目錄

🧠 前言

🧾 我的需求

🔧 實現過程（按功能一步步來）

🚶?♂? Step 1：基本圖像生成界面

🗃? Step 2：保存圖片并顯示歷史記錄

📏 Step 3：優化長提示詞顯示和添加刪除功能

🧹 Step 4：解決新生成圖片刪除失敗

?? 遇到的問題總結

? 最終效果展示

🧩 總結 & 收獲

---

🧠 前言

本科課設做過一個人臉面部表情識別系統，當時是用Pyqt5庫實現的圖形可視化界面，最近我嘗試結合 PyQt5 和 Stable Diffusion 模型開發一個圖像生成工具，目標是實現一個帶有圖形界面的系統，能夠輸入提示詞生成圖像、自動保存并按序命名、查看歷史記錄并支持刪除功能。在開發過程中，我逐步實現了功能，也遇到了一些問題，最終在優化下達到了預期效果。本文將記錄我的需求、實現過程、遇到的問題以及最終成果。
這一篇是在先前部署Stable Diffusion V1.5的基礎上，加入了圖形界面顯示優化，部署可看從零搭建這篇，搭建完即可鏈接本篇：
深度學習項目記錄·Stable Diffusion從零搭建、復現筆記-CSDN博客
從全灰到清晰圖像：我的 Stable Diffusion 多尺度優化學習記錄-CSDN博客
這里初始圖像生成迭代步數我設置為30步，img2img優化迭代步數設置為50步



可能不好理解為什么實際運行生成圖片過程中是15步？其實大概知道是微調受strength參數影響，50*0.3=15，這里我查了仔細解釋，如下：
在 img2img（圖像到圖像）模式中，實際執行的迭代步數通常會受到 strength 參數的影響，而不是直接等于 num_inference_steps。
?

第一，strength 參數的作用：

• strength（這里是0.3）控制從初始圖像 init_image 到生成新圖像的“變化程度”。
• 它的取值范圍是0到1：
  • strength=0：完全保留初始圖像，不做任何改變。
  • strength=1：完全忽略初始圖像，等同于從頭生成（text-to-image）。
  • strength=0.3：表示保留70%的初始圖像特征，只對30%的內容進行調整。
    ?

第二，為什么是15步而不是50步？

• 在 img2img 模式中，初始圖像 init_image 已經提供了大部分結構，模型不需要從完全隨機的噪聲開始生成。因此，strength=0.3 表示只需要對圖像進行輕微調整，實際迭代步數被縮減為 50 * 0.3 = 15。
• 這是一個優化機制，避免浪費計算資源。
  ?

?第三，總結

• 第一行（30/30）：對應 pipe(prompt, ..., num_inference_steps=30)，完整的30步生成。
• 第二行（15/15）：對應 img2img_pipe(..., num_inference_steps=50, strength=0.3)，實際步數被 strength=0.3 縮減為15步。
• 原因：img2img 模式的 strength 參數調整了實際迭代步數，以適配從已有圖像開始的優化過程。

正文開始：

🧾 我的需求

1. 生成邏輯

   • 輸入提示詞 → 點擊生成 → 得到一張圖像并保存，文件名按序遞增（如 image_001.png, image_002.png）

   • 生成完成后暫停，等待下一次手動點擊“開始生成”。

2. 交互界面

   • 提供“清空提示詞”按鈕，方便輸入新提示詞。

   • 歷史記錄列表顯示生成的圖像，格式為：

     image_001.png  
     描述: A beautiful sunset
     

3. 歷史管理

   • 長提示詞能完整顯示，不被截斷。

   • 每張圖片支持刪除功能，點擊圖片名稱后可刪除對應文件。

---

🔧 實現過程（按功能一步步來）

---

🚶?♂? Step 1：基本圖像生成界面

目標：實現一個簡單的 PyQt5 界面，能夠輸入提示詞并生成圖像，僅顯示在界面上，不保存。

主要通過導入PyQt5庫實現：

實現要點：

• 使用 StableDiffusionPipeline 和 StableDiffusionImg2ImgPipeline 生成圖像。

• 創建 PyQt5 界面，包含 QLineEdit（輸入提示詞）、QPushButton（開始生成）、QLabel（顯示圖像）

• 將生成過程放入 QThread，通過信號機制 pyqtSignal將生成的圖像傳回主線程顯示。(生成圖像是個耗時操作，用 QThread 異步處理)
  
  用到的 Python 原理和技術：

• 多線程（QThread）：避免生成圖像時阻塞主界面，使用 pyqtSignal 傳遞結果。
• GUI 布局（QVBoxLayout, QHBoxLayout）：組織界面元素。
• 圖像處理（PIL 到 QPixmap）：將生成的 PIL 圖像轉換為 PyQt5 可顯示的格式。

class ImageGenerationThread(QThread):finished = pyqtSignal(object)def run(self):image = self.pipe(self.prompt).images[0]self.finished.emit(image)def generate_image(self):self.thread = ImageGenerationThread(prompt, save_path)self.thread.finished.connect(self.show_image)self.thread.start()def show_image(self, image):image.save("temp.png")pixmap = QPixmap("temp.png")self.image_label.setPixmap(pixmap)

---

🗃? Step 2：保存圖片并顯示歷史記錄

目標：在生成圖像后自動保存，并用列表顯示圖片名稱和提示詞，支持點擊查看。

實現要點：

• 添加保存路徑和文件名生成邏輯（image_001.png 等）。
• 使用 QListWidget 顯示歷史記錄，每張圖片占兩行：文件名和描述。
• 實現點擊列表項顯示對應圖像的功能。
  ?

