OpenCV-PyQT项目实战(8)项目案例03:鼠标定位

这篇具有很好参考价值的文章主要介绍了OpenCV-PyQT项目实战(8)项目案例03:鼠标定位。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

欢迎关注『OpenCV-PyQT项目实战 @ Youcans』系列,持续更新中
OpenCV-PyQT项目实战(1)安装与环境配置
OpenCV-PyQT项目实战(2)QtDesigner 和 PyUIC 快速入门
OpenCV-PyQT项目实战(3)信号与槽机制
OpenCV-PyQT项目实战(4)OpenCV 与PyQt的图像转换
OpenCV-PyQT项目实战(5)项目案例01:图像模糊
OpenCV-PyQT项目实战(6)项目案例02:滚动条应用
OpenCV-PyQT项目实战(7)项目案例03:鼠标框选
OpenCV-PyQT项目实战(8)项目案例04:鼠标定位
OpenCV-PyQT项目实战(9)项目案例04:视频播放
OpenCV-PyQT项目实战(10)项目案例06:键盘事件与视频抓拍
OpenCV-PyQT项目实战(11)项目案例07:摄像头操作与拍摄视频

OpenCV-PyQT项目实战(8)项目案例03:鼠标定位


本节介绍OpenCV和PyQt 实现鼠标定位的方法和案例。通过 PyQt 创建交互界面,使用鼠标事件在图像窗口点击定位,并将鼠标定位坐标返回到 OpenCV 进行图像处理。


1. OpenCV 中实现鼠标点击定位

函数cv.setMouseCallback用于设置回调函数,将回调函数与指定窗口绑定。

函数原型:

cv. setMouseCallback (windowName, onMouse[, param]) → retval

函数cv.setMouseCallback设置回调函数,将鼠标事件响应函数onMouse与指定窗口windowName进行绑定。回调函数在鼠标事件发生时自动执行。

参数说明:

● windowName:图像显示窗口的名称

● onMouse:回调函数的函数名,鼠标事件的响应函数

● param:传递到回调函数的参数,可选项

回调函数的格式:

def onMouse (event, x, y, flags, param)

● x, y:事件发生时鼠标在图像坐标系的坐标

● param:传递到setMouseCallback函数调用的参数,可选项

● event:鼠标事件的类型

- cv.EVENT_MOUSEMOVE:鼠标移动

- cv.EVENT_LBUTTONDOWN:点击鼠标左键

- cv.EVENT_RBUTTONDOWN:点击鼠标右键

- cv.EVENT_MBUTTONDOWN:点击鼠标中键

- cv.EVENT_LBUTTONUP:释放鼠标左键

- cv.EVENT_RBUTTONUP:释放鼠标右键

- cv.EVENT_MBUTTONUP:释放鼠标中键

- cv.EVENT_LBUTTONDBLCLK:双击鼠标左键

- cv.EVENT_RBUTTONDBLCLK:双击鼠标右键

- cv.EVENT_MBUTTONDBLCLK:双击鼠标中键

● flags:查看某种按键动作是否发生

- cv.EVENT_FLAG_LBUTTON:鼠标左键拖曳

- cv.EVENT_FLAG_RBUTTON:鼠标右键拖曳

- cv.EVENT_FLAG_MBUTTON:鼠标中键拖曳

- cv.EVENT_FLAG_CTRLKEY:按下Ctrl键不放

- cv.EVENT_FLAG_SHIFTKEY:按下Shift键不放

- cv.EVENT_FLAG_ALTKEY:按下Alt键不放

注意问题:

