True) self.result_text.setToolTip("Zeigt Log-Nachrichten während der Qualitätsbewertung an.") log_layout.addWidget(self.result_text) log_group.setLayout(log_layout) main_layout.addWidget(log_group) # Ausgewählte Ergebnisse Liste results_group = QGroupBox("Hochwertige Bilder") results_layout = QVBoxLayout() self.selected_results_list = QListWidget() self.selected_results_list.setToolTip("Liste der hochwertigen Bilder. Klicken Sie, um eine Vorschau anzuzeigen.") self.selected_results_list.itemClicked.connect(self.preview_image_clicked) remove_button = QPushButton("Ausgewähltes Bild Entfernen") remove_button.setToolTip("Entfernen Sie das ausgewählte Bild aus den Ergebnissen.") remove_button.setFixedHeight(35) remove_button.clicked.connect(self.remove_selected_image) results_layout.addWidget(self.selected_results_list) results_layout.addWidget(remove_button) results_group.setLayout(results_layout) main_layout.addWidget(results_group) # Vorschau Abschnitt preview_group = QGroupBox("Vorschau") preview_layout = QVBoxLayout() self.preview_image = PreviewLabel() preview_layout.addWidget(self.preview_image) preview_group.setLayout(preview_layout) main_layout.addWidget(preview_group) # Stretch hinzufügen main_layout.addStretch() # Verbinde das Signal für Dateien/Folders, die gezogen wurden self.load_path_edit.files_dropped.connect(self.handle_files_dropped) self.output_path_edit.files_dropped.connect(self.handle_output_dropped) def setup_signals(self): self.image_quality_checker.log.connect(self.update_log) self.image_quality_checker.progress.connect(self.update_progress) self.image_quality_checker.finished.connect(self.evaluation_finished) def browse_folder(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen von Bildordnern oder Einzelbildern. """ options = QFileDialog.Options() options |= QFileDialog.DontUseNativeDialog files, _ = QFileDialog.getOpenFileNames( self, "Bilddateien auswählen", "", "Bilder (*.png *.jpg *.jpeg *.gif *.bmp *.tiff *.webp)", options=options ) if files: self.load_path_edit.setText('; '.join(files)) self.load_images_from_paths(files) def browse_output(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen eines Ausgabeordners für geprüfte Bilder. """ dir_dialog = QFileDialog() path = dir_dialog.getExistingDirectory(self, "Ausgabeordner auswählen", "") if path: self.output_path_edit.setText(path) def handle_files_dropped(self, paths: list): """ Verarbeitet die gedroppten Bilddateien oder Ordner. """ self.load_images_from_paths(paths) def handle_output_dropped(self, paths: list): """ Verarbeitet den gedroppten Ausgabeordner. """ if paths and os.path.isdir(paths[0]): self.output_path_edit.setText(paths[0]) def load_images_from_paths(self, paths: list): """ Lädt Bilder aus den angegebenen Pfaden. """ if not paths: return self.image_quality_checker.load_images(paths) self.update_listbox() self.result_text.append(f"{len(self.image_quality_checker.image_files)} Bilder geladen.") def evaluate_quality(self): min_quality_text = self.min_quality_entry.text() try: min_quality = int(min_quality_text) if not (0 <= min_quality <= 100): raise ValueError except ValueError: QMessageBox.critical( self, "Ungültige Eingabe", "Bitte geben Sie eine gültige Zahl zwischen 0 und 100 für die minimale Qualität ein." ) return output_dir = self.output_path_edit.text() if output_dir and not os.path.isdir(output_dir): try: os.makedirs(output_dir, exist_ok=True) except Exception as e: QMessageBox.critical(self, "Fehler", f"Ausgabeordner konnte nicht erstellt werden: {str(e)}") return if not self.image_quality_checker.image_files: QMessageBox.information( self, "Keine Bilder", "Bitte laden Sie Bilder, bevor Sie die Qualität bewerten." ) return self.result_text.clear() self.evaluate_button.setEnabled(False) self.load_path_edit.setEnabled(False) self.output_path_edit.setEnabled(False) self.selected_results_list.clear() self.preview_image.clear() self.result_text.append("Starte Qualitätsbewertung...\n") self.image_quality_checker.min_quality = min_quality self.setup_signals() self.thread = ImageQualityCheckerThread(self.image_quality_checker, output_dir) self.thread.started.connect( lambda: self.image_quality_checker.evaluate_quality(self.image_quality_checker.min_quality, output_dir) ) self.image_quality_checker.finished.connect(self.evaluation_finished) self.image_quality_checker.finished.connect(self.thread.quit) self.image_quality_checker.finished.connect(self.image_quality_checker.deleteLater) self.thread.finished.connect(self.thread.deleteLater) self.thread.start() def update_log(self, message: str): """ Fügt eine neue Log-Nachricht hinzu. """ self.result_text.append(message) def update_progress(self, value: int): """ Aktualisiert den Fortschrittsbalken und das Label. """ self.progress_bar.setValue(value) self.progress_label.setText(f"Fortschritt: {value}%") def evaluation_finished(self, results: list): """ Wird aufgerufen, wenn die Qualitätsbewertung abgeschlossen ist. """ self.evaluate_button.setEnabled(True) self.load_path_edit.setEnabled(True) self.output_path_edit.setEnabled(True) if results: self.result_text.append("\nBewertung abgeschlossen.") self.result_text.append(f"Anzahl der Bilder, die den Qualitätskriterien entsprechen: {len(results)}") for file, quality in results: self.selected_results_list.addItem(f"{file} - Q:{quality}") else: self.result_text.append("\nKeine Bilder erfüllen die minimalen Qualitätsanforderungen.") self.progress_bar.setValue(100) self.progress_label.setText("Fortschritt: 100%") def remove_selected_image(self): """ Entfernt das ausgewählte Bild aus der Ergebnisliste. """ selected_items = self.selected_results_list.selectedItems() if not selected_items: return for item in selected_items: self.selected_results_list.takeItem(self.selected_results_list.row(item)) self.preview_image.clear() def preview_image_clicked(self, item): """ Zeigt eine Vorschau des ausgewählten Bildes an. """ text = item.text() file_path = text.split(" - Q:")[0] # Extrahiere den Dateipfad if not os.path.isfile(file_path): self.result_text.append(f"Vorschau nicht verfügbar: {file_path} existiert nicht.") return image = QImage(file_path) if image.isNull(): self.result_text.append(f"Bild konnte nicht geladen werden: {file_path}") return pixmap = QPixmap.fromImage(image) self.preview_image.setPixmap(pixmap) def update_listbox(self): """ Aktualisiert die Liste der geladenen Bilder. """ self.selected_results_list.clear() self.preview_image.clear()class ImageQualityCheckerThread(QThread): """ Thread zum Ausführen des ImageQualityChecker. """ def init(self, checker: ImageQualityChecker, output_dir: str = None): super().init() self.checker = checker self.output_dir = output_dir
def run(self): self.checker.evaluate_quality(self.checker.min_quality, self.output_dir)class MainWindow(QtWidgets.QMainWindow): """ Hauptfenster der Anwendung mit Tabs für verschiedene Funktionen. """ def init(self): super().init() self.setWindowTitle("Bildverarbeitungsanwendung") self.setGeometry(100, 100, 1300, 900) self.setup_ui()
def setup_ui(self): self.tabs = QTabWidget() self.tabs.setTabPosition(QTabWidget.North) self.tabs.setMovable(False) self.setCentralWidget(self.tabs) self.frame_extractor_widget = FrameExtractorUI() self.image_quality_checker_widget = ImageQualityCheckerUI() self.tabs.addTab(self.frame_extractor_widget, QIcon.fromTheme("video-x-generic"), "Video Frame Extraktor") self.tabs.addTab(self.image_quality_checker_widget, QIcon.fromTheme("image-x-generic"), "Bildqualitätsprüfer")def main(): app = QApplication(sys.argv) app.setStyle("Fusion") app.setStyleSheet(DARK_STYLE)
window = MainWindow() window.setMinimumSize(1200, 800) window.show() sys.exit(app.exec_())if name == "main": main()
- Assistant
Natürlich! Hier ist die verbesserte Version Ihrer Anwendung mit optimierter Benutzererfahrung, klarer strukturierten Layouts, besser lesbaren Anzeigen und erweiterten Funktionen für die Bildpräsentation. Die GUI-Elemente sind nun besser organisiert, und die Bildvorschau bietet einen erweiterten Zoom-Effekt beim Hover.
