0 前言

?? 這兩年開始畢業(yè)設計和畢業(yè)答辯的要求和難度不斷提升，傳統(tǒng)的畢設題目缺少創(chuàng)新和亮點，往往達不到畢業(yè)答辯的要求，這兩年不斷有學弟學妹告訴學長自己做的項目系統(tǒng)達不到老師的要求。

為了大家能夠順利以及最少的精力通過畢設，學長分享優(yōu)質(zhì)畢業(yè)設計項目，今天要分享的是

?? ?機器視覺 opencv 深度學習 駕駛?cè)四樒跈z測系統(tǒng)

??學長這里給一個題目綜合評分(每項滿分5分)

• 難度系數(shù)：3分

• 工作量：3分

• 創(chuàng)新點：4分

畢設幫助，選題指導，技術(shù)解答，歡迎打擾，見B站個人主頁

https://space.bilibili.com/33886978

1 課題背景

為了有效監(jiān)測駕駛員是否疲勞駕駛、避免交通事故的發(fā)?,本項目利??臉特征點進?實時疲勞駕駛檢測的新?法。對駕駛員駕駛時的?部圖像進?實時監(jiān)控,?先檢測?臉,并利?ERT算法定位?臉特征點;然后根據(jù)?臉眼睛區(qū)域的特征點坐標信息計算眼睛縱橫?EAR來描述眼睛張開程度,根據(jù)合適的EAR閾值可判斷睜眼或閉眼狀態(tài);最后基于EAR實測值和EAR閾值對監(jiān)控視頻計算閉眼時間?例(PERCLOS)值度量駕駛員主觀疲勞程度,將其與設定的疲勞度閾值進??較即可判定是否疲勞駕駛。

2 Dlib人臉識別

2.1 簡介

Dlib是一個基于c++開發(fā)的開源數(shù)據(jù)工具庫,其中包含了不少的機器學習的成熟算法與模型,相對于tensorflow和PyTorch,它用于圖像處理以及人臉面部特征提取、分類及對比這幾個方面比較具有通用性和優(yōu)越性,因此,Dlib正在越來越廣泛地應用在人臉識別技術(shù)領(lǐng)域。 Dlib具有獨立使用的可移植代碼。Dlib中的代碼使用c++語言進行開發(fā)而成,使用獨立封裝,在不借助第三方數(shù)據(jù)庫的情況下,可以直接移植到自己所需要設計的項目中進行使用。 ? ? ? ? ?

2.2 Dlib優(yōu)點 ? ?

• Dlib擁有全面的文檔說明。作為一個開源的人臉數(shù)據(jù)庫訓練集,Dlib中有很多功能齊全的程序和文件,從人性化的角度而言的,Dlib在這一點上做的是非常不錯的,因為它為每一個程序文檔和文件都做了相對應的注釋,這樣開發(fā)者就可以迅速準確的調(diào)集程序文檔來完成自己所需要的項目功能。

• Dlib涵蓋了支持功能完備的深度學習以及圖像處理的各類算法。Dlib為開發(fā)者提供了機器深度學習的各類成熟的完備算法,并且在圖像處理方面也為開發(fā)者帶來了能夠解決大多數(shù)實質(zhì)問題的優(yōu)良算法。例如基于SVM的遞歸和分類算法,以及專門用于面對大規(guī)模分類和遞歸的降維算法。當然還有能夠?qū)ξ粗瘮?shù)進行預分類和預測的相關(guān)向量機,其分類和預測訓練是基于貝葉斯框架。

2.3 相關(guān)代碼

import` `matplotlib.pyplot as plt
import` `dlib
import` `numpy as np
import` `glob
import` `re

#正臉檢測器
detector``=``dlib.get_frontal_face_detector()
#臉部關(guān)鍵形態(tài)檢測器
sp``=``dlib.shape_predictor(r``"D:LBJAVAscriptshape_predictor_68_face_landmarks.dat"``)
#人臉識別模型
facerec ``=` `dlib.face_recognition_model_v1(r``"D:LBJAVAscriptdlib_face_recognition_resnet_model_v1.dat"``)

#候選人臉部描述向量集
descriptors``=``[]

photo_locations``=``[]

for` `photo ``in` `glob.glob(r``'D:LBJAVAscriptfaces*.jpg'``):
``photo_locations.append(photo)
``img``=``plt.imread(photo)
``img``=``np.array(img)

``#開始檢測人臉
``dets``=``detector(img,``1``)

