Stable Diffusion+Pyqt5： 实现图像生成与管理界面（带保存 + 历史记录 + 删除功能）——我的实验记录（结尾附系统效果图）

目录

🧠 前言

🧾 我的需求

🔧 实现过程（按功能一步步来）

🚶‍♂️ Step 1：基本图像生成界面

🗃️ Step 2：保存图片并显示历史记录

📏 Step 3：优化长提示词显示和添加删除功能

🧹 Step 4：解决新生成图片删除失败

⚠️ 遇到的问题总结

✅ 最终效果展示

🧩 总结 & 收获

---

🧠 前言

本科课设做过一个人脸面部表情识别系统，当时是用Pyqt5库实现的图形可视化界面，最近我尝试结合 PyQt5 和 Stable Diffusion 模型开发一个图像生成工具，目标是实现一个带有图形界面的系统，能够输入提示词生成图像、自动保存并按序命名、查看历史记录并支持删除功能。在开发过程中，我逐步实现了功能，也遇到了一些问题，最终在优化下达到了预期效果。本文将记录我的需求、实现过程、遇到的问题以及最终成果。
这一篇是在先前部署Stable Diffusion V1.5的基础上，加入了图形界面显示优化，部署可看从零搭建这篇，搭建完即可链接本篇：
深度学习项目记录·Stable Diffusion从零搭建、复现笔记-CSDN博客
从全灰到清晰图像：我的 Stable Diffusion 多尺度优化学习记录-CSDN博客
这里初始图像生成迭代步数我设置为30步，img2img优化迭代步数设置为50步



可能不好理解为什么实际运行生成图片过程中是15步？其实大概知道是微调受strength参数影响，50*0.3=15，这里我查了仔细解释，如下：
在 img2img（图像到图像）模式中，实际执行的迭代步数通常会受到 strength 参数的影响，而不是直接等于 num_inference_steps。
 

第一，strength 参数的作用：

• strength（这里是0.3）控制从初始图像 init_image 到生成新图像的“变化程度”。
• 它的取值范围是0到1：
  • strength=0：完全保留初始图像，不做任何改变。
  • strength=1：完全忽略初始图像，等同于从头生成（text-to-image）。
  • strength=0.3：表示保留70%的初始图像特征，只对30%的内容进行调整。
     

第二，为什么是15步而不是50步？

• 在 img2img 模式中，初始图像 init_image 已经提供了大部分结构，模型不需要从完全随机的噪声开始生成。因此，strength=0.3 表示只需要对图像进行轻微调整，实际迭代步数被缩减为 50 * 0.3 = 15。
• 这是一个优化机制，避免浪费计算资源。
   

 第三，总结

• 第一行（30/30）：对应 pipe(prompt, ..., num_inference_steps=30)，完整的30步生成。
• 第二行（15/15）：对应 img2img_pipe(..., num_inference_steps=50, strength=0.3)，实际步数被 strength=0.3 缩减为15步。
• 原因：img2img 模式的 strength 参数调整了实际迭代步数，以适配从已有图像开始的优化过程。

正文开始：

🧾 我的需求

1. 生成逻辑

   • 输入提示词 → 点击生成 → 得到一张图像并保存，文件名按序递增（如 image_001.png, image_002.png）

   • 生成完成后暂停，等待下一次手动点击“开始生成”。

2. 交互界面

   • 提供“清空提示词”按钮，方便输入新提示词。

   • 历史记录列表显示生成的图像，格式为：

     image_001.png  
     描述: A beautiful sunset
     

3. 历史管理

   • 长提示词能完整显示，不被截断。

   • 每张图片支持删除功能，点击图片名称后可删除对应文件。

---

🔧 实现过程（按功能一步步来）

---

🚶‍♂️ Step 1：基本图像生成界面

目标：实现一个简单的 PyQt5 界面，能够输入提示词并生成图像，仅显示在界面上，不保存。

主要通过导入PyQt5库实现：

实现要点：

• 使用 StableDiffusionPipeline 和 StableDiffusionImg2ImgPipeline 生成图像。

• 创建 PyQt5 界面，包含 QLineEdit（输入提示词）、QPushButton（开始生成）、QLabel（显示图像）

• 将生成过程放入 QThread，通过信号机制 pyqtSignal将生成的图像传回主线程显示。(生成图像是个耗时操作，用 QThread 异步处理)
  