⒈回调函数onMouse是一个通过函数指针调用的函数,是指定窗口windowName鼠标事件的响应函数,在鼠标事件发生时执行。

⒉回调函数没有返回值。需要传递变量值时,可以把变量定义为全局变量,或通过参数param进行传递。

⒊回调函数运行后会一直监听鼠标动作,相当于打开一个并行的进程,一直占用系统资源。可以使用destroyWindow函数关闭监听的窗口,回调函数就会结束。


例程8-1:OpenCV 鼠标回调函数获取点击坐标

# cvDemo08.py
# OpenCV 鼠标回调函数获取点击坐标
# Copyright 2023 Youcans, XUPT
# Crated:2023-02-16

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

def onMouseAction(event, x, y, flags, param):  # 鼠标交互 (左键选点右键完成)
    global status
    setpoint = (x, y)
    if event == cv.EVENT_LBUTTONDOWN:  # 鼠标左键点击
        pts.append(setpoint)  # 选中一个多边形顶点
        print("选择顶点 {}:{}".format(len(pts), setpoint))
    elif event == cv.EVENT_MBUTTONDOWN:  # 鼠标中键点击
        pts.pop()  # 取消最近一个顶点
    elif event == cv.EVENT_RBUTTONDOWN:  # 鼠标右键点击
        status = False  # 结束绘图状态
        print("结束绘制,按 ESC 退出。")


if __name__ == '__main__':
    img = cv.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)
    imgCopy = img.copy()

    # 鼠标交互 ROI
    print("单击左键:选择 ROI 顶点")
    print("单击中键:删除最近的顶点")
    print("单击右键:结束 ROI 选择")
    print("按 ESC 退出")
    pts = []  # 初始化 ROI 顶点坐标集合
    status = True  # 开始绘图状态
    cv.namedWindow('origin')  # 创建图像显示窗口
    cv.setMouseCallback('origin', onMouseAction, status)  # 绑定回调函数
    while True:
        if len(pts) > 0:
            cv.circle(imgCopy, pts[-1], 5, (0,0,255), -1)  # 绘制最近一个顶点
        if len(pts) > 1:
            cv.line(imgCopy, pts[-1], pts[-2], (255, 0, 0), 2)  # 绘制最近一段线段
        if status == False:  # 判断结束绘制 ROI
            cv.line(imgCopy, pts[0], pts[-1], (255,0,0), 2)  # 绘制最后一段线段
        cv.imshow('origin', imgCopy)
        key = 0xFF & cv.waitKey(10)  # 按 ESC 退出
        if key == 27:  # Esc 退出
            break
    cv.destroyAllWindows()  # 释放图像窗口

    # 提取多边形 ROI
    print("ROI 顶点坐标:", pts)
    points = np.array(pts, np.int)  # ROI 多边形顶点坐标集
    cv.polylines(img, [points], True, (255,255,255), 2)  # 在 img 绘制 ROI 多边形
    mask = np.zeros(img.shape[:2], np.uint8)  # 黑色掩模,单通道
    cv.fillPoly(mask, [points], (255,255,255))  # 多边形 ROI 为白色窗口
    imgROI = cv.bitwise_and(img, img, mask=mask)  # 按位与,从 img 中提取 ROI

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.title("origin image"), plt.axis('off')
    plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.subplot(132), plt.title("ROI mask"), plt.axis('off')
    plt.imshow(mask, cmap='gray')
    plt.subplot(133), plt.title("ROI cropped"), plt.axis('off')
    plt.imshow(cv.cvtColor(imgROI, cv.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()

OpenCV-PyQT项目实战(8)项目案例03:鼠标定位



2. PyQt实现鼠标点击定位

PyQt 中实现鼠标点击定位,本质上是鼠标动作的响应。

2.1 支持鼠标事件的自定义 Label 类

基本的 QLabel 类并不支持鼠标动作,因此需要自定义一个支持鼠标动作的 Label 类。

PyQt中,每个事件类型都被封装成相应的事件类,如鼠标事件为QMouseEvent,键盘事件为QKeyEvent等。而它们的基类是QEvent。

QMouseEvent 鼠标事件:

mousePressEvent (self, event):鼠标按下事件
mouseReleaseEvent (self, event):鼠标释放事件
mouseDoubieCiickEvent (self, event):双击鼠标事件
mouseMoveEvent(self,event):鼠标移动事件
enterEvent (self, event):鼠标进入控件事件
leaveEvent (self, event):鼠标离开控件事件
wheelEvent (self, event):滚轮滚动事件

