1--前言

① 创建两个线程，主线程为ui线程，子线程用于读取摄像头视频，将处理后的图像帧数据（处理操作可以人为添加）返回到主线程进行可视化；

② 子线程向主线程传递视频帧数据集涉及图像的编码操作，主线程接收子线程的数据时涉及图像的解码操作；

2--基于Qt Designer设计ui文件

3--视频的编解码操作

① 编码操作：

# 图像编码函数
def Encoder(self, img):retval, buffer = cv2.imencode('.jpg', img)jpg_as_bytes = base64.b64encode(buffer)jpg_as_str = jpg_as_bytes.decode('ascii')json_object = json.dumps({'img_str': jpg_as_str})return json_object

注：img 为 opencv 读取图像的格式（默认uint8, BGR）; 编码后的数据 json_object 可以直接通过signal.emit(json_object) 进行发送。

② 解码操作：

# 图片解码函数
def Decoder(self, img_json):jpg_as_str = json.loads(img_json)['img_str']jpg_as_bytes = jpg_as_str.encode('ascii')jpg_original = base64.b64decode(jpg_as_bytes)jpg_as_np = np.frombuffer(jpg_original, dtype=np.uint8)img = cv2.imdecode(jpg_as_np, flags=1)return img

注：输入的 img_json 与编码函数生成的 json_object 格式相同；解码生成的 img 可以通过cv2.imshow("window_name", img) 和 cv2.waitKey(0)进行显示。

4--完整代码

import sys
import timeimport json
import cv2
import base64
import numpy as npfrom PyQt5.QtCore import *
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *
from PyQt5 import uic# 子线程1：打开摄像头，返回当前帧图像到主线程
class Open_Cam(QThread):Open_Cam_signal = pyqtSignal(str)  # 接受来自主线程的信号def __init__(self, main_signal):super().__init__()# 信号绑定槽函数self.Open_Cam_signal.connect(self.Open_Cam)self.opencam_complete_signal = main_signal  # 返回主线程的信号def Open_Cam(self, Cam):# 将json字符串转换Cam_index = json.loads(Cam)  # 0cap = cv2.VideoCapture(Cam_index)fps = cap.get(cv2.CAP_PROP_FPS)while True:ret, self.frame = cap.read()'''这里你可以添加对图像进行处理的操作'''json_object = self.Encoder(self.frame)  # 对图片进行编码self.opencam_complete_signal.emit(json_object)  # 发送编码到主线程cv2.waitKey(int((1 / fps) * 1000))# 图像编码函数def Encoder(self, img):retval, buffer = cv2.imencode('.jpg', img)jpg_as_bytes = base64.b64encode(buffer)jpg_as_str = jpg_as_bytes.decode('ascii')json_object = json.dumps({'img_str': jpg_as_str})return json_objectdef run(self):while True:  # 让子线程一直运行，等待主线程(ui线程)下发的任务print("子线程1正在等待执行....")time.sleep(2)class MyWindow(QWidget):opencam_complete_signal = pyqtSignal(str)  # 子线程返回摄像头图像到主线程的信号def __init__(self):super().__init__()self.init_ui()self.cam_idx = 0def init_ui(self):self.ui = uic.loadUi("./Cam.ui")  # 加载由Qt Designer设计的ui文件# 加载控件self.open_cam_btn = self.ui.pushButtonself.cam_view = self.ui.graphicsView# 绑定槽函数self.open_cam_btn.clicked.connect(self.open_cam)self.opencam_complete_signal.connect(self.view_cam)self.Opencam_Thread = Open_Cam(self.opencam_complete_signal)  # 子线程1self.Opencam_Thread.start()  # 子线程1运行，等待下发任务def open_cam(self):  # 给子线程1发送打开摄像头的信号self.Opencam_Thread.Open_Cam_signal.emit(json.dumps(self.cam_idx))def view_cam(self, img_json):  # 接受来自子线程1返回的摄像头数据self.img_json = img_jsonimg = self.Decoder(self.img_json)frame = QImage(img, img.shape[1], img.shape[0], img.strides[0], QImage.Format_RGB888).rgbSwapped()pix = QPixmap.fromImage(frame)item = QGraphicsPixmapItem(pix)  # 创建像素图元scene = QGraphicsScene()  # 创建场景scene.addItem(item)self.cam_view.setScene(scene)  # 将场景添加至视图self.cam_view.fitInView(item)  # 自适应大小# 图片解码函数def Decoder(self, img_json):jpg_as_str = json.loads(img_json)['img_str']jpg_as_bytes = jpg_as_str.encode('ascii')jpg_original = base64.b64decode(jpg_as_bytes)jpg_as_np = np.frombuffer(jpg_original, dtype=np.uint8)img = cv2.imdecode(jpg_as_np, flags=1)return imgif __name__ == '__main__':app = QApplication(sys.argv)  # 创建对象w = MyWindow()# 展示窗口w.ui.show()# 程序进行循环等待状态app.exec_()