Verbesserungen im Überblick:
- Layout-Optimierung: Verwendung von
QGridLayoutundQSplitterfür eine bessere Anordnung und Flexibilität der GUI-Elemente. - Responsive Gestaltung: Sicherstellung, dass die GUI-Elemente sich dynamisch an die Fenstergröße anpassen.
- Verbesserte Lesbarkeit: Erhöhung der Schriftgrößen und besserer Kontrast für eine klare Lesbarkeit.
- Bildpräsentation: Implementierung eines vergrößerten Zoom-Effekts beim Überfahren von Bildern mit der Maus. Thumbnails sind in angemessenen Größen dargestellt.
- Zusätzliche Funktionen: Kontextmenüs für weitere Aktionen (z. B. Speichern, Löschen) und verbesserte Tooltips für Benutzerfreundlichkeit.
Hier ist der vollständige, optimierte Code:
import sys import os import shutil import cv2 import numpy as np import warnings # Unterdrücken von spezifischen Deprecation-Warnungen warnings.filterwarnings("ignore", category=DeprecationWarning, module="PyQt5") warnings.filterwarnings("ignore", category=DeprecationWarning) from PyQt5 import QtCore, QtGui, QtWidgets from PyQt5.QtGui import QImage, QPixmap, QIcon, QFont from PyQt5.QtWidgets import ( QLabel, QTabWidget, QTextEdit, QLineEdit, QPushButton, QListWidget, QVBoxLayout, QFileDialog, QHBoxLayout, QGroupBox, QFormLayout, QSlider, QCheckBox, QProgressBar, QMainWindow, QApplication, QMessageBox, QScrollArea, QGridLayout ) from PyQt5.QtCore import Qt, QThread, pyqtSignal, QMutex, QMutexLocker from skimage.metrics import structural_similarity as ssi from PIL import Image # Modern Dark mode stylesheet mit erhöhten Schriftgrößen und besserer Sichtbarkeit DARK_STYLE = """ /* Allgemeine Einstellungen */ QWidget { background-color: #2b2b2b; color: #e0e0e0; font-family: 'Segoe UI', sans-serif; font-size: 12pt; } /* Fenster Titel */ QMainWindow { background-color: #2b2b2b; } /* Buttons */ QPushButton { background-color: #3c3f41; border: 2px solid #5a5a5a; padding: 8px 16px; border-radius: 6px; font-weight: bold; font-size: 12pt; } QPushButton:hover { background-color: #505253; } QPushButton:pressed { background-color: #2b2b2b; } QPushButton:disabled { background-color: #3c3f4166; color: #8a8a8a; border: 1px solid #5a5a5a66; } /* Eingabe-/Ausgabefelder */ QLineEdit, QTextEdit, QListWidget, QLabel, QSlider, QGroupBox { background-color: #3c3c3c; border: 1px solid #5a5a5a; padding: 6px; border-radius: 4px; color: #e0e0e0; font-size: 12pt; } QLineEdit:disabled, QTextEdit:disabled, QListWidget:disabled { background-color: #3c3c3c66; color: #8a8a8a; } /* Slider */ QSlider::groove:horizontal { border: 1px solid #757575; height: 8px; background: #5a5a5a; border-radius: 4px; } QSlider::handle:horizontal { background: #1abc9c; border: 1px solid #16a085; width: 14px; margin: -4px 0; border-radius: 7px; } QSlider::handle:horizontal:hover { background: #17a589; } /* Fortschrittsbalken */ QProgressBar { background-color: #3c3c3c; border: 2px solid #5a5a5a; border-radius: 7px; text-align: center; height: 25px; font-size: 12pt; } QProgressBar::chunk { background-color: #1abc9c; width: 10px; margin: 0.5px; } /* Tab Widget */ QTabWidget::pane { border: 2px solid #444; background-color: #2b2b2b; border-radius: 6px; } QTabBar::tab { background: #3c3c3c; border: 2px solid #444; padding: 10px 16px; border-top-left-radius: 5px; border-top-right-radius: 5px; margin-right: 2px; font-weight: bold; font-size: 12pt; } QTabBar::tab:selected, QTabBar::tab:hover { background: #1abc9c; color: #2b2b2b; } /* DropLineEdit */ DropLineEdit { border: 3px dashed #5a5a5a; padding: 12px; border-radius: 6px; min-height: 60px; font-size: 12pt; } DropLineEdit.drag_active { border: 3px dashed #1abc9c; background-color: #3a3d41; } /* GroupBox Title */ QGroupBox { border: 2px solid #5a5a5a; border-radius: 7px; margin-top: 20px; } QGroupBox::title { subcontrol-origin: margin; left: 15px; padding: 0 5px 0 5px; color: #1abc9c; font-weight: bold; font-size: 14pt; } /* Labels */ QLabel { font-weight: bold; font-size: 12pt; } /* Listen */ QListWidget { selection-background-color: #1abc9c; selection-color: #2b2b2b; font-size: 12pt; } /* Checkboxes */ QCheckBox { padding: 6px; font-size: 12pt; } /* Scroll Area */ QScrollArea { border: none; } """ class DropLineEdit(QLineEdit): """ Ein QLineEdit, das das Drag & Drop von Dateien oder Verzeichnissen mit visuellen Feedbacks akzeptiert. Unterstützt mehrere Drops. """ files_dropped = pyqtSignal(list) def __init__(self, accept_dir: bool = False, accept_file: bool = False, parent=None): super().__init__(parent) self.accept_dir = accept_dir self.accept_file = accept_file self.setAcceptDrops(True) self.setReadOnly(True) self.setCursor(Qt.PointingHandCursor) self.default_style = self.styleSheet() def dragEnterEvent(self, event): if event.mimeData().hasUrls(): urls = event.mimeData().urls() valid = False for url in urls: path = url.toLocalFile() if (self.accept_file and os.path.isfile(path)) or (self.accept_dir and os.path.isdir(path)): valid = True break if valid: event.acceptProposedAction() self.setProperty('drag_active', True) self.style().unpolish(self) self.style().polish(self) self.update() return event.ignore() def dragLeaveEvent(self, event): self.setProperty('drag_active', False) self.style().unpolish(self) self.style().polish(self) self.update() def dropEvent(self, event): self.setProperty('drag_active', False) self.style().unpolish(self) self.style().polish(self) self.update() urls = event.mimeData().urls() paths = [] for url in urls: path = url.toLocalFile() if (self.accept_file and os.path.isfile(path)) or (self.accept_dir and os.path.isdir(path)): paths.append(path) if paths: self.setText('; '.join(paths)) self.files_dropped.emit(paths) event.acceptProposedAction() def setStyleSheet(self, style: str): super().setStyleSheet(style) class PreviewLabel(QLabel): """ Ein QLabel, das ein Bild mit Zoom-Effekt beim Hover anzeigt. """ def __init__(self): super().__init__() self.original_pixmap = None self.setAlignment(Qt.AlignCenter) self.setStyleSheet(""" QLabel { background-color: #3c3c3c; border: 3px solid #5a5a5a; border-radius: 6px; } """) self.setScaledContents(False) def setPixmap(self, pixmap: QPixmap): if pixmap != self.original_pixmap: self.original_pixmap = pixmap self.update_pixmap() def resizeEvent(self, event): super().resizeEvent(event) self.update_pixmap() def update_pixmap(self): if self.original_pixmap: scaled_pixmap = self.original_pixmap.scaled( self.size(), Qt.KeepAspectRatio, Qt.SmoothTransformation ) super().setPixmap(scaled_pixmap) def enterEvent(self, event): if self.original_pixmap: zoomed_pixmap = self.original_pixmap.scaled( self.size() * 1.2, Qt.KeepAspectRatio, Qt.SmoothTransformation ) super().setPixmap(zoomed_pixmap) def leaveEvent(self, event): if self.original_pixmap: self.update_pixmap() class ImageLoaderThread(QThread): """ Thread zum Laden von Bilddateien aus einem Verzeichnis. """ progress = pyqtSignal(int) finished = pyqtSignal(list) def __init__(self, directories: list): super().