``for` `k,d ``in` `enumerate``(dets):
?``#檢測每張照片中人臉的特征
?``shape``=``sp(img,d)
?``face_descriptor``=``facerec.compute_face_descriptor(img,shape)
?``v``=``np.array(face_descriptor)
?``descriptors.append(v)
? ?
#輸入的待識別的人臉處理方法相同
img``=``plt.imread(r``'D:test_photo10.jpg'``)
img``=``np.array(img)
dets``=``detector(img,``1``)
#計算輸入人臉和已有人臉之間的差異程度（比如用歐式距離來衡量）
differences``=``[]
for` `k,d ``in` `enumerate``(dets):
``shape``=``sp(img,d)
``face_descriptor``=``facerec.compute_face_descriptor(img,shape)
``d_test``=``np.array(face_descriptor)

``#計算輸入人臉和所有已有人臉描述向量的歐氏距離
``for` `i ``in` `descriptors:
?``distance``=``np.linalg.norm(i``-``d_test)
?``differences.append(distance)

#按歐式距離排序 歐式距離最小的就是匹配的人臉
candidate_count``=``len``(photo_locations)
candidates_dict``=``dict``(``zip``(photo_locations,differences))
candidates_dict_sorted``=``sorted``(candidates_dict.items(),key``=``lambda` `x:x[``1``])

#matplotlib要正確顯示中文需要設置
plt.rcParams[``'font.family'``] ``=` `[``'sans-serif'``]
plt.rcParams[``'font.sans-serif'``] ``=` `[``'SimHei'``]

plt.rcParams[``'figure.figsize'``] ``=` `(``20.0``, ``70.0``)

ax``=``plt.subplot(candidate_count``+``1``,``4``,``1``)
ax.set_title(``"輸入的人臉"``)
ax.imshow(img)

for` `i,(photo,distance) ``in` `enumerate``(candidates_dict_sorted):
``img``=``plt.imread(photo)

``face_name``=``""
``photo_name``=``re.search(r``'([^\]*).jpg$'``,photo)
``if` `photo_name:
?``face_name``=``photo_name[``1``]
?
``ax``=``plt.subplot(candidate_count``+``1``,``4``,i``+``2``)
``ax.set_xticks([])
``ax.set_yticks([])
``ax.spines[``'top'``].set_visible(``False``)
``ax.spines[``'right'``].set_visible(``False``)
``ax.spines[``'bottom'``].set_visible(``False``)
``ax.spines[``'left'``].set_visible(``False``)

``if` `i``=``=``0``:
?``ax.set_title(``"最匹配的人臉nn"``+``face_name``+``"nn差異度："``+``str``(distance))
``else``:
?``ax.set_title(face_name``+``"nn差異度："``+``str``(distance))
``ax.imshow(img)

plt.show()

2.4 人臉數(shù)據(jù)庫

本項目中將識別到的人臉保存的.db文件中，相關(guān)代碼如下：

class CoreUI(QMainWindow):
? ?database = './FaceBase.db'
? ?trainingData = './recognizer/trainingData.yml'
? ?cap = CV2.VideoCapture()
? ?captureQueue = queue.Queue() ?# 圖像隊列
? ?alarmQueue = queue.LifoQueue() ?# 報警隊列，后進先出
? ?logQueue = multiprocessing.Queue() ?# 日志隊列
? ?receiveLogSignal = pyqtSignal(str) ?# LOG信號

? ?def __init__(self):

? ? ? ?super(CoreUI, self).__init__()


? ? ? ?loadUi('./ui/Core.ui', self)
? ? ? ?self.setWindowIcon(QIcon('./icons/icon.png'))
? ? ? ?#self.setFixedSize(1161, 620)



? ? ? ?'''self.pushButton = QPushButton('rush', self)
? ? ? ?layout = QVBoxLayout()
? ? ? ?layout.addWidget(self.pushButton)
? ? ? ?self.setLayout(layout)'''
? ? ? ?#self.pushButton.clicked.connect(self.open)=


? ? ? ?# 圖像捕獲
? ? ? ?self.isExternalCameraUsed = False
? ? ? ?self.useExternalCameraCheckBox.stateChanged.connect(
? ? ? ? ? ?lambda: self.useExternalCamera(self.useExternalCameraCheckBox))
? ? ? ?self.faceProcessingThread = FaceProcessingThread()
? ? ? ?self.startWebcamButton.clicked.connect(self.startWebcam)

? ? ? ?#A\B功能開關(guān)

