用Python作一個"以圖搜番"的應用程序，不再用愁動漫圖片的出處了！

• 前言
• PyQt5界面設計
  • 使用Qt Designer繪製界面
  • 視頻部件插入小技巧
  • 解碼器下載
• 功能實現
  • trace.moe API介紹與視頻
• 使用Nuitka打包成exe文件

前言

喜歡看動漫的朋友們大概都能體會到一個難受的事情，就是在論壇或者羣聊裏面看到一張動漫截圖，很想知道它的出處，但百度搜了一圈卻也沒有一個可靠結果，就很鬱悶。今天就來帶你們用Python作一個簡單的「以圖搜番」小應用。應用自己的實現不是很難的事情，其實就是調用別人的API接口來實現，主要目的仍是經過這個案例來學習如下內容：

• 「學習如何用PyQt5作用戶交互界面（UI）」；
• 「學習如何使用Nuitka打包程序爲exe文件」；

PyQt5界面設計

若是用 Python 語言開發 「跨平臺」 的圖形界面的程序，主要有3種選擇：

• 「Tkinter」：基於Tk的Python庫，這是Python官方採用的標準庫，優勢是做爲Python標準庫、穩定、發佈程序較小，缺點是控件相對較少。

• 「wxPython」：基於wxWidgets的Python庫，優勢是控件比較豐富，缺點是穩定性相對差點、文檔少、用戶少。

• 「PyQt5」（或者PySide2）：基於Qt 的Python庫，優勢是控件比較豐富、跨平臺體驗好、文檔完善、用戶多。缺點是庫比較大，發佈出來的程序比較大。

本教程使用的就是PyQt5，它是Digia的一套Qt5應用框架與python的結合，同時支持2.x和3.x。本教程使用的是3.x。Qt庫由Riverbank Computing開發，是最強大的GUI庫之一 ，官方網站：https://www.riverbankcomputing.com/software/pyqt/。 PyQt5是由一系列Python模塊組成。超過620個類，6000函數和方法。能在諸如Unix、Windows和Mac OS等主流操做系統上運行。PyQt5有兩種證書，GPL和商業證書。 安裝方法：pip install PyQt5

使用Qt Designer繪製界面

在設計一個圖形化界面的應用時，咱們須要先繪製出其大體佈局，能夠在草稿紙上勾勒一下，而後經過PyQt5中的Qt Designer應用來設計，它的文件名叫designer.exe，找不到位置能夠在本地文件中搜索一下：

下圖爲本應用的一個界面初步設計，經過標註的四個區域相互配合，便可完成一個UI設計，該工程會保存爲一個.ui後綴名的UI文件，最好放在Python代碼文件一塊兒。本次界面設計並不複雜，兩個按鈕，一個打開圖片，另外一個點擊後開始查詢；一個QComboBox部件，用於選擇備選結果；一個圖片顯示區域，顯示打開的查詢圖片，一個結果顯示區域，顯示查詢結果具體內容。界面下面是視頻顯示區域，即該圖片出如今原動畫中的視頻片斷。

具體的Qt Designer基本使用方法我就不在這裏展開了，若是你第一次用，能夠參考這個入門視頻教程：https://www.bilibili.com/video/BV1cJ411R7bP ，講得還挺好，我就是跟着這個視頻入門學習的。它的文字版教程在這裏：http://www.python3.vip/tut/py/gui/qt_01/

我是使用的VSCode編輯器，推薦一個插件——PYQT Integration，能夠隨時預覽UI界面和編輯UI界面，也很方便把UI文件轉換成Python代碼。

視頻部件插入小技巧

在UI界面中加一個視頻顯示部分我花了很多時間去研究，主要「由於Qt Designer中沒有視頻播放器的小部件」，因而我就有點懵了，雖然能夠直接編輯Python代碼來弄，但爲了統一流程，仍是但願能在Qt Designer中佈置好。通過一番研究，總結如下方法: 「第一步」：拖拽一個Containers中的Widget到編輯界面； 「第二步」：選擇Widget部件，右鍵選擇「提高爲...（Promote to ...）」; 「第三步」：設置「提高的類名稱」爲QVideoWidget，「頭文件」爲PyQt5.QtMultimediaWidgets 「第四步」：點擊添加，而後點擊提高。 反應到編譯的Python代碼中，其實就是增長了一句from PyQt5.QtMultimediaWidgets import QVideoWidget

