在PyQT5中當啟動通過exec()啟動QApplication應用之后，就會自動開啟事件循環，監聽界面信號觸發，當有信號觸發產生之后QApplication就會調用相關的槽函數執行，這些都是在同一個線程（GUI線程）中完成。GUI線程執行長耗時任務的時，會因為沒有及時返回事件輪詢狀態導致無法響應其它的界面動作交互，從而導致整個QApplication應用處于假死凍結狀態，直到長耗時任務結束，這非常影響應用程序的用戶體驗。PyQT5中通過引入QThread線程作為工作線程來執行從界面觸發的長耗時任務如讀取與現實大文件內容、視頻內容分析、批量圖像處理等。

QThread線程介紹

我知道有很多神人會用QRunnable集成的方式構建一個工作者線程來實現從GUI線程調用工作線程，網上很多這么寫的文章都是未經考證或者工程化實踐的，我在開發OpenMV軟件過程中發現根本不需要這么麻煩，直接簡單粗暴用QThread可以解決的。個人認為軟件開發最大的哲學不是設計模型而是?KISS(Keep It Simple and Stupid)規則，濫用設計模型跟強套一些看似高級用法是得不償失的。 ? 一個典型的工作者線程繼承QThread類，重寫run方法即可實現，骨干代碼構建如下：

開啟一個QThread線程直接調用start（）方法即可。QThread會發出 started()?與 finished()兩種線程狀態的信號，通過isFinished()?與isRunning()?兩個方法可以直接查詢線程的當前狀態，調用exit()或者 quit()可以停止或者退出線程，線程執行完成之后信號finished()鏈接到deleteLater()?方法實現線程中對象回收與銷毀。關于QThread基本知識匯總如下：完成與實現-QThread

重載run方法

start()

isRunning() 
isFinished()

exit()
quit()

finished().connect(deleteLater())

代碼演示部分

演示YOLOv8模型推理，通過界面參數化設置，選擇圖像或者視頻、選擇模型文件與標簽文件、設置置信閾值，然后點擊開始推理按鈕會自動開啟一個QThread線程做推理，得到推理結果通過信號emit方式發送到界面線程，實時更新界面。實現了工作線程與界面線程分離，相互傳遞消息與數據。可以說會這個案例才算PyQT5開發真正的入門。開發好的界面現實如下：

YOLOv8推理線程代碼如下：

 1class?InferenceThread(QtCore.QThread):
 2????fire_stats_signal?=?QtCore.pyqtSignal(dict)
 3
 4????def?__init__(self,?settings):
 5????????super(InferenceThread,?self).__init__()
 6????????self.settings?=?settings
 7????????self.detector?=?YOLOv8Detector(settings)
 8????????self.input_image?=?settings.input_image
 9
10????def?run(self):
11????????if?self.detector?==?None:
12????????????return
13????????if?self.input_image.endswith(".mp4"):
14????????????cap?=?cv.VideoCapture(self.input_image)
15????????????while?True:
16????????????????ret,?frame?=?cap.read()
17????????????????if?ret?is?True:
18????????????????????self.detector.infer_image(frame)
19????????????????????self.fire_stats_signal.emit({"result":?frame})
20????????????????else:
21????????????????????break
22????????else:
23????????????frame?=?cv.imread(self.input_image)
24????????????self.detector.infer_image(frame)
25????????????self.fire_stats_signal.emit({"result":?frame})
26????????self.fire_stats_signal.emit({"done":?"done"})
27????????return

 1def?on_update_result_image(self,?outs):
 2????image?=?outs.get("result")
 3????done?=?outs.get("done")
 4????if?image?is?not?None:
 5????????dst?=?cv.cvtColor(image,?cv.COLOR_BGR2RGB)
 6????????height,?width,?channel?=?dst.shape
 7????????bytesPerLine?=?3?*?width
 8????????img?=?QtGui.QImage(dst.data,?width,?height,?bytesPerLine,?QtGui.QImage.Format_RGB888)
 9????????pixmap?=?QtGui.QPixmap(img)
10????????pix?=?pixmap.scaled(QtCore.QSize(800,?600),?QtCore.Qt.KeepAspectRatio)
11????????self.label.setPixmap(pix)
12????????self.show_text("OpenCV開發者聯盟-YOLOv8推理演示")
13????if?done?is?not?None:
14????????self.stopBtn.setStyleSheet("background-color:gray;?color:?white")
15????????self.stopBtn.setEnabled(False)
16????????self.startBtn.setStyleSheet("background-color:cyan;?color:?black")
17????????self.startBtn.setEnabled(True)
18
19def?show_text(self,?text):
20????painter?=?QtGui.QPainter(self.label.pixmap())
21????pen?=?QtGui.QPen(QtCore.Qt.green)
22????painter.setPen(pen)
23????font?=?QtGui.QFont()
24????font.setBold(True)
25????font.setPointSizeF(16)
26????painter.setFont(font)
27????painter.drawText(QtCore.QPoint(10,?200),?text)
28????painter.end()

編輯：黃飛

?