? ? ? ?# 數(shù)據(jù)庫
? ? ? ?self.initDbButton.setIcon(QIcon('./icons/warning.png'))
? ? ? ?self.initDbButton.clicked.connect(self.initDb)

? ? ? ?self.timer = QTimer(self) ?# 初始化一個定時器
? ? ? ?self.timer.timeout.connect(self.updateFrame)

2.5 人臉錄入加識別效果

錄入過程

識別效果

3 疲勞檢測算法

該系統(tǒng)采用Dlib庫中人臉68個關(guān)鍵點檢測shape＿predictor＿68＿face＿landmarks.dat的dat模型庫及視頻中的人臉，之后返回人臉特征點坐標、人臉框及人臉角度等。本系統(tǒng)利用這68個關(guān)鍵點對駕駛員的疲勞狀態(tài)進行檢測，算法如下： ? ? ? ? ? ? ?

1. 初始化Dlib的人臉檢測器(HOG)，然后創(chuàng)建面部標志物預測； ? ? ?

2. 使用dlib.get＿frontal＿face＿detector() 獲得臉部位置檢測器；

3. 使用dlib.shape＿predictor獲得臉部特征位置檢測器； ? ? ? ? ? ?

4. 分別獲取左、右眼面部標志的索引； ? ? ? ? ? ? ?

5. 打開CV2本地攝像頭。

Dlib庫68個特征點模型如圖所示：

3.1 眼睛檢測算法

基于EAR算法的眨眼檢測，當人眼睜開時，EAR在某個值域范圍內(nèi)波動，當人眼閉合時，EAR迅速下降，理論上接近于0。當EAR低于某個閾值時，眼睛處于閉合狀態(tài)；當EAR由某個值迅速下降至小于該閾值，再迅速上升至大于該閾值，則判斷為一次眨眼。為檢測眨眼次數(shù)，需要設置同一次眨眼的連續(xù)幀數(shù)。眨眼速度較快，一般1～3幀即可完成眨眼動作。眼部特征點如圖：

EAR計算公式如下：

當后幀眼睛寬高比與前一幀差值的絕對值(EAR)大于0.2時，認為駕駛員在疲勞駕駛。（68點landmark中可以看到37-42為左眼，43-48為右眼）

右眼開合度可以通過以下公式：

眼睛睜開度從大到小為進入閉眼期，從小到大為進入睜眼期，計算最長閉眼時間(可用幀數(shù)來代替)。閉眼次數(shù)為進入閉眼、進入睜眼的次數(shù)。通過設定單位時間內(nèi)閉眼次數(shù)、閉眼時間的閾值判斷人是否已經(jīng)疲勞了。

相關(guān)代碼：

# 疲勞檢測，檢測眼睛和嘴巴的開合程度

from scipy.spatial import distance as dist
from imutils.video import FileVideoStream
from imutils.video import VideoStream
from imutils import face_utils
import numpy as np ?# 數(shù)據(jù)處理的庫 numpy
import argparse
import imutils
import time
import dlib
import CV2
import math
import time
from threading import Thread

def eye_aspect_ratio(eye):
? ?# 垂直眼標志（X，Y）坐標
? ?A = dist.euclidean(eye[1], eye[5]) ?# 計算兩個集合之間的歐式距離
? ?B = dist.euclidean(eye[2], eye[4])
? ?# 計算水平之間的歐幾里得距離
? ?# 水平眼標志（X，Y）坐標
? ?C = dist.euclidean(eye[0], eye[3])
? ?# 眼睛長寬比的計算
? ?ear = (A + B) / (2.0 * C)
? ?# 返回眼睛的長寬比
? ?return ear

3.2 打哈欠檢測算法

基于MAR算法的哈欠檢測，利用Dlib提取嘴部的6個特征點，通過這6個特征點的坐標(51、59、53、57的縱坐標和49、55的橫坐標)來計算打哈欠時嘴巴的張開程度。當一個人說話時，點51、59、53、57的縱坐標差值增大，從而使MAR值迅速增大，反之，當一個人閉上嘴巴時，MAR值迅速減小。

嘴部主要取六個參考點，如下圖：

計算公式：

通過公式計算MAR來判斷是否張嘴及張嘴時間，從而確定駕駛員是否在打哈欠。閾值應經(jīng)過大量實驗，能夠與正常說話或哼歌區(qū)分開來。為提高判斷的準確度，采用雙閾值法進行哈欠檢測，即對內(nèi)輪廓進行檢測：結(jié)合張口度與張口時間進行判斷。Yawn為打哈欠的幀數(shù)，N為1 min內(nèi)總幀數(shù)，設雙閾值法哈欠檢測的閾值為10%，當打哈欠頻率Freq>10%時，則認為駕駛員打了1個深度哈欠或者至少連續(xù)2個淺哈欠，此時系統(tǒng)進行疲勞提醒。