QMouseEvent 鼠标方法:

ignore():让父控件继续收到鼠标事件
accept():不让父控件继续收到鼠标事件
x()、y():返回相对于控件空间的鼠标坐标值
pos():返回相对于控件空间的QPoint对象
localPos():返回相对于控件空间的QPointF对象
globalX()、globalY():返回相对于屏幕的x,y 坐标值
globalPos():返回相对于屏幕的QPoint对象
windowPos():返回相对于窗口的QPointF对象
screenPos():返回相对于屏幕的QPointF对象
timestamp():返回事件发生的时间;

QMouseEvent 鼠标事件的具体内容:
按下并释放鼠标按钮时,将调用以下方法:

mousePressEvent (self, event) - 鼠标键按下时调用;
mouseReleaseEvent (self, event) - 鼠标键公开时调用;
mouseDoubieCiickEvent (self, event) - 双击鼠标时调用。必须注意,在双击之前的其他事件。双击时的事件顺序如下:

- MouseButtonPress
- MouseButtonRelease
- MouseButtonDblClick
- MouseButtonPress
- MouseButtonRelease

2.2 例程7-2:支持鼠标事件的自定义 MyLabel 类

程序说明:

  1. 在图像窗口点击鼠标左键,选取 2 个基准点绘制直线;点击鼠标右键,清除选择的基准点;
  2. 超过 2个基准点时,自动清零,重新选取基准点;
  3. 将选取点的坐标传回主程序,进行图像处理。
class MyLabel(QLabel):
    def __init__(self, parent=None):
        super(MyLabel, self).__init__(parent)
        self.points = []

    def paintEvent(self, event):
        super().paintEvent(event)
        painter = QPainter()
        painter.begin(self)
        painter.setPen(QPen(Qt.blue, 4, Qt.SolidLine))  # 实线画笔,蓝色
        if len(self.points)==2:
            painter.drawLine(self.points[0][0], self.points[0][1], self.points[1][0], self.points[1][1])
        painter.setPen(QPen(Qt.red, 10))  # 画点,红色
        for k in range(len(self.points)):
            painter.drawPoint(self.points[k][0], self.points[k][1])
        painter.end()

    def mousePressEvent(self, event):
        if event.buttons() == Qt.LeftButton:  # 左键点击
            if len(self.points)==2:
                self.points.clear()  # 清空绝对坐标
            x0 = event.x()
            y0 = event.y()
            self.points.append([x0, y0])
            self.update()  # 获取鼠标点击的点之后,通知画线
        elif event.buttons() == Qt.RightButton:  # 右键点击
            self.points.clear()  # 清空绝对坐标
            print("Clear selected points!")

    def getGlobalPos(self):  # 返回绝对坐标
        return self.points


3. 项目实战:PyQt 鼠标点击定位

本项目基于 PyQt5 GUI,使用鼠标在图像窗口区域点击选取两点,绘制直线,以该直线为水平基准线,旋转图像并显示在第二窗口。



3.1 使用 QtDesigner 开发 PyQt5 图形界面

本例的 UI 继承自 uiDemo4.ui :


OpenCV-PyQT项目实战(8)项目案例03:鼠标定位

于是,我们就完成了本项目的图形界面设计,将其保存为 uiDemo9.ui文件。

在 PyCharm中,使用 PyUIC 将选中的 uiDemo9.ui 文件转换为 .py 文件,就得到了 uiDemo9.py 文件。



3.2. 项目主程序的开发

3.2.1 实例化 MyLabel 类

自定义的 MyLabel 类不能在 QtDesigner 中创建,要在主程序中定义如下。

        self.label_1 = MyLabel(self.centralwidget)
        self.label_1.setGeometry(QRect(20, 20, 400, 320))
        self.label_1.setAlignment(Qt.AlignCenter)
        self.label_1.setObjectName("label_1")