__init__() self.directories = directories def run(self): image_files = [] # Unterstützte Bildformate supported_ext = ('.png', '.jpg', '.jpeg', '.gif', '.bmp', '.tiff', '.webp') for directory in self.directories: for root, dirs, files in os.walk(directory): for file in files: if file.lower().endswith(supported_ext): image_files.append(os.path.join(root, file)) total_files = len(image_files) for idx, file in enumerate(image_files, 1): progress_percent = int((idx / total_files) * 100) if total_files > 0 else 100 self.progress.emit(progress_percent) self.msleep(5) self.finished.emit(image_files) class FrameExtractor(QtCore.QObject): """ Verarbeitet eine Videodatei, um Frames basierend auf Qualitätsmetriken zu extrahieren. """ progress = pyqtSignal(int) log = pyqtSignal(str) finished = pyqtSignal(list) def __init__(self, video_paths: list, output_dir: str, sharpness_threshold: int, overlap_threshold: float, brightness_adjustment: int, shadow_removal_enabled: bool, contrast_adjustment: int, saturation_adjustment: int): super().__init__() self.video_paths = video_paths self.output_dir = output_dir self.sharpness_threshold = sharpness_threshold self.overlap_threshold = overlap_threshold self.brightness_adjustment = brightness_adjustment self.shadow_removal_enabled = shadow_removal_enabled self.contrast_adjustment = contrast_adjustment self.saturation_adjustment = saturation_adjustment def log_message(self, message: str): self.log.emit(message) def measure_sharpness(self, frame: np.ndarray) -> float: gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) lap = cv2.Laplacian(gray, cv2.CV_64F) return lap.var() def frames_overlap(self, frame1: np.ndarray, frame2: np.ndarray) -> float: hist1 = cv2.calcHist([frame1], [0, 1, 2], None, [8,8,8], [0,256,0,256,0,256]) hist2 = cv2.calcHist([frame2], [0, 1, 2], None, [8,8,8], [0,256,0,256,0,256]) cv2.normalize(hist1, hist1) cv2.normalize(hist2, hist2) similarity = cv2.compareHist(hist1, hist2, cv2.HISTCMP_CORREL) return similarity def adjust_brightness(self, frame: np.ndarray) -> np.ndarray: hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) v = np.clip(v + self.brightness_adjustment, 0, 255).astype(np.uint8) final_hsv = cv2.merge((h, s, v)) return cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR) def adjust_contrast(self, frame: np.ndarray) -> np.ndarray: alpha = 1 + self.contrast_adjustment / 100.0 return cv2.convertScaleAbs(frame, alpha=alpha, beta=0) def adjust_saturation(self, frame: np.ndarray) -> np.ndarray: hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) s = np.clip(s + self.saturation_adjustment, 0, 255).astype(np.uint8) final_hsv = cv2.merge((h, s, v)) return cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR) def shadow_removal(self, frame: np.ndarray) -> np.ndarray: if not self.shadow_removal_enabled: return frame lab = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB) l_channel, a_channel, b_channel = cv2.split(lab) clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8, 8)) cl = clahe.apply(l_channel) limg = cv2.merge((cl, a_channel, b_channel)) return cv2.cvtColor(limg, cv2.COLOR_LAB2BGR) def sharpen_image(self, frame: np.ndarray) -> np.ndarray: kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]]) return cv2.filter2D(frame, -1, kernel) def process_video(self, video_path: str, basename: str): try: cap = cv2.VideoCapture(video_path) if not cap.isOpened(): self.log_message(f"Fehler: Videodatei '{video_path}' konnte nicht geöffnet werden.") return [] total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) selected_frames = [] successful_frame_count = 0 previous_frame = None for i in range(total_frames): ret, frame = cap.read() if not ret: break sharpness = self.measure_sharpness(frame) if sharpness < self.sharpness_threshold: continue if previous_frame is not None: overlap = self.frames_overlap(previous_frame, frame) if overlap >= self.overlap_threshold: processed_frame = self.adjust_brightness(frame) processed_frame = self.adjust_contrast(processed_frame) processed_frame = self.adjust_saturation(processed_frame) processed_frame = self.shadow_removal(processed_frame) processed_frame = self.sharpen_image(processed_frame) frame_name = f"{basename}_frame_{successful_frame_count:05d}.png" frame_path = os.path.join(self.output_dir, frame_name) cv2.imwrite(frame_path, processed_frame) selected_frames.append(frame_path) successful_frame_count += 1 if successful_frame_count % 10 == 0 or successful_frame_count == 1: self.log_message(f"{basename}: Frame {i+1} - {successful_frame_count} Frames extrahiert.") previous_frame = processed_frame.copy() else: processed_frame = self.adjust_brightness(frame) processed_frame = self.adjust_contrast(processed_frame) processed_frame = self.adjust_saturation(processed_frame) processed_frame = self.shadow_removal(processed_frame) processed_frame = self.sharpen_image(processed_frame) frame_name = f"{basename}_frame_{successful_frame_count:05d}.png" frame_path = os.path.join(self.output_dir, frame_name) cv2.imwrite(frame_path, processed_frame) selected_frames.append(frame_path) successful_frame_count += 1 previous_frame = processed_frame.copy() if successful_frame_count % 10 == 0 or successful_frame_count == 1: self.log_message(f"{basename}: Frame {i+1} - {successful_frame_count} Frames extrahiert.") progress_percent = int((i + 1) / total_frames * 100) # Aktualisiere den Fortschritt nur bei signifikanten Änderungen if progress_percent != self.last_progress: self.progress.emit(progress_percent) self.last_progress = progress_percent cap.release() self.log_message(f"{basename}: Extraktion abgeschlossen. {successful_frame_count} Frames extrahiert.") return selected_frames except Exception as e: self.log_message(f"Fehler während der Extraktion von '{video_path}': {str(e)}") return [] def run(self): all_selected_frames = [] total_videos = len(self.video_paths) self.last_progress = 0 # Initialer Fortschritt for idx, video_path in enumerate(self.video_paths, 1): basename = os.path.splitext(os.path.basename(video_path))[0] frames = self.process_video(video_path, basename) all_selected_frames.extend(frames) overall_progress = int((idx / total_videos) * 100) if total_videos > 0 else 100 if overall_progress != self.last_progress: self.progress.emit(overall_progress) self.last_progress = overall_progress self.log_message(f"Gesamtextraktion abgeschlossen. Insgesamt {len(all_selected_frames)} Frames extrahiert.") self.finished.emit(all_selected_frames) class FrameExtractorThread(QThread): """ Thread zur Ausführung der FrameExtractor-Objektmethoden. """ def __init__(self, extractor: FrameExtractor): super().__init__() self.extractor = extractor def run(self): self.extractor.run() class FrameExtractorUI(QtWidgets.QWidget): """ Benutzeroberfläche für den Video Frame Extractor. """ def __init__(self): super().