在使用時，能夠參考下面代碼使用（僅僅是一個示例），此處僅僅播放視頻，沒有暫停、顯示進度條等功能，如需增長，能夠參考這篇教程：https://stackoverflow.com/questions/57842104/how-to-play-videos-in-pyqt

from PyQt5.QtMultimedia import QMediaContent, QMediaPlayer
 # 首先初始化一個mediaPlayer self.mediaPlayer = QMediaPlayer(None, QMediaPlayer.VideoSurface) self.mediaPlayer.setVideoOutput(self.ui.VideoDisplay)  # 在須要使用這個mediaPlayer的函數中，從本地打開視頻並播放 self.mediaPlayer.setMedia(QMediaContent(QUrl.fromLocalFile(file_name))) self.mediaPlayer.play() 複製代碼

解碼器下載

另外，須要下載一個解碼器，否則播放mp4視頻的時候會以下圖同樣報錯。解碼器的話下載安裝 LAV 解碼器就好，下載地址：LAV 0.74.1: Installer (both x86/x64)

功能實現

trace.moe API介紹與視頻

它背後的實現依靠的是「大數據+基於內容的圖像檢索」（Content-based image retrieval ，CBIR），「基於內容」意味着搜索分析圖像的內容，而不是與圖像相關的元數據，如關鍵字、標籤或描述。術語「內容」在這個上下文中可能指的是顏色、形狀、紋理或任何其餘能夠從圖像自己衍生出來的信息。CBIR使用起來比較方便，由於它不須要標註信息，而純粹依賴元數據的搜索依賴於標註的質量和完整性。wikipedia上有列出不少CBIR engines，trace.moe則使用了Lire。對於圖像的描述，trace.moe則僅僅使用了顏色佈局（Color Layout ）。另外一方面就是大數據，其背後的數據支撐爲30096小時的視頻內容（大約26億幀），來自於3194部動畫，大約18.1 TB大小。7.46億幀索引(重複數據刪除後)，數據庫大小爲140 GB。具體實現細節能夠參考：trace.moe slide和trace.moe github 項目。

若是你不關心實現細節，能夠直接看下面的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) 複製代碼

返回一個json結果，內容以下： 其中docs則包含了可能的結果，其內容以下：

獲得這些內容後，就能夠下載對應的視頻片斷：

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) 複製代碼

固然，也不是天天無限制請求的，普通用戶天天只能查詢150次

使用Nuitka打包成exe文件

Nuitka的做用是將Python程序轉換成C語言的可執行elf文件。這樣在運行時就能夠享受到C語言處理過程當中的優化，提升速度。經測試，Nuitka打包後的exe比Pyinstaller打包後的exe運行速度提高30%，PyQT5的UI文件轉換成py文件轉換成C語言後，界面秒開呀。 「第一步」：下載MinGW64 8.1，解壓文件到C盤根目錄，並將bin路徑加入到環境變量中。而後安裝Nuitka：pip install nuitka； 這樣就表示成功了：

❝

import的系統庫，使用python3x.dll來執行，其餘本身實現的UI界面和數據庫的鏈接以及函數和功能實現，須要加密（反編譯）和快速反應的，用戶的體驗就在這裏，這部分藉助Nuitka來實現。 如下是Nuitka的關鍵命令段： 「--nofollow-imports #全部的import所有不使用，交給python3x.dll執行
--follow-import-to=need #need爲你須要編譯成C/C++的py文件夾命名」 ——引用自：Python打包exe(32/64位)-Nuitka再下一城

❞

「第二步」：調試階段，逐個加入所需的輪子文件： 首先運行 nuitka --standalone --mingw64 --show-memory --show-progress --nofollow-imports --plugin-enable=qt-plugins --follow-import-to=need --output-dir=output app_main.py 而後運行output\app_main.dist中的app_main.exe，逐個找到缺的輪子的文件，並加入到output\app_main.dist目錄下，以下圖，代表缺乏requests等庫，則能夠利用Everything，XSearch等軟件快速定位文件所在地（關注公衆號：野風同窗，回覆「文件查找」便可獲取軟件）。加到能夠運行爲止。「記住把這些庫文件單獨另外找一個文件夾放着，後面須要複製到正式輸出的文件夾中」。 「第三步」：生成階段， 運行 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，而後將剛剛找到庫文件複製到app_main.dist文件夾下。這樣就基本完成了打包，進入app_main.dist中，點擊app_main.exe便可運行（前提是安裝了LAV 解碼器，否則視頻不會顯示！）。

下面演示一下： https://zhuanlan.zhihu.com/p/156851623

---

本文Python源碼及exe打包後的軟件，關注個人公衆號「「野風同窗」」，回覆「「以圖搜番」」便可獲取。 一個程序員的自我成長之路，持續分享機器學習基礎與應用、LeetCode面試算法和Python基礎與應用等技術乾貨文章，同時也常常推薦高質量軟件工具、網站和書籍。