3.2.2 图像旋转槽函数

click_pushButton槽函数,由 pushButton_3.clicked 按钮信号触发。

    def click_pushButton_3(self):  # 点击 pushButton_3 触发 旋转图像
        print("pushButton_3")
        height, width = self.img1.shape[:2]  # 图片的高度和宽度
        pointList = self.label_1.getGlobalPos()  # 获取坐标点集
        if len(pointList) < 2:
            print("Points number < 2")
            return
        else:
            pts = np.array(pointList)  # 转为 Numpy
            print(pts)
            # 计算倾斜角 angle
            radian = np.arctan((pts[1][1] - pts[0][1]) / (pts[1][0] - pts[0][0]))  # arctan((y2-y1)/(x2-x1))
            angle = radian * 180 / 3.1415926  # 角度制
            print(pts, angle)
            x0, y0 = width//2, height//2  # 以图像中心作为旋转中心
            MARot = cv.getRotationMatrix2D((x0, y0), angle, 1.0)  # 计算旋转变换矩阵
            self.img2 = cv.warpAffine(self.img1, MARot, (height, width))  # 旋转图像

        self.refreshShow(self.img2, self.label_2)  # 刷新显示
        return

3.2.3 信号与槽的连接
        # 通过 connect 建立信号/槽连接,点击按钮事件发射 triggered 信号,执行相应的子程序 click_pushButton
        self.pushButton_1.clicked.connect(self.click_pushButton_1)  # 按钮触发:导入图像
        self.pushButton_2.clicked.connect(self.click_pushButton_2)  # # 按钮触发:灰度显示
        self.pushButton_3.clicked.connect(self.click_pushButton_3)  # # 按钮触发:旋转图像
        self.pushButton_4.clicked.connect(self.trigger_actHelp)  # # 按钮触发
        self.pushButton_5.clicked.connect(self.close)  # 点击 # 按钮触发:关闭

3.3 完整例程 OpenCVPyqt09.py

# OpenCVPyqt09.py
# Demo07 of GUI by PyQt5
# Copyright 2023 Youcans, XUPT
# Crated:2023-02-16

import sys
import cv2 as cv
import numpy as np
from PyQt5.QtCore import QObject, pyqtSignal, QPoint, QRect, qDebug, Qt
from PyQt5.QtWidgets import *
from PyQt5.QtGui import *
from uiDemo9 import Ui_MainWindow  # 导入 uiDemo8.py 中的 Ui_MainWindow 界面类


class MyLabel(QLabel):
    def __init__(self, parent=None):
        super(MyLabel, self).__init__(parent)
        self.points = []

    def paintEvent(self, event):
        super().paintEvent(event)
        painter = QPainter()
        painter.begin(self)
        painter.setPen(QPen(Qt.blue, 4, Qt.SolidLine))  # 实线画笔,蓝色
        if len(self.points)==2:
            painter.drawLine(self.points[0][0], self.points[0][1], self.points[1][0], self.points[1][1])
        painter.setPen(QPen(Qt.red, 10))  # 画点,红色
        for k in range(len(self.points)):
            painter.drawPoint(self.points[k][0], self.points[k][1])
        painter.end()

    def mousePressEvent(self, event):
        if event.buttons() == Qt.LeftButton:  # 左键点击
            if len(self.points)==2:
                self.points.clear()  # 清空绝对坐标
            x0 = event.x()
            y0 = event.y()
            self.points.append([x0, y0])
            self.update()  # 获取鼠标点击的点之后,通知画线
        elif event.buttons() == Qt.RightButton:  # 右键点击
            self.points.clear()  # 清空绝对坐标
            print("Clear selected points!")