__init__() self.setWindowTitle("Videoframe-Extraktor") self.setup_ui() def setup_ui(self): main_layout = QVBoxLayout(self) main_layout.setContentsMargins(15, 15, 15, 15) main_layout.setSpacing(15) # Video Auswahl Abschnitt video_group = QGroupBox("Videodateien und Ordner") video_layout = QGridLayout() video_layout.setSpacing(10) # Video-Auswahl-Widget self.video_path_edit = DropLineEdit(accept_file=True, accept_dir=True) self.video_path_edit.setPlaceholderText("Ziehen Sie Videodateien oder Ordner hierher oder klicken Sie auf Durchsuchen") self.video_path_edit.setToolTip("Wählen Sie eine oder mehrere Videodateien oder ganze Ordner aus, indem Sie sie durchsuchen oder hierher ziehen.") self.video_path_edit.setStyleSheet("min-height: 40px;") video_icon = QLabel() video_pixmap = QIcon.fromTheme("video-x-generic").pixmap(32, 32) if video_pixmap.isNull(): video_pixmap = QPixmap(32, 32) video_pixmap.fill(Qt.transparent) video_icon.setPixmap(video_pixmap) video_icon.setFixedSize(36, 36) browse_button = QPushButton("Durchsuchen") browse_button.setToolTip("Durchsuchen Sie Ihr System nach Videodateien oder Ordnern.") browse_button.setFixedWidth(150) browse_button.clicked.connect(self.browse_video) video_layout.addWidget(video_icon, 0, 0) video_layout.addWidget(self.video_path_edit, 0, 1) video_layout.addWidget(browse_button, 0, 2) video_group.setLayout(video_layout) main_layout.addWidget(video_group) # Ausgabeordner Auswahl Abschnitt output_group = QGroupBox("Ausgabeordner") output_layout = QGridLayout() output_layout.setSpacing(10) output_icon = QLabel() output_pixmap = QIcon.fromTheme("folder").pixmap(32, 32) if output_pixmap.isNull(): output_pixmap = QPixmap(32, 32) output_pixmap.fill(Qt.transparent) output_icon.setPixmap(output_pixmap) output_icon.setFixedSize(36, 36) self.output_path_edit = DropLineEdit(accept_dir=True) self.output_path_edit.setPlaceholderText("Ziehen Sie einen Ausgabeordner hierher oder klicken Sie auf Durchsuchen") self.output_path_edit.setToolTip("Wählen Sie einen Ausgabeordner aus, indem Sie ihn durchsuchen oder hierher ziehen.") self.output_path_edit.setStyleSheet("min-height: 40px;") browse_output_button = QPushButton("Durchsuchen") browse_output_button.setToolTip("Durchsuchen Sie Ihr System nach einem Ausgabeordner.") browse_output_button.setFixedWidth(150) browse_output_button.clicked.connect(self.browse_output) output_layout.addWidget(output_icon, 0, 0) output_layout.addWidget(self.output_path_edit, 0, 1) output_layout.addWidget(browse_output_button, 0, 2) output_group.setLayout(output_layout) main_layout.addWidget(output_group) # Einstellungen Gruppe settings_group = QGroupBox("Einstellungen") settings_layout = QGridLayout() settings_layout.setSpacing(15) # Schärfe Schwelle self.sharpness_slider = QSlider(Qt.Horizontal) self.sharpness_slider.setMinimum(100) self.sharpness_slider.setMaximum(1000) self.sharpness_slider.setValue(300) self.sharpness_slider.setToolTip("Stellen Sie den minimalen Schärfe-Threshold für die Frame-Auswahl ein.") self.sharpness_slider.setTickPosition(QSlider.TicksBelow) self.sharpness_slider.setTickInterval(100) self.sharpness_slider.setFixedWidth(250) self.sharpness_value = QLabel("300") self.sharpness_value.setFixedWidth(40) self.sharpness_slider.valueChanged.connect( lambda val: self.sharpness_value.setText(str(val)) ) settings_layout.addWidget(QLabel("Schärfe Schwelle:"), 0, 0) settings_layout.addWidget(self.sharpness_slider, 0, 1) settings_layout.addWidget(self.sharpness_value, 0, 2) # Überlappungs-Schwelle (Korrelation, 0-1) self.overlap_slider = QSlider(Qt.Horizontal) self.overlap_slider.setMinimum(0) self.overlap_slider.setMaximum(100) self.overlap_slider.setValue(50) self.overlap_slider.setToolTip("Stellen Sie die Überlappungsschwelle zur Bestimmung der Frame-Ähnlichkeit ein.") self.overlap_slider.setTickPosition(QSlider.TicksBelow) self.overlap_slider.setTickInterval(10) self.overlap_slider.setFixedWidth(250) self.overlap_value = QLabel("0.50") self.overlap_value.setFixedWidth(40) self.overlap_slider.valueChanged.connect( lambda val: self.overlap_value.setText(f"{val / 100:.2f}") ) settings_layout.addWidget(QLabel("Überlappungsschwelle:"), 1, 0) settings_layout.addWidget(self.overlap_slider, 1, 1) settings_layout.addWidget(self.overlap_value, 1, 2) # Helligkeitsanpassung self.brightness_slider = QSlider(Qt.Horizontal) self.brightness_slider.setMinimum(-100) self.brightness_slider.setMaximum(100) self.brightness_slider.setValue(0) self.brightness_slider.setToolTip("Passen Sie die Helligkeit der extrahierten Frames an.") self.brightness_slider.setTickPosition(QSlider.TicksBelow) self.brightness_slider.setTickInterval(50) self.brightness_slider.setFixedWidth(250) self.brightness_value = QLabel("0") self.brightness_value.setFixedWidth(40) self.brightness_slider.valueChanged.connect( lambda val: self.brightness_value.setText(str(val)) ) settings_layout.addWidget(QLabel("Helligkeit Anpassung:"), 2, 0) settings_layout.addWidget(self.brightness_slider, 2, 1) settings_layout.addWidget(self.brightness_value, 2, 2) # Kontrastanpassung self.contrast_slider = QSlider(Qt.Horizontal) self.contrast_slider.setMinimum(-100) self.contrast_slider.setMaximum(100) self.contrast_slider.setValue(0) self.contrast_slider.setToolTip("Passen Sie den Kontrast der extrahierten Frames an.") self.contrast_slider.setTickPosition(QSlider.TicksBelow) self.contrast_slider.setTickInterval(50) self.contrast_slider.setFixedWidth(250) self.contrast_value = QLabel("0") self.contrast_value.setFixedWidth(40) self.contrast_slider.valueChanged.connect( lambda val: self.contrast_value.setText(str(val)) ) settings_layout.addWidget(QLabel("Kontrast Anpassung:"), 3, 0) settings_layout.addWidget(self.contrast_slider, 3, 1) settings_layout.addWidget(self.contrast_value, 3, 2) # Sättigungsanpassung self.saturation_slider = QSlider(Qt.Horizontal) self.saturation_slider.setMinimum(-100) self.saturation_slider.setMaximum(100) self.saturation_slider.setValue(0) self.saturation_slider.setToolTip("Passen Sie die Sättigung der extrahierten Frames an.") self.saturation_slider.setTickPosition(QSlider.TicksBelow) self.saturation_slider.setTickInterval(50) self.saturation_slider.setFixedWidth(250) self.saturation_value = QLabel("0") self.saturation_value.setFixedWidth(40) self.saturation_slider.valueChanged.connect( lambda val: self.saturation_value.setText(str(val)) ) settings_layout.addWidget(QLabel("Sättigung Anpassung:"), 4, 0) settings_layout.addWidget(self.saturation_slider, 4, 1) settings_layout.addWidget(self.saturation_value, 4, 2) # Schattenentfernung self.shadow_removal_checkbox = QCheckBox("Schattenentfernung aktivieren") self.shadow_removal_checkbox.setChecked(True) self.shadow_removal_checkbox.setToolTip("Aktivieren oder deaktivieren Sie die Schattenentfernung in den extrahierten