相關(guān)代碼：

# 疲勞檢測，檢測眼睛和嘴巴的開合程度

from scipy.spatial import distance as dist
from imutils.video import FileVideoStream
from imutils.video import VideoStream
from imutils import face_utils
import numpy as np ?# 數(shù)據(jù)處理的庫 numpy
import argparse
import imutils
import time
import dlib
import CV2
import math
import time
from threading import Thread

def mouth_aspect_ratio(mouth): ?# 嘴部
? ?A = np.linalg.norm(mouth[2] - mouth[10]) ?# 51, 59
? ?B = np.linalg.norm(mouth[4] - mouth[8]) ?# 53, 57
? ?C = np.linalg.norm(mouth[0] - mouth[6]) ?# 49, 55
? ?mar = (A + B) / (2.0 * C)
? ?return mar

相應的演示效果如下：

3.3 點頭檢測算法

基于HPE算法的點頭檢測

HPE(Head Pose Estimation,HPE)算法步驟：2D人臉關(guān)鍵點檢測，3D人臉模型匹配，求解3D點和對應2D點的轉(zhuǎn)換關(guān)系，根據(jù)旋轉(zhuǎn)矩陣求解歐拉角。檢測過程中需要使用世界坐標系(UVW)、相機坐標系(XYZ)、圖像中心坐標系(uv)和像素坐標系(xy)。一個物體相對于相機的姿態(tài)可以使用旋轉(zhuǎn)矩陣和平移矩陣來表示。

• 平移矩陣：物體相對于相機的空間位置關(guān)系矩陣，用T表示；

• 旋轉(zhuǎn)矩陣：物體相對于相機的空間姿態(tài)關(guān)系矩陣，用R表示。

因此必然少不了坐標系轉(zhuǎn)換。如圖所示：

于是世界坐標系(UVW)、相機坐標系(XYZ)、圖像中心坐標系(uv)和像素坐標系(xy)四兄弟閃亮登場。相對關(guān)系如下： 世界坐標系轉(zhuǎn)換到相機坐標：

相機坐標系轉(zhuǎn)換到像素坐標系：

像素坐標系與世界坐標系的關(guān)系為：

圖像中心坐標系轉(zhuǎn)換到像素坐標系：

得到旋轉(zhuǎn)矩陣后，求歐拉角：

設定參數(shù)閾值為0.3，在一個時間段，如10 s內(nèi)，當?shù)皖^歐拉角|Pitch|≥20°或者頭部傾斜歐拉角|Roll|≥20°的時間比例超過0.3時，則認為駕駛員處于瞌睡狀態(tài)，發(fā)出預警。

相關(guān)效果展示：

4 PyQt5

4.1 簡介

Qt是一個跨平臺的 C++ 開發(fā)庫，主要用來開發(fā)圖形用戶界面程序(GUI)，當然也可以開發(fā)不帶界面的命令行程序。 但Qt 是純 C++ 開發(fā)的，PyQt5是基于圖形程序框架Qt5的Python語言實現(xiàn)，由一組Python模塊構(gòu)成。