  用到的 Python 原理和技術：

• 文件操作（os.path, os.makedirs）：創建目錄并保存圖像。
• 列表控件（QListWidget）：存儲和顯示圖片名及描述，使用 addItem 添加條目。
• 字典（dict）：用 self.history_data 存儲文件名和提示詞的映射，便于查看時獲取描述。
• 事件處理（itemClicked）：綁定點擊事件，加載并顯示選中的圖像。

def generate_image(self):filename = f"image_{self.count:03d}.png"save_path = os.path.join(self.save_dir, filename)self.thread = ImageGenerationThread(prompt, save_path)self.thread.finished.connect(self.on_generation_finished)def on_generation_finished(self, image, save_path, prompt):pixmap = QPixmap(save_path)self.image_label.setPixmap(pixmap)filename = os.path.basename(save_path)self.history_list.addItem(filename)self.history_list.addItem(f"描述: {prompt}")self.history_data[filename] = promptself.count += 1

---

📏 Step 3：優化長提示詞顯示和添加刪除功能

目標：解決長提示詞截斷問題，并為每張圖片添加刪除按鈕。

實現要點：

• 設置 QListWidget 寬度、開啟自動換行；

• 新增“刪除圖像”按鈕，綁定刪除邏輯；

• 刪除時移除對應列表項，彈確認框防誤刪。
  ?

  用到的 Python 原理和技術：

• 控件屬性調整（setMaximumWidth, setWordWrap）：增加寬度并啟用自動換行。
• 文件刪除（os.remove）：刪除磁盤上的圖片文件。
• 列表操作（takeItem）：從 QListWidget 中移除條目。
• 對話框（QMessageBox）：提供刪除確認提示。

self.history_list.setMaximumWidth(400)
self.history_list.setWordWrap(True)def delete_selected_image(self):filename = self.history_list.selectedItems()[0].text()image_path = os.path.join(self.save_dir, filename)os.remove(image_path)row = self.history_list.row(selected_item)self.history_list.takeItem(row + 1)  # 描述self.history_list.takeItem(row)      # 文件名

---

🧹 Step 4：解決新生成圖片刪除失敗

現象：已有圖片可以刪，但剛生成的刪不了，會報錯 [WinError 2]。

原因：生成線程或圖像顯示時還占著這個文件的資源，沒釋放。

解決辦法：

• 生成完成后手動釋放圖像對象；

• 刪除前清空當前顯示的圖像；

• 加一波 gc.collect() 觸發垃圾回收。
  ?

  用到的 Python 原理和技術：

• 垃圾回收（gc.collect）：強制釋放內存中的圖像對象。
• 資源管理（del, clear）：顯式刪除圖像對象并清除 QLabel 顯示。
• 異常處理（try-except）：捕獲刪除時的錯誤并顯示。

def on_generation_finished(self, image, save_path, prompt):# 顯示圖像 & 加入歷史列表 ...del imagegc.collect()self.image_label.clear()def delete_selected_image(self):if self.image_label.pixmap():self.image_label.clear()os.remove(image_path)

---

?? 遇到的問題總結

問題	描述	解決方法
? 無法保存圖像	最初沒寫保存邏輯	手動加保存路徑 + 文件名管理
? 提示詞顯示不完整	長提示詞在歷史列表中只顯示一行	增加寬度 + 開啟 setWordWrap(True)
? 新圖片刪不掉	報錯 [WinError 2] 文件被占用	顯式釋放圖像資源 + 清空 QLabel + 垃圾回收

---

? 最終效果展示

1. 生成 + 保存

   • 輸入提示詞，點擊“開始生成”，生成一張圖像并保存（如 image_001.png），完成后暫停。
   • 清空提示詞后輸入新提示詞，點擊生成，保存為 image_002.png，文件名依次遞增。
     

2. 歷史記錄顯示

   • 歷史列表中，文件名和提示詞分兩行顯示，長提示詞自動換行，例如：

     image_001.png  
     描述: A beautiful sunset over the mountains with a long description that wraps
     image_002.png  
     描述: A cute kitten playing with a ball
     

3. 刪除功能完善

   • 選中歷史中的圖片文件名，點“刪除”按鈕，會彈窗確認；
     

   • 刪除后界面實時刷新，文件從磁盤也會消失；刪除后：
     

   • 新生成的圖片也能正常刪了！刪除001.png
     
     下方顯示已刪除圖像+圖像名
     生成測試：This guy is wearing a short-sleeve T-shirt with pure color patterns. The T-shirt is with cotton fabric and its neckline is v-shape. The pants this guy wears is of long length. The pants are with cotton fabric and solid color patterns
     這位男士穿著一件純色圖案的短袖 T 恤。T恤為棉質面料，領口呈 V 形。這位男士穿著一條長褲。褲子為純棉面料，純色圖案。
     效果一般，測試2：A little girl is sitting in front of a large painted rainbow .
     
     測試3：White dog playing with a red ball on the shore near the water .
     
     
     
     關閉系統界面，圖像已保存到本地
     

---

🧩 總結 & 收獲

這個小項目讓我逐步實踐了以下內容：

• PyQt5 界面搭建；

• 多線程 + 信號機制避免卡頓；

• 圖像處理、自動保存、文件管理；

• 資源釋放與垃圾回收（真香）；

• 控件交互與用戶體驗優化。

最關鍵的是，從一開始的功能設想到實際落地、再到解決 bug 完善體驗，完整走了一遍閉環，非常適合練手或當項目展示。

---

如果你也想做個圖像生成小工具類似系統，可以直接參考我這套邏輯（Pyqt5+生成模型）。