    def getGlobalPos(self):  # 返回绝对坐标
        return self.points


class MyMainWindow(QMainWindow, Ui_MainWindow):  # 继承 QMainWindow 类和 Ui_MainWindow 界面类
    def __init__(self, parent=None):
        super(MyMainWindow, self).__init__(parent)  # 初始化父类
        self.setupUi(self)  # 继承 Ui_MainWindow 界面类
        self.label_1 = MyLabel(self.centralwidget)
        self.label_1.setGeometry(QRect(20, 20, 400, 320))
        self.label_1.setAlignment(Qt.AlignCenter)
        self.label_1.setObjectName("label_1")

        # 菜单栏
        self.actionOpen.triggered.connect(self.openSlot)  # 连接并执行 openSlot 子程序
        self.actionSave.triggered.connect(self.saveSlot)  # 连接并执行 saveSlot 子程序
        self.actionHelp.triggered.connect(self.trigger_actHelp)  # 连接并执行 trigger_actHelp 子程序
        self.actionQuit.triggered.connect(self.close)  # 连接并执行 trigger_actHelp 子程序

        # 通过 connect 建立信号/槽连接,点击按钮事件发射 triggered 信号,执行相应的子程序 click_pushButton
        self.pushButton_1.clicked.connect(self.click_pushButton_1)  # 按钮触发:导入图像
        self.pushButton_2.clicked.connect(self.click_pushButton_2)  # # 按钮触发:灰度显示
        self.pushButton_3.clicked.connect(self.click_pushButton_3)  # # 按钮触发:旋转图像
        self.pushButton_4.clicked.connect(self.trigger_actHelp)  # # 按钮触发
        self.pushButton_5.clicked.connect(self.close)  # 点击 # 按钮触发:关闭

        # 初始化
        self.img1 = np.ndarray(())  # 初始化图像 ndarry,用于存储图像
        self.img2 = np.ndarray(())  # 初始化图像 ndarry,用于存储图像
        self.img1 = cv.imread("../images/Lena.tif")  # OpenCV 读取图像
        self.refreshShow(self.img1, self.label_1)
        # self.refreshShow(self.img1, self.label_2)
        return

    def click_pushButton_1(self):  # 点击 pushButton_1 触发
        self.img1 = self.openSlot()  # 读取图像
        print("click_pushButton_1", self.img1.shape)
        self.refreshShow(self.img1, self.label_1)  # 刷新显示
        return

    def click_pushButton_2(self):  # 点击 pushButton_2 触发
        print("pushButton_2")
        self.img2 = self.img1.copy()
        self.img2 = cv.cvtColor(self.img2, cv.COLOR_BGR2GRAY)  # 图片格式转换:BGR -> Gray
        self.refreshShow(self.img2, self.label_2)  # 刷新显示
        return

    def click_pushButton_3(self):  # 点击 pushButton_3 触发 旋转图像
        print("pushButton_3")
        height, width = self.img1.shape[:2]  # 图片的高度和宽度
        pointList = self.label_1.getGlobalPos()  # 获取坐标点集
        if len(pointList) < 2:
            print("Points number < 2")
            return
        else:
            pts = np.array(pointList)  # 转为 Numpy
            print(pts)
            # 计算倾斜角 angle
            radian = np.arctan((pts[1][1] - pts[0][1]) / (pts[1][0] - pts[0][0]))  # arctan((y2-y1)/(x2-x1))
            angle = radian * 180 / 3.1415926  # 角度制
            print(pts, angle)
            x0, y0 = width//2, height//2  # 以图像中心作为旋转中心
            MARot = cv.getRotationMatrix2D((x0, y0), angle, 1.0)  # 计算旋转变换矩阵
            self.img2 = cv.warpAffine(self.img1, MARot, (height, width))  # 旋转图像