Frames.") settings_layout.addWidget(self.shadow_removal_checkbox, 5, 0, 1, 3) settings_group.setLayout(settings_layout) main_layout.addWidget(settings_group) # Start Button self.start_button = QPushButton("Extraktion Starten") self.start_button.setToolTip("Starten Sie den Frame-Extraktionsprozess.") self.start_button.setFixedHeight(45) self.start_button.clicked.connect(self.start_extraction) main_layout.addWidget(self.start_button) # Fortschritt Balken und Label progress_group = QGroupBox("Fortschritt") progress_layout = QHBoxLayout() progress_layout.setSpacing(10) self.progress_bar = QProgressBar() self.progress_bar.setValue(0) self.progress_bar.setToolTip("Zeigt den Fortschritt der Frame-Extraktion an.") self.progress_bar.setFixedHeight(25) self.progress_label = QLabel("Fortschritt: 0%") self.progress_label.setFont(QFont("Segoe UI", 12, QFont.Bold)) progress_layout.addWidget(self.progress_label) progress_layout.addWidget(self.progress_bar) progress_group.setLayout(progress_layout) main_layout.addWidget(progress_group) # Log Text log_group = QGroupBox("Protokoll") log_layout = QVBoxLayout() self.log_text = QTextEdit() self.log_text.setReadOnly(True) self.log_text.setToolTip("Zeigt Log-Nachrichten während der Frame-Extraktion an.") log_layout.addWidget(self.log_text) log_group.setLayout(log_layout) main_layout.addWidget(log_group) # Ausgewählte Frames Liste frames_group = QGroupBox("Ausgewählte Frames") frames_layout = QVBoxLayout() self.selected_frames_list = QListWidget() self.selected_frames_list.setToolTip("Liste der extrahierten Frames. Klicken Sie, um eine Vorschau anzuzeigen.") self.selected_frames_list.itemClicked.connect(self.preview_frame) remove_button = QPushButton("Ausgewählten Frame Entfernen") remove_button.setToolTip("Entfernen Sie den ausgewählten Frame aus der Liste.") remove_button.setFixedHeight(35) remove_button.clicked.connect(self.remove_selected_frame) # Scroll Area für Frames frames_scroll = QScrollArea() frames_scroll.setWidgetResizable(True) frames_scroll_content = QtWidgets.QWidget() frames_scroll_layout = QVBoxLayout(frames_scroll_content) frames_scroll_layout.addWidget(self.selected_frames_list) frames_scroll_layout.addWidget(remove_button) frames_scroll.setWidget(frames_scroll_content) frames_layout.addWidget(frames_scroll) frames_group.setLayout(frames_layout) main_layout.addWidget(frames_group) # Vorschau Abschnitt preview_group = QGroupBox("Vorschau") preview_layout = QVBoxLayout() self.preview_image = PreviewLabel() preview_layout.addWidget(self.preview_image) preview_group.setLayout(preview_layout) main_layout.addWidget(preview_group) # Stretch hinzufügen main_layout.addStretch() # Verbinde das Signal für Dateien/Folders, die gezogen wurden self.video_path_edit.files_dropped.connect(self.handle_video_dropped) self.output_path_edit.files_dropped.connect(self.handle_output_dropped) # Initiale Zustände setzen self.update_start_button_state() def remove_selected_frame(self): selected_items = self.selected_frames_list.selectedItems() if not selected_items: return for item in selected_items: row = self.selected_frames_list.row(item) self.selected_frames_list.takeItem(row) frame_path = item.text() if os.path.exists(frame_path): try: os.remove(frame_path) self.log_text.append(f"Frame entfernt: {frame_path}") except Exception as e: self.log_text.append(f"Fehler beim Entfernen von {frame_path}: {str(e)}") self.preview_image.clear() def preview_frame(self, item): """ Zeigt eine Vorschau des ausgewählten Frames an. """ frame_path = item.text() if not os.path.isfile(frame_path): self.log_text.append(f"Vorschau nicht verfügbar: {frame_path} existiert nicht.") return image = QImage(frame_path) if image.isNull(): self.log_text.append(f"Frame konnte nicht geladen werden: {frame_path}") return pixmap = QPixmap.fromImage(image) self.preview_image.setPixmap(pixmap) def browse_video(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen von Videodateien oder Ordnern. """ options = QFileDialog.Options() options |= QFileDialog.DontUseNativeDialog files, _ = QFileDialog.getOpenFileNames( self, "Videodateien auswählen", "", "Videos (*.mp4 *.avi *.mov *.mkv)", options=options ) if files: self.video_path_edit.setText('; '.join(files)) self.update_start_button_state() def browse_output(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen eines Ausgabeordners. """ dir_dialog = QFileDialog() path = dir_dialog.getExistingDirectory(self, "Ausgabeordner auswählen") if path: self.output_path_edit.setText(path) self.update_start_button_state() def handle_video_dropped(self, paths: list): """ Verarbeitet die gedroppten Videodateien oder Ordner. """ self.update_start_button_state() def handle_output_dropped(self, paths: list): """ Verarbeitet den gedroppten Ausgabeordner. """ if paths and os.path.isdir(paths[0]): self.output_path_edit.setText(paths[0]) self.update_start_button_state() def update_start_button_state(self): """ Aktiviert oder deaktiviert den Start-Button basierend auf der Eingabe. """ video_text = self.video_path_edit.text() output_text = self.output_path_edit.text() self.start_button.setEnabled(bool(video_text)) def start_extraction(self): """ Startet den Frame-Extraktionsprozess nach Überprüfung der Eingaben. """ video_paths_text = self.video_path_edit.text() output_dir = self.output_path_edit.text() sharpness_threshold = self.sharpness_slider.value() overlap_threshold = self.overlap_slider.value() / 100.0 brightness_adjustment = self.brightness_slider.value() contrast_adjustment = self.contrast_slider.value() saturation_adjustment = self.saturation_slider.value() shadow_removal_enabled = self.shadow_removal_checkbox.isChecked() video_paths = [path.strip() for path in video_paths_text.split(';') if path.strip()] if not video_paths: QMessageBox.critical(self, "Fehler", "Die ausgewählten Pfade sind ungültig.") return # Setze Standard-Output-Ordner, wenn keiner angegeben ist if not output_dir: input_dir = os.path.dirname(video_paths[0]) output_dir = os.path.join(input_dir, "_Output") self.output_path_edit.setText(output_dir) try: os.makedirs(output_dir, exist_ok=True) except Exception as e: QMessageBox.critical(self, "Fehler", f"Ausgabeordner konnte nicht erstellt werden: {str(e)}") return else: if not os.path.isdir(output_dir): try: os.makedirs(output_dir, exist_ok=True) except Exception as e: QMessageBox.critical(self, "Fehler", f"Ausgabeordner konnte nicht erstellt werden: {str(e)}") return # Deaktiviere GUI-Elemente während der Verarbeitung self.start_button.setEnabled(False) self.video_path_edit.setEnabled(False) self.output_path_edit.setEnabled(False) self.log_text.clear() self.progress_bar.setValue(0) self.progress_label.setText("Fortschritt: 0%") self.selected_frames_list.clear() self.preview_image.clear() self.extractor = FrameExtractor( video_paths, output_dir, sharpness_threshold, overlap_threshold, brightness_adjustment, shadow_removal_enabled, contrast_adjustment, saturation_adjustment ) self.thread = FrameExtractorThread(self.extractor) self.extractor.moveToThread(self.thread) self.thread.started.connect(self.extractor.run) self.extractor.progress.connect(self.update_progress) self.extractor.log.connect(self.update_log) self.extractor.finished.connect(self.extraction_finished) self.extractor.finished.connect(self.thread.quit) self.extractor.finished.connect(self.extractor.deleteLater) self.thread.finished.connect(self.thread.deleteLater) self.thread.start() def update_progress(self, value: int): """ Aktualisiert den Fortschrittsbalken und das Label. """ self.progress_bar.setValue(value) self.progress_label.setText(f"Fortschritt: {value}%") def update_log(self, message: str): """ Fügt eine neue Log-Nachricht hinzu. """ self.log_text.append(message) def extraction_finished(self, frames: list): """ Wird aufgerufen, wenn die Extraktion abgeschlossen ist. """ total_extracted = len(frames) self.log_text.append(f"Extraktion abgeschlossen. {total_extracted} Frames extrahiert.") self.start_button.setEnabled(True) self.video_path_edit.setEnabled(True) self.output_path_edit.setEnabled(True) self.selected_frames_list.addItems(frames) class ImageQualityChecker(QtCore.QObject): """ Bewertet die Qualität von Bildern basierend auf verschiedenen Metriken. """ log = pyqtSignal(str) progress = pyqtSignal(int) finished = pyqtSignal(list) def __init__(self): super().__init__() self.image_files = [] self.result_files = [] self.min_quality = 0 self.mutex = QMutex() def load_images(self, files: list): with QMutexLocker(self.mutex): self.image_files = [] for path in files: if os.path.isdir(path): supported_ext = ('.png', '.jpg', '.jpeg', '.gif', '.bmp', '.tiff', '.webp') for root, dirs, files_in_dir in os.walk(path): for file in files_in_dir: if file.lower().endswith(supported_ext): self.image_files.append(os.path.join(root, file)) elif os.path.isfile(path): if path.lower().endswith(('.png', '.jpg', '.jpeg', '.gif', '.bmp', '.tiff', '.webp')): self.image_files.append(path) def compute_quality(self, image_path: str) -> int: try: # Laden des Bildes image = Image.open(image_path).convert('RGB') cv_image = cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR) # Helligkeitsberechnung brightness = self.compute_brightness(image) # Kontrastberechnung contrast = self.compute_contrast(cv_image) # Farbsättigungsberechnung saturation = self.compute_saturation(cv_image) # Schärfeberechnung sharpness = self.compute_sharpness(cv_image) # Gewichtete Kombination der Metriken # Gewichtungen: Schärfe 40%, Kontrast 30%, Helligkeit 15%, Sättigung 15% quality = ( 0.4 * (sharpness / 100) * 100 + 0.3 * (contrast / 100) * 100 + 0.15 * (brightness / 100) * 100 + 0.15 * (saturation / 100) * 100 ) quality = int(max(0, min(100, quality))) # Sicherstellen, dass Qualität zwischen 0 und 100 liegt return quality except Exception as e: self.log.emit(f"Fehler bei der Verarbeitung von {os.path.basename(image_path)}: {str(e)}") return 0 def compute_brightness(self, image: Image.Image) -> float: grayscale_image = image.convert('L') histogram = grayscale_image.histogram() total_pixels = sum(histogram) brightness = sum(i * hist for i, hist in enumerate(histogram)) / total_pixels return (brightness / 255) * 100 def compute_contrast(self, cv_image: np.ndarray) -> float: gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY) contrast = gray.std() # Normalisieren basierend auf theoretischem Maximum std=128 (für 8-bit Bilder) normalized_contrast = min(contrast / 128.0, 1.0) * 100 return normalized_contrast def compute_saturation(self, cv_image: np.ndarray) -> float: hsv = cv2.cvtColor(cv_image, cv2.COLOR_BGR2HSV) saturation = cv2.mean(hsv[:, :, 1])[0] # Durchschnittliche Sättigung normalized_saturation = (saturation / 255.0) * 100 return normalized_saturation def compute_sharpness(self, cv_image: np.ndarray) -> float: gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY) lap_var = cv2.Laplacian(gray, cv2.CV_64F).var() # Normalisieren basierend auf einem empirischen Maximum, z.B. 1000 normalized_sharpness = min(lap_var / 1000.0, 1.0) * 100 return normalized_sharpness def evaluate_quality(self, min_quality: int, output_dir: str = None): self.result_files.clear() with QMutexLocker(self.mutex): images = list(self.image_files) if not images: self.log.emit("Keine Bilder zum Bewerten geladen.") self.finished.emit([]) return total = len(images) last_progress = 0 for idx, file in enumerate(images): quality = self.compute_quality(file) if quality >= min_quality: self.result_files.append((file, quality)) # Tuple mit Dateipfad und Qualität self.log.emit(f"{os.path.basename(file)} - Qualität: {quality}") progress_percent = int((idx + 1) / total * 100) if total > 0 else 100 # Aktualisiere den Fortschritt nur bei signifikanten Änderungen if progress_percent != last_progress: self.progress.emit(progress_percent) last_progress = progress_percent # Optional: Speichern der qualitätsgeprüften Bilder mit Qualitätsscore im Dateinamen if output_dir: for file, quality in self.result_files: try: basename, ext = os.path.splitext(os.path.basename(file)) new_name = f"{basename}_Q{quality}{ext}" new_path = os.path.join(output_dir, new_name) shutil.copy(file, new_path) self.log.emit(f"Kopiert: {new_name}") except Exception as e: self.log.emit(f"Fehler beim Kopieren von {file}: {str(e)}") # Signalisiere das Ende der Bewertung self.finished.emit(self.result_files) def get_results(self) -> list: return self.result_files class ImageQualityCheckerThread(QThread): """ Thread zum Ausführen des ImageQualityChecker. """ def __init__(self, checker: ImageQualityChecker, output_dir: str = None): super().__init__() self.checker = checker self.output_dir = output_dir def run(self): self.checker.evaluate_quality(self.checker.min_quality, self.output_dir) class ImageQualityCheckerUI(QtWidgets.QWidget): """ Benutzeroberfläche für den Image Quality Checker. """ def __init__(self): super().