• QLabel控件：用來顯示文本或圖像。

• QLineEdit窗口控件：提供了一個單頁面的單行文本編輯器。

• QTextEdit窗口控件：提供了一個單頁面的多行文本編輯器。

• QPushButton窗口控件：提供了一個命令按鈕。

• QRadioButton控件：提供了一個單選鈕和一個文本或像素映射標簽。

• QCheckBox窗口控件：提供了一個帶文本標簽的復選框。

• QspinBox控件：允許用戶選擇一個值，要么通過按向上/向下鍵增加/減少當前顯示值，要么直接將值輸入到輸入框中。

• QScrollBar窗口控件：提供了一個水平的或垂直的滾動條。

• QSlider控件：提供了一個垂直的或水平的滑動條。

• QComboBox控件：一個組合按鈕，用于彈出列表。

• QMenuBar控件：提供了一個橫向菜單欄。

• QStatusBar控件：提供了一個適合呈現(xiàn)狀態(tài)信息的水平條，通常放在QMainWindow的底部。

• QToolBar控件：提供了一個工具欄，可以包含多個命令按鈕，通常放在QMainWindow的頂部。

• QListView控件：可以顯示和控制可選的多選列表，可以設置ListMode或IconMode。

• QPixmap控件：可以在繪圖設備上顯示圖像，通常放在QLabel或QPushButton類中。

• Qdialog控件：對話框窗口的基類。

• QWidget是所有用戶界面類的基類，它能接收所有的鼠標、鍵盤和其他系統(tǒng)窗口事件。沒有被嵌入到父窗口中的Widget會被當作一個窗口來調(diào)用，當然，它也可以使用setWindowFlags(Qt.WindowFlags)函數(shù)來設置窗口的顯示效果。QWidget的構(gòu)造函數(shù)可以接收兩個參數(shù)，其中第一個參數(shù)是該窗口的父窗口；第二個參數(shù)是該窗口的Flag，也就是- Qt.WindowFlags。根據(jù)父窗口來決定Widget是嵌入到父窗口中還是被當作一個獨立的窗口來調(diào)用，根據(jù)Flag來設置Widget窗口的一些屬性。

• QMainWindow（主窗口）一般是應用程序的框架，在主窗口中可以添加所需要的Widget，比如添加菜單欄、工具欄、狀態(tài)欄等。主窗口通常用于提供一個大的中央窗口控件（如文本編輯或者繪制畫布）以及周圍的菜單欄、工具欄和狀態(tài)欄。QMainWindow常常被繼承，這使得封裝中央控件、菜單欄，工具欄以及窗口狀態(tài)變得更容易，也可以使用Qt Designer來創(chuàng)建主窗口。

4.2相關(guān)界面代碼

#部分代碼
from PyQt5.QtCore import QTimer, QThread, pyqtSignal, QRegExp, Qt
from PyQt5.QtGui import QImage, QPixmap, QIcon, QTextCursor, QRegExpValidator,QPainter
from PyQt5.QtWidgets import *
from PyQt5.uic import loadUi
from ui.untitled import Ui_Form
from core2 import CoreUI
from dataRecord import DataRecordUI
from dataManage import DataManageUI

from ui.pic import Ui_Form1
from PyQt5 import QtCore
import sys
import os
from PyQt5 import QtGui
from PyQt5 import QtCore
from PyQt5.QtWidgets import *
from PyQt5.QtCore import *
from PyQt5.QtGui import *
import sys
class Main(CoreUI,QMainWindow):
def __init__(self):
?super(Main, self).__init__()
?qssStyle = open(os.path.join('sip/123.qss')).read()
?self.setStyleSheet(qssStyle)

?self.setWindowFlag(QtCore.Qt.FramelessWindowHint)#設置無邊框 ?但是按鍵得重新設置了
?#self.startWebcamButton()
?self.startWebcamButton.setStyleSheet(
? "startWebcamButton{color:black}"
? "startWebcamButton:hover{color:red}"
? "startWebcamButton{background-color:rgb(180,180,180)}"
? "startWebcamButton{border:2px}"
? "startWebcamButton{border-radius:10px}"
? "startWebcamButton{padding:2px 4px}"
? "startWebcamButton{font-size:14pt}")
?self.pushButton.setStyleSheet(
? "#pushButton {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};"
?)
?self.pushButton_2.setStyleSheet(
? "#pushButton_2 {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};"
?)
?self.pushButton_3.setStyleSheet(
? "#pushButton_3 {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};"
?)
?self.pushButton_4.setStyleSheet(
? "#pushButton_4 {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};"
?)
?#self.setStyleSheet("color:white")#顏色全變
?self.pushButton_4.clicked.connect(QCoreApplication.instance().quit)
def closewin(self):
?self.close()

def mouseMoveEvent(self, e: QMouseEvent): ?# 重寫移動事件
?self._endPos = e.pos() - self._startPos
?self.move(self.pos() + self._endPos)

def mousePressEvent(self, e: QMouseEvent):
?if e.button() == Qt.LeftButton:
? self._isTracking = True
? self._startPos = QPoint(e.x(), e.y())

def mouseReleaseEvent(self, e: QMouseEvent):
?if e.button() == Qt.LeftButton:
? self._isTracking = False
? self._startPos = None
? self._endPos = None

def paintEvent(self, a0: QtGui.QPaintEvent) -> None:
?painter = QPainter(self)
?pixmap = QPixmap("sip/5.jfif")
?painter.drawPixmap(self.rect(), pixmap)
?#self.setupUi(self)
'''def open(self):
?path = r"sip/new"
?QDesktopServices.openUrl(QUrl.fromLocalFile(path))'''
class Child(DataRecordUI,QMainWindow):
def __init__(self):
?super(Child, self).__init__()
?self.setWindowFlag(QtCore.Qt.FramelessWindowHint)
?qssStyle = open(os.path.join('sip/123.qss')).read()
?self.setStyleSheet(qssStyle)
?#self.setupUi(self)
def OPEN(self):
? self.show()
def closewin(self):
?self.close()
def returnmain(self):