        self.refreshShow(self.img2, self.label_2)  # 刷新显示
        return

    def refreshShow(self, img, label):
        print(img.shape, label)
        qImg = self.cvToQImage(img)  # OpenCV 转为 PyQt 图像格式
        # label.setScaledContents(False)  # 需要在图片显示之前进行设置
        label.setPixmap((QPixmap.fromImage(qImg)))  # 加载 PyQt 图像
        return

    def openSlot(self, flag=1):  # 读取图像文件
        # OpenCV 读取图像文件
        fileName, _ = QFileDialog.getOpenFileName(self, "Open Image", "../images/", "*.png *.jpg *.tif")
        if flag==0 or flag=="gray":
            img = cv.imread(fileName, cv.IMREAD_GRAYSCALE)  # 读取灰度图像
        else:
            img = cv.imread(fileName, cv.IMREAD_COLOR)  # 读取彩色图像
        print(fileName, img.shape)
        return img

    def saveSlot(self):  # 保存图像文件
        # 选择存储文件 dialog
        fileName, tmp = QFileDialog.getSaveFileName(self, "Save Image", "../images/", '*.png; *.jpg; *.tif')
        if self.img1.size == 1:
            return
        # OpenCV 写入图像文件
        ret = cv.imwrite(fileName, self.img1)
        if ret:
            print(fileName, self.img.shape)
        return

    def cvToQImage(self, image):
        # 8-bits unsigned, NO. OF CHANNELS=1
        if image.dtype == np.uint8:
            channels = 1 if len(image.shape) == 2 else image.shape[2]
        if channels == 3:  # CV_8UC3
            # Create QImage with same dimensions as input Mat
            qImg = QImage(image, image.shape[1], image.shape[0], image.strides[0], QImage.Format_RGB888)
            return qImg.rgbSwapped()
        elif channels == 1:
            # Create QImage with same dimensions as input Mat
            qImg = QImage(image, image.shape[1], image.shape[0], image.strides[0], QImage.Format_Indexed8)
            return qImg
        else:
            qDebug("ERROR: numpy.ndarray could not be converted to QImage. Channels = %d" % image.shape[2])
            return QImage()

    def qPixmapToCV(self, qPixmap):  # PyQt图像 转换为 OpenCV图像
        qImg = qPixmap.toImage()  # QPixmap 转换为 QImage
        shape = (qImg.height(), qImg.bytesPerLine() * 8 // qImg.depth())
        shape += (4,)
        ptr = qImg.bits()
        ptr.setsize(qImg.byteCount())
        image = np.array(ptr, dtype=np.uint8).reshape(shape)  # 定义 OpenCV 图像
        image = image[..., :3]
        return image

    def trigger_actHelp(self):  # 动作 actHelp 触发
        QMessageBox.about(self, "About",
                          """数字图像处理工具箱 v1.0\nCopyright YouCans, XUPT 2023""")
        return

if __name__ == '__main__':
    app = QApplication(sys.argv)  # 在 QApplication 方法中使用,创建应用程序对象
    myWin = MyMainWindow()  # 实例化 MyMainWindow 类,创建主窗口
    myWin.show()  # 在桌面显示控件 myWin
    sys.exit(app.exec_())  # 结束进程,退出程序


运行结果:

OpenCV-PyQT项目实战(8)项目案例03:鼠标定位


OpenCV-PyQT项目实战(8)项目案例03:鼠标定位


【本节完】


版权声明:

Copyright 2023 youcans, XUPT

Crated:2023-2-16文章来源地址https://www.toymoban.com/news/detail-496670.html


到了这里,关于OpenCV-PyQT项目实战(8)项目案例03:鼠标定位的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • OpenCV项目开发实战--基于Python/C++实现鼠标注释图像和轨迹栏来控制图像大小