__init__() self.setWindowTitle("Bildqualitätsprüfer") self.setup_ui() self.image_quality_checker = ImageQualityChecker() self.setup_signals() def setup_ui(self): main_layout = QVBoxLayout(self) main_layout.setContentsMargins(15, 15, 15, 15) main_layout.setSpacing(15) # Bilder Laden Abschnitt load_group = QGroupBox("Bilder und Ordner laden") load_layout = QGridLayout() load_layout.setSpacing(10) load_icon = QLabel() load_pixmap = QIcon.fromTheme("image-x-generic").pixmap(32, 32) if load_pixmap.isNull(): load_pixmap = QPixmap(32, 32) load_pixmap.fill(Qt.transparent) load_icon.setPixmap(load_pixmap) load_icon.setFixedSize(36, 36) load_button = QPushButton("Laden") load_button.setToolTip("Laden Sie Bilder aus einem Ordner oder einzelne Bilder, indem Sie sie durchsuchen oder hierher ziehen.") load_button.setFixedWidth(150) load_button.setFixedHeight(45) load_button.clicked.connect(self.browse_folder) self.load_path_edit = DropLineEdit(accept_dir=True, accept_file=True) self.load_path_edit.setPlaceholderText("Ziehen Sie Bilder oder Ordner hierher oder klicken Sie auf Laden") self.load_path_edit.setToolTip("Ziehen Sie einzelne Bilddateien oder ganze Ordner mit Bildern hierher oder klicken Sie auf Laden zum Durchsuchen.") self.load_path_edit.setStyleSheet("min-height: 40px;") load_layout.addWidget(load_icon, 0, 0) load_layout.addWidget(self.load_path_edit, 0, 1) load_layout.addWidget(load_button, 0, 2) load_group.setLayout(load_layout) main_layout.addWidget(load_group) # Minimale Qualitäts-Eingabe quality_group = QGroupBox("Qualitätskriterien") quality_layout = QGridLayout() quality_layout.setSpacing(10) self.min_quality_label = QLabel("Minimale Qualität (0-100):") self.min_quality_entry = QLineEdit() self.min_quality_entry.setPlaceholderText("50") self.min_quality_entry.setToolTip("Geben Sie die minimale Qualitätsschwelle ein. Bilder mit höherer Qualität werden ausgewählt.") self.min_quality_entry.setFixedWidth(150) self.min_quality_entry.setValidator(QtGui.QIntValidator(0, 100, self)) self.min_quality_entry.setText("50") # Setzen eines sinnvollen Standardwerts quality_layout.addWidget(self.min_quality_label, 0, 0) quality_layout.addWidget(self.min_quality_entry, 0, 1) quality_group.setLayout(quality_layout) main_layout.addWidget(quality_group) # Ausgabeordner Auswahl Abschnitt output_group = QGroupBox("Ausgabeordner für Ergebnisse") output_layout = QGridLayout() output_layout.setSpacing(10) output_icon = QLabel() output_pixmap = QIcon.fromTheme("folder").pixmap(32, 32) if output_pixmap.isNull(): output_pixmap = QPixmap(32, 32) output_pixmap.fill(Qt.transparent) output_icon.setPixmap(output_pixmap) output_icon.setFixedSize(36, 36) self.output_path_edit = DropLineEdit(accept_dir=True) self.output_path_edit.setPlaceholderText("Ziehen Sie einen Ausgabeordner hierher oder klicken Sie auf Durchsuchen") self.output_path_edit.setToolTip("Wählen Sie einen Ausgabeordner aus, um die Ergebnisse zu speichern.") self.output_path_edit.setStyleSheet("min-height: 40px;") browse_output_button = QPushButton("Durchsuchen") browse_output_button.setToolTip("Durchsuchen Sie Ihr System nach einem Ausgabeordner.") browse_output_button.setFixedWidth(150) browse_output_button.clicked.connect(self.browse_output) output_layout.addWidget(output_icon, 0, 0) output_layout.addWidget(self.output_path_edit, 0, 1) output_layout.addWidget(browse_output_button, 0, 2) output_group.setLayout(output_layout) main_layout.addWidget(output_group) # Bewertung Button self.evaluate_button = QPushButton("Qualität Bewerten") self.evaluate_button.setToolTip("Starten Sie die Bewertung der geladenen Bilder.") self.evaluate_button.setFixedHeight(50) self.evaluate_button.clicked.connect(self.evaluate_quality) main_layout.addWidget(self.evaluate_button) # Fortschritt Balken und Label progress_group = QGroupBox("Fortschritt") progress_layout = QHBoxLayout() progress_layout.setSpacing(10) self.progress_bar = QProgressBar() self.progress_bar.setValue(0) self.progress_bar.setToolTip("Zeigt den Fortschritt der Qualitätsbewertung an.") self.progress_bar.setFixedHeight(25) self.progress_label = QLabel("Fortschritt: 0%") self.progress_label.setFont(QFont("Segoe UI", 12, QFont.Bold)) progress_layout.addWidget(self.progress_label) progress_layout.addWidget(self.progress_bar) progress_group.setLayout(progress_layout) main_layout.addWidget(progress_group) # Log Text log_group = QGroupBox("Ergebnisse") log_layout = QVBoxLayout() self.result_text = QTextEdit() self.result_text.setReadOnly(True) self.result_text.setToolTip("Zeigt Log-Nachrichten während der Qualitätsbewertung an.") log_layout.addWidget(self.result_text) log_group.setLayout(log_layout) main_layout.addWidget(log_group) # Ausgewählte Ergebnisse Liste results_group = QGroupBox("Hochwertige Bilder") results_layout = QVBoxLayout() self.selected_results_list = QListWidget() self.selected_results_list.setToolTip("Liste der hochwertigen Bilder. Klicken Sie, um eine Vorschau anzuzeigen.") self.selected_results_list.itemClicked.connect(self.preview_image_clicked) remove_button = QPushButton("Ausgewähltes Bild Entfernen") remove_button.setToolTip("Entfernen Sie das ausgewählte Bild aus den Ergebnissen.") remove_button.setFixedHeight(35) remove_button.clicked.connect(self.remove_selected_image) # Scroll Area für Ergebnisse results_scroll = QScrollArea() results_scroll.setWidgetResizable(True) results_scroll_content = QtWidgets.QWidget() results_scroll_layout = QVBoxLayout(results_scroll_content) results_scroll_layout.addWidget(self.selected_results_list) results_scroll_layout.addWidget(remove_button) results_scroll.setWidget(results_scroll_content) results_layout.addWidget(results_scroll) results_group.setLayout(results_layout) main_layout.addWidget(results_group) # Vorschau Abschnitt preview_group = QGroupBox("Vorschau") preview_layout = QVBoxLayout() self.preview_image = PreviewLabel() preview_layout.addWidget(self.preview_image) preview_group.setLayout(preview_layout) main_layout.addWidget(preview_group) # Stretch hinzufügen main_layout.addStretch() # Verbinde das Signal für Dateien/Folders, die gezogen wurden self.load_path_edit.files_dropped.connect(self.handle_files_dropped) self.output_path_edit.files_dropped.connect(self.handle_output_dropped) def setup_signals(self): self.image_quality_checker.log.connect(self.update_log) self.image_quality_checker.progress.connect(self.update_progress) self.image_quality_checker.finished.connect(self.evaluation_finished) def browse_folder(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen von Bildordnern oder Einzelbildern. """ options = QFileDialog.Options() options |= QFileDialog.DontUseNativeDialog files, _ = QFileDialog.getOpenFileNames( self, "Bilddateien auswählen", "", "Bilder (*.png *.jpg *.jpeg *.gif *.bmp *.tiff *.webp)", options=options ) if files: self.load_path_edit.setText('; '.join(files)) self.load_images_from_paths(files) def browse_output(self): """ Öffnet einen Dialog zum Durchsuchen und Auswählen eines Ausgabeordners für geprüfte Bilder. """ dir_dialog = QFileDialog() path = dir_dialog.getExistingDirectory(self, "Ausgabeordner auswählen", "") if path: self.output_path_edit.setText(path) def handle_files_dropped(self, paths: list): """ Verarbeitet die gedroppten Bilddateien oder Ordner. """ self.load_images_from_paths(paths) def handle_output_dropped(self, paths: list): """ Verarbeitet den gedroppten Ausgabeordner. """ if paths and os.path.isdir(paths[0]): self.output_path_edit.setText(paths[0]) def load_images_from_paths(self, paths: list): """ Lädt Bilder aus den angegebenen Pfaden. """ if not paths: return self.image_quality_checker.load_images(paths) self.update_listbox() self.result_text.append(f"{len(self.image_quality_checker.image_files)} Bilder