用Python做一个"以图搜番"的应用程序,再也不用愁动漫图片的出处了!

  • 前言
  • PyQt5界面设计

    • 使用Qt Designer绘制界面
    • 视频部件插入小技巧
    • 解码器下载

  • 功能实现

    • trace.moe API介绍与视频

  • 使用Nuitka打包成exe文件

前言

喜欢看动漫的朋友们大概都能体会到一个难受的事情,就是在论坛或者群聊里面看到一张动漫截图,很想知道它的出处,但百度搜了一圈却也没有一个可靠结果,就很郁闷。今天就来带大家用Python做一个简单的“以图搜番”小应用。应用本身的实现不是很难的事情,其实就是调用别人的API接口来实现,主要目的还是通过这个案例来学习以下内容:

  • 学习如何用PyQt5做用户交互界面(UI)
  • 学习如何使用Nuitka打包程序为exe文件

PyQt5界面设计

如果用 Python 语言开发 跨平台 的图形界面的程序,主要有3种选择:

  • Tkinter:基于Tk的Python库,这是Python官方采用的标准库,优点是作为Python标准库、稳定、发布程序较小,缺点是控件相对较少。

  • wxPython:基于wxWidgets的Python库,优点是控件比较丰富,缺点是稳定性相对差点、文档少、用户少。

  • PyQt5(或者PySide2):基于Qt 的Python库,优点是控件比较丰富、跨平台体验好、文档完善、用户多。缺点是库比较大,发布出来的程序比较大。

本教程使用的就是PyQt5,它是Digia的一套Qt5应用框架与python的结合,同时支持2.x和3.x。本教程使用的是3.x。Qt库由Riverbank Computing开发,是最强大的GUI库之一 ,官方网站:https://www.riverbankcomputing.com/software/pyqt/。

PyQt5是由一系列Python模块组成。超过620个类,6000函数和方法。能在诸如Unix、Windows和Mac OS等主流操作系统上运行。PyQt5有两种证书,GPL和商业证书。

安装方法:pip install PyQt5

使用Qt Designer绘制界面

在设计一个图形化界面的应用时,我们需要先绘制出其大致布局,可以在草稿纸上勾勒一下,然后通过PyQt5中的Qt Designer应用来设计,它的文件名叫designer.exe,找不到位置可以在本地文件中搜索一下:

下图为本应用的一个界面初步设计,通过标注的四个区域相互配合,即可完成一个UI设计,该工程会保存为一个.ui后缀名的UI文件,最好放在Python代码文件一起。本次界面设计并不复杂,两个按钮,一个打开图片,另一个点击后开始查询;一个QComboBox部件,用于选择备选结果;一个图片显示区域,显示打开的查询图片,一个结果显示区域,显示查询结果具体内容。界面下面是视频显示区域,即该图片出现在原动画中的视频片段。

具体的Qt Designer基本使用方法我就不在这里展开了,如果你第一次用,可以参考这个入门视频教程:https://www.bilibili.com/video/BV1cJ411R7bP ,讲得还挺好,我就是跟着这个视频入门学习的。它的文字版教程在这里:http://www.python3.vip/tut/py/gui/qt_01/

我是使用的VSCode编辑器,推荐一个插件——PYQT Integration,可以随时预览UI界面和编辑UI界面,也很方便把UI文件转换成Python代码。

视频部件插入小技巧

在UI界面中加一个视频显示部分我花了不少时间去研究,主要因为Qt Designer中没有视频播放器的小部件,于是我就有点懵了,虽然可以直接编辑Python代码来弄,但为了统一流程,还是希望能在Qt Designer中布置好。经过一番研究,总结以下方法:

第一步:拖拽一个Containers中的Widget到编辑界面;

第二步:选择Widget部件,右键选择“提升为...(Promote to ...)”;

第三步:设置“提升的类名称”为QVideoWidget,“头文件”为PyQt5.QtMultimediaWidgets

第四步:点击添加,然后点击提升。

反应到编译的Python代码中,其实就是增加了一句from PyQt5.QtMultimediaWidgets import QVideoWidget

在使用时,可以参考下面代码使用(仅仅是一个示例),此处仅仅播放视频,没有暂停、显示进度条等功能,如需增加,可以参考这篇教程:https://stackoverflow.com/questions/57842104/how-to-play-videos-in-pyqt

from PyQt5.QtMultimedia import QMediaContent, QMediaPlayer

# 首先初始化一个mediaPlayer

self.mediaPlayer = QMediaPlayer(None, QMediaPlayer.VideoSurface)

self.mediaPlayer.setVideoOutput(self.ui.VideoDisplay)

# 在需要使用这个mediaPlayer的函数中,从本地打开视频并播放

self.mediaPlayer.setMedia(QMediaContent(QUrl.fromLocalFile(file_name)))

self.mediaPlayer.play()