    鼠标指针是图形用户界面 (GUI) 中的关键组件。没有它,您就无法真正考虑与 GUI 进行交互。那么,让我们深入了解 OpenCV 中鼠标和轨迹栏的内置函数。我们将演示如何使用鼠标来注释图像,以及如何使用轨迹栏来控制图像的大小 我们将使用下图来演示 OpenCV 中鼠标指针和轨迹

    2024年02月11日
    浏览(50)
  • opencv进阶03-图像与鼠标的交互示例

    在处理图像时,可能需要与当前正在处理的图像进行交互。OpenCV 提供了鼠标事件,使用户可以通过鼠标与图像交互。鼠标事件能够识别常用的鼠标操作,例如:针对不同按键的单击、双击,鼠标的滑动、拖曳等。 例如,用户单击鼠标,我们就画一个圆。通常的做法是,创建

    2024年02月12日
    浏览(61)
  • OpenCv案例(九): 基于OpenCvSharp图像分割提取目标区域和定位

    以下原图中,物体连靠在一起,目的是将其分割开,再提取轮廓和定位 原图:   最终效果: 麻烦的地方是,分割开右下角部分,两个连在一起的目标物体,下图所示:  基本方法:BoxFilter滤波、二值化、轮廓提取,凸包检测,图像的矩 代码如下: 灰度图像后图像二值化:

    2024年02月11日
    浏览(36)
  • 学生管理系统-03项目案例(3)

    一、用户列表 1、编写api接口 2、表格渲染 3、分页 4、搜索功能 首先在data中的query对象中添加type和value属性 页面中进行布局 5、注册 略 6、修改用户 在api接口中编写修改方法 为编辑按钮绑定事件 在data中定义 在methods中定义一个修改方法 使用深浅拷贝解决修改中的一个问题

    2024年02月15日
    浏览(38)
  • React 入门:实战案例 TodoList Item鼠标悬浮效果

    本文实现鼠标悬浮到 Todo 记录上时的样式,以及悬浮到 Item 组件 UI 上时,显示【删除】按钮,鼠标离开时隐藏【删除】按钮。 本文通过给事件处理来实现。 (如果你对 React 的事件处理不了解,请阅读本专栏前面的【事件处理】章节) onMouseEnter:当鼠标悬浮到某个元素上时

    2024年02月12日
    浏览(33)
  • elasticsearch(ES)分布式搜索引擎03——(RestClient查询文档,ES旅游案例实战)

    文档的查询同样适用昨天学习的 RestHighLevelClient对象,基本步骤包括: 1)准备Request对象 2)准备请求参数 3)发起请求 4)解析响应 我们以match_all查询为例 3.1.1.发起查询请求 代码解读: 第一步,创建 SearchRequest 对象,指定索引库名 第二步,利用 request.source() 构建DSL,DSL中可

    2024年02月07日
    浏览(49)
  • PyQt5可视化 7 饼图和柱状图实操案例 ①Qt项目的创建

    目录 一、新建Qt项目 二、添加组件和布局 三、添加资源 1. 新建资源文件

    2024年02月03日
    浏览(32)
  • Pyside6/PyQT 项目实战,从0开始写一个GUI可视化项目:总览

    最近使用 Pyside6 编写了几个 GUI 工具,发现效果出奇的好。遂产生了分享它的念头。 接下来如果不出意外,大概没有意外,我会开始写 这个专栏 ,介绍从零开始去编写一个实用的 GUI 工具。 这是 Pyside6 第一篇:《总览》 本文对Pyside6在开发使用中进行了知识点的提炼,所以后

    2023年04月22日
    浏览(63)
  • JavaWeb课程设计项目实战(03)——开发准备工作

    本文原创作者:谷哥的小弟 作者博客地址:http://blog.csdn.net/lfdfhl 在正式进入项目开发之前请先完成以下准备工作。 请创建数据库和表并完成数据初始化工作。 请在MySQL数据库中创建名为studentinformationmanagement的库。 在本项目中有以下两张表: 1、用户表 2、学生表 用户表详情

    2024年02月15日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包