?self.pushButton.clicked.connect(main.show)
?self.pushButton.clicked.connect(ch.hide)
def paintEvent(self, a0: QtGui.QPaintEvent) -> None:
?painter = QPainter(self)
?pixmap = QPixmap("sip/5.jfif")
?painter.drawPixmap(self.rect(), pixmap)

class Child1(DataManageUI,QMainWindow):
def __init__(self):
?super(Child1,self).__init__()
?self.setWindowFlag(QtCore.Qt.FramelessWindowHint)
?qssStyle = open(os.path.join('sip/123.qss')).read()
?self.setStyleSheet(qssStyle)
def OPEN(self):
?self.show()
def closewin(self):
?self.close()
def returnmain(self):

?self.pushButton.clicked.connect(main.show)
?self.pushButton.clicked.connect(ch1.hide)
def paintEvent(self, a0: QtGui.QPaintEvent) -> None:
?painter = QPainter(self)
?pixmap = QPixmap("sip/5.jfif")
?painter.drawPixmap(self.rect(), pixmap)

class help(Ui_Form,QWidget):
def __init__(self):
?super(help,self).__init__()
?self.setWindowFlag(QtCore.Qt.FramelessWindowHint)
?self.setupUi(self)
?qssStyle = open(os.path.join('sip/123.qss')).read()
?self.setStyleSheet(qssStyle)
?'''qssStyle1 = open(os.path.join('sip/123.qss')).read()
?self.setStyleSheet(qssStyle1)'''
def OPEN(self):
?self.show()
def returnmain(self):
?self.pushButton.clicked.connect(main.show)
?self.pushButton.clicked.connect(Help.hide)
def paintEvent(self, a0: QtGui.QPaintEvent) -> None:
?painter = QPainter(self)
?pixmap = QPixmap("sip/5.jfif")
?painter.drawPixmap(self.rect(), pixmap)

class add(Ui_Form1,QWidget):
def __init__(self):
?super(add,self).__init__()
?#self.setWindowFlag(QtCore.Qt.FramelessWindowHint)
?self.setupUi(self)
?self.setWindowFlag(QtCore.Qt.FramelessWindowHint)
?qssStyle = open(os.path.join('sip/123.qss')).read()
?self.setStyleSheet(qssStyle)
?#qssStyle = open(os.path.join('123.qss')).read()
?self.pushButton.clicked.connect(self.close)
?#self.setStyleSheet(qssStyle)
def OPEN(self):
?self.show()
def paintEvent(self, a0: QtGui.QPaintEvent) -> None:
?painter = QPainter(self)
?pixmap = QPixmap("./sip/5.jfif")
?painter.drawPixmap(self.rect(), pixmap)

if __name__ =="__main__":
#QtCore.QCoreApplication.setAttribute(QtCore.Qt.AA_EnableHighDpiScaling)
app = QApplication(sys.argv)
main = Main()
ch = Child()
ch1 = Child1()
Help = help()
ADD=add()
main.show()
#main.setStyleSheet("{border-image:url(sip/background.jpg)}")
main.pushButton.clicked.connect(main.hide)
main.pushButton.clicked.connect(ch.OPEN)
main.pushButton_2.clicked.connect(main.hide)
main.pushButton_2.clicked.connect(ch1.OPEN)
main.pushButton_3.clicked.connect(main.hide)
main.pushButton_3.clicked.connect(Help.OPEN)
main.pushButton_11.clicked.connect(ADD.OPEN)
ch.pushButton.clicked.connect(ch.returnmain)
ch1.pushButton.clicked.connect(ch1.returnmain)
Help.pushButton.clicked.connect(Help.returnmain)
#ADD.pushButton.clicked.connect(ADD.close)
sys.exit(app.exec_())

5 最后

畢設幫助，選題指導，技術(shù)解答，歡迎打擾，見B站個人主頁

https://space.bilibili.com/33886978