解码器下载

另外,需要下载一个解码器,不然播放mp4视频的时候会如下图一样报错。解码器的话下载安装 LAV 解码器就好,下载地址:LAV 0.74.1: Installer (both x86/x64)

功能实现

trace.moe API介绍与视频

它背后的实现依靠的是大数据+基于内容的图像检索(Content-based image retrieval ,CBIR),“基于内容”意味着搜索分析图像的内容,而不是与图像相关的元数据,如关键字、标签或描述。术语“内容”在这个上下文中可能指的是颜色、形状、纹理或任何其他可以从图像本身衍生出来的信息。CBIR使用起来比较方便,因为它不需要标注信息,而纯粹依赖元数据的搜索依赖于标注的质量和完整性。wikipedia上有列出很多CBIR engines,trace.moe则使用了Lire。对于图像的描述,trace.moe则仅仅使用了颜色布局(Color Layout )。另一方面就是大数据,其背后的数据支撑为30096小时的视频内容(大约26亿帧),来自于3194部动画,大约18.1 TB大小。7.46亿帧索引(重复数据删除后),数据库大小为140 GB。具体实现细节可以参考:trace.moe slide和trace.moe github 项目。

如果你不关心实现细节,可以直接看下面的API接口使用。

import requests

img_path = 'xxx.png'

traceMoe_api = "https://trace.moe/api/search"

files = {"image": ('anime.png', open(img_path, 'rb'))}

res = requests.post(traceMoe_api, files=files)

返回一个json结果,内容如下:

其中docs则包含了可能的结果,其内容如下:

得到这些内容后,就可以下载对应的视频片段:

url = f"https://trace.moe/preview.php?anilist_id={item['anilist_id']}&file={item['filename']}&t={item['at']}&token={item['tokenthumb']}"

video = requests.get(url)

with open(item['filename'], 'wb') as f:

f.write(video.content)

当然,也不是每天无限制请求的,普通用户每天只能查询150次

使用Nuitka打包成exe文件

Nuitka的作用是将Python程序转换成C语言的可执行elf文件。这样在运行时就可以享受到C语言处理过程中的优化,提高速度。经测试,Nuitka打包后的exe比Pyinstaller打包后的exe运行速度提升30%,PyQT5的UI文件转换成py文件转换成C语言后,界面秒开呀。

第一步:下载MinGW64 8.1,解压文件到C盘根目录,并将bin路径加入到环境变量中。然后安装Nuitka:pip install nuitka

这样就表示成功了:

import的系统库,使用python3x.dll来执行,其他自己实现的UI界面和数据库的连接以及函数和功能实现,需要加密(反编译)和快速反应的,用户的体验就在这里,这部分借助Nuitka来实现。

以下是Nuitka的关键命令段:

--nofollow-imports #所有的import全部不使用,交给python3x.dll执行

--follow-import-to=need #need为你需要编译成C/C++的py文件夹命名

——引用自:Python打包exe(32/64位)-Nuitka再下一城

第二步:调试阶段,逐个加入所需的轮子文件:

首先运行

nuitka --standalone --mingw64 --show-memory --show-progress --nofollow-imports --plugin-enable=qt-plugins --follow-import-to=need --output-dir=output app_main.py

然后运行outputapp_main.dist中的app_main.exe,逐个找到缺的轮子的文件,并加入到outputapp_main.dist目录下,如下图,表明缺少requests等库,则可以利用Everything,XSearch等软件快速定位文件所在地(关注公众号:野风同学,回复“文件查找”即可获取软件)。加到可以运行为止。记住把这些库文件单独另外找一个文件夹放着,后面需要复制到正式输出的文件夹中

第三步:生成阶段,

运行

nuitka --standalone --windows-disable-console --mingw64 --nofollow-imports --show-memory --show-progress --plugin-enable=qt-plugins --follow-import-to=need --recurse-all --output-dir=output app_main.py,然后将刚刚找到库文件复制到app_main.dist文件夹下。这样就基本完成了打包,进入app_main.dist中,点击app_main.exe即可运行(前提是安装了LAV 解码器,不然视频不会显示!)。

下面演示一下:

https://zhuanlan.zhihu.com/p/156851623


本文Python源码及exe打包后的软件,关注我的公众号“野风同学”,回复“以图搜番”即可获取。

一个程序员的自我成长之路,持续分享机器学习基础与应用、LeetCode面试算法和Python基础与应用等技术干货文章,同时也经常推荐高质量软件工具、网站和书籍。

以上是 用Python做一个"以图搜番"的应用程序,再也不用愁动漫图片的出处了! 的全部内容, 来源链接: utcz.com/a/29835.html

回到顶部