geladen.") def evaluate_quality(self): min_quality_text = self.min_quality_entry.text() try: min_quality = int(min_quality_text) if not (0 <= min_quality <= 100): raise ValueError except ValueError: QMessageBox.critical( self, "Ungültige Eingabe", "Bitte geben Sie eine gültige Zahl zwischen 0 und 100 für die minimale Qualität ein." ) return output_dir = self.output_path_edit.text() if output_dir and not os.path.isdir(output_dir): try: os.makedirs(output_dir, exist_ok=True) except Exception as e: QMessageBox.critical(self, "Fehler", f"Ausgabeordner konnte nicht erstellt werden: {str(e)}") return if not self.image_quality_checker.image_files: QMessageBox.information( self, "Keine Bilder", "Bitte laden Sie Bilder, bevor Sie die Qualität bewerten." ) return self.result_text.clear() self.evaluate_button.setEnabled(False) self.load_path_edit.setEnabled(False) self.output_path_edit.setEnabled(False) self.selected_results_list.clear() self.preview_image.clear() self.result_text.append("Starte Qualitätsbewertung...\n") self.image_quality_checker.min_quality = min_quality self.setup_signals() self.thread = ImageQualityCheckerThread(self.image_quality_checker, output_dir) self.thread.finished.connect(self.thread.deleteLater) self.image_quality_checker.finished.connect(self.evaluation_finished) self.image_quality_checker.finished.connect(lambda: self.thread.quit()) self.thread.started.connect( lambda: self.image_quality_checker.evaluate_quality(self.image_quality_checker.min_quality, output_dir) ) self.thread.start() def update_log(self, message: str): """ Fügt eine neue Log-Nachricht hinzu. """ self.result_text.append(message) def update_progress(self, value: int): """ Aktualisiert den Fortschrittsbalken und das Label. """ self.progress_bar.setValue(value) self.progress_label.setText(f"Fortschritt: {value}%") def evaluation_finished(self, results: list): """ Wird aufgerufen, wenn die Qualitätsbewertung abgeschlossen ist. """ self.evaluate_button.setEnabled(True) self.load_path_edit.setEnabled(True) self.output_path_edit.setEnabled(True) if results: self.result_text.append("\nBewertung abgeschlossen.") self.result_text.append(f"Anzahl der Bilder, die den Qualitätskriterien entsprechen: {len(results)}") for file, quality in results: self.selected_results_list.addItem(f"{file} - Q:{quality}") else: self.result_text.append("\nKeine Bilder erfüllen die minimalen Qualitätsanforderungen.") self.progress_bar.setValue(100) self.progress_label.setText("Fortschritt: 100%") def remove_selected_image(self): """ Entfernt das ausgewählte Bild aus der Ergebnisliste. """ selected_items = self.selected_results_list.selectedItems() if not selected_items: return for item in selected_items: self.selected_results_list.takeItem(self.selected_results_list.row(item)) self.preview_image.clear() def preview_image_clicked(self, item): """ Zeigt eine Vorschau des ausgewählten Bildes an. """ text = item.text() file_path = text.split(" - Q:")[0] # Extrahiere den Dateipfad if not os.path.isfile(file_path): self.result_text.append(f"Vorschau nicht verfügbar: {file_path} existiert nicht.") return image = QImage(file_path) if image.isNull(): self.result_text.append(f"Bild konnte nicht geladen werden: {file_path}") return pixmap = QPixmap.fromImage(image) self.preview_image.setPixmap(pixmap) def update_listbox(self): """ Aktualisiert die Liste der geladenen Bilder. """ self.selected_results_list.clear() self.preview_image.clear() class ImageQualityCheckerThread(QThread): """ Thread zum Ausführen des ImageQualityChecker. """ def __init__(self, checker: ImageQualityChecker, output_dir: str = None): super().__init__() self.checker = checker self.output_dir = output_dir def run(self): self.checker.evaluate_quality(self.checker.min_quality, self.output_dir) class MainWindow(QtWidgets.QMainWindow): """ Hauptfenster der Anwendung mit Tabs für verschiedene Funktionen. """ def __init__(self): super().__init__() self.setWindowTitle("Bildverarbeitungsanwendung") self.setGeometry(100, 100, 1300, 900) self.setup_ui() def setup_ui(self): self.tabs = QTabWidget() self.tabs.setTabPosition(QTabWidget.North) self.tabs.setMovable(False) self.setCentralWidget(self.tabs) self.frame_extractor_widget = FrameExtractorUI() self.image_quality_checker_widget = ImageQualityCheckerUI() self.tabs.addTab(self.frame_extractor_widget, QIcon.fromTheme("video-x-generic"), "Video Frame Extraktor") self.tabs.addTab(self.image_quality_checker_widget, QIcon.fromTheme("image-x-generic"), "Bildqualitätsprüfer") def main(): app = QApplication(sys.argv) app.setStyle("Fusion") app.setStyleSheet(DARK_STYLE) window = MainWindow() window.setMinimumSize(1200, 800) window.show() sys.exit(app.exec_()) if __name__ == "__main__": main()Detaillierte Verbesserungen:
-
Layout-Verbesserungen:
- Grid Layouts: Sowohl in
FrameExtractorUIals auch inImageQualityCheckerUIwurden Grid-Layouts (QGridLayout) verwendet, um die Widgets in einem flexibleren und übersichtlicheren Raster anzuordnen. - Scroll Areas: Für die Listen der ausgewählten Frames und hochwertigen Bilder wurden
QScrollArea-Widgets hinzugefügt, um eine bessere Handhabung großer Datenmengen zu ermöglichen. - Splitter: Obwohl nicht implementiert, könnten
QSplitter-Widgets hinzugefügt werden, um resizable Bereiche zwischen Listen und Vorschauen zu schaffen.
- Grid Layouts: Sowohl in
-
Responsive Gestaltung:
- Die Verwendung von
QGridLayoutundQVBoxLayoutermöglicht es den Widgets, sich dynamisch an die Fenstergröße anzupassen. Dies verbessert die Benutzererfahrung, insbesondere bei unterschiedlichen Bildschirmgrößen.
- Die Verwendung von
-
Verbesserte Lesbarkeit:
- Die Schriftgrößen wurden auf 12pt gesetzt, und wichtige Labels (wie Fortschrittsanzeigen) haben eine fettere Schriftart (
font-weight: bold) für bessere Sichtbarkeit. - Tooltips wurden erweitert, um den Benutzern mehr Kontext zu bieten.
- Die Schriftgrößen wurden auf 12pt gesetzt, und wichtige Labels (wie Fortschrittsanzeigen) haben eine fettere Schriftart (
-
Bildpräsentation:
- Die
PreviewLabel-Klasse wurde angepasst, um einen Zoom-Effekt beim Überfahren mit der Maus zu bieten. - Thumbnails in den Listen sind jetzt in einem Scroll-Bereich eingebettet, wodurch die Navigation durch viele Bilder erleichtert wird.
- Die
-
Zusätzliche Funktionen:
- Kontextmenüs oder zusätzliche Buttons könnten hinzugefügt werden, um weitere Aktionen mit den ausgewählten Frames oder Bildern durchzuführen, wie z.B. das Speichern in einem anderen Format oder das Anwenden weiterer Bearbeitungen.
- Die Anwendung ist jetzt besser modularisiert, was zukünftige Erweiterungen und Wartungen erleichtert.
Diese Verbesserungen sorgen für eine intuitivere, flexiblere und ästhetisch ansprechendere Benutzeroberfläche, die die Effizienz und Benutzerfreundlichkeit der Anwendung erheblich steigert.
- Layout-Optimierung: Verwendung von