  用到的 Python 原理和技术：

• 多线程（QThread）：避免生成图像时阻塞主界面，使用 pyqtSignal 传递结果。
• GUI 布局（QVBoxLayout, QHBoxLayout）：组织界面元素。
• 图像处理（PIL 到 QPixmap）：将生成的 PIL 图像转换为 PyQt5 可显示的格式。

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：保存图片并显示历史记录

目标：在生成图像后自动保存，并用列表显示图片名称和提示词，支持点击查看。

实现要点：

• 添加保存路径和文件名生成逻辑（image_001.png 等）。
• 使用 QListWidget 显示历史记录，每张图片占两行：文件名和描述。
• 实现点击列表项显示对应图像的功能。
   

  用到的 Python 原理和技术：

• 文件操作（os.path, os.makedirs）：创建目录并保存图像。
• 列表控件（QListWidget）：存储和显示图片名及描述，使用 addItem 添加条目。
• 字典（dict）：用 self.history_data 存储文件名和提示词的映射，便于查看时获取描述。
• 事件处理（itemClicked）：绑定点击事件，加载并显示选中的图像。

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：优化长提示词显示和添加删除功能

目标：解决长提示词截断问题，并为每张图片添加删除按钮。

实现要点：

• 设置 QListWidget 宽度、开启自动换行；

• 新增“删除图像”按钮，绑定删除逻辑；

• 删除时移除对应列表项，弹确认框防误删。
   

  用到的 Python 原理和技术：

• 控件属性调整（setMaximumWidth, setWordWrap）：增加宽度并启用自动换行。
• 文件删除（os.remove）：删除磁盘上的图片文件。
• 列表操作（takeItem）：从 QListWidget 中移除条目。
• 对话框（QMessageBox）：提供删除确认提示。

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：解决新生成图片删除失败

现象：已有图片可以删，但刚生成的删不了，会报错 [WinError 2]。

原因：生成线程或图像显示时还占着这个文件的资源，没释放。

解决办法：

• 生成完成后手动释放图像对象；

• 删除前清空当前显示的图像；

• 加一波 gc.collect() 触发垃圾回收。
   

  用到的 Python 原理和技术：

• 垃圾回收（gc.collect）：强制释放内存中的图像对象。
• 资源管理（del, clear）：显式删除图像对象并清除 QLabel 显示。
• 异常处理（try-except）：捕获删除时的错误并显示。

def on_generation_finished(self, image, save_path, prompt):# 显示图像 & 加入历史列表 ...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)

---

⚠️ 遇到的问题总结

问题	描述	解决方法
❌ 无法保存图像	最初没写保存逻辑	手动加保存路径 + 文件名管理
❌ 提示词显示不完整	长提示词在历史列表中只显示一行	增加宽度 + 开启 setWordWrap(True)
❌ 新图片删不掉	报错 [WinError 2] 文件被占用	显式释放图像资源 + 清空 QLabel + 垃圾回收

---

✅ 最终效果展示

1. 生成 + 保存

   • 输入提示词，点击“开始生成”，生成一张图像并保存（如 image_001.png），完成后暂停。
   • 清空提示词后输入新提示词，点击生成，保存为 image_002.png，文件名依次递增。
     

2. 历史记录显示

   • 历史列表中，文件名和提示词分两行显示，长提示词自动换行，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. 删除功能完善

   • 选中历史中的图片文件名，点“删除”按钮，会弹窗确认；
     

   • 删除后界面实时刷新，文件从磁盘也会消失；删除后：
     

   • 新生成的图片也能正常删了！删除001.png
     
     下方显示已删除图像+图像名
     生成测试：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
     这位男士穿着一件纯色图案的短袖 T 恤。T恤为棉质面料，领口呈 V 形。这位男士穿着一条长裤。裤子为纯棉面料，纯色图案。
     效果一般，测试2：A little girl is sitting in front of a large painted rainbow .
     
     测试3：White dog playing with a red ball on the shore near the water .
     
     
     
     关闭系统界面，图像已保存到本地
     

---

🧩 总结 & 收获

这个小项目让我逐步实践了以下内容：

• PyQt5 界面搭建；

• 多线程 + 信号机制避免卡顿；

• 图像处理、自动保存、文件管理；

• 资源释放与垃圾回收（真香）；

• 控件交互与用户体验优化。

最关键的是，从一开始的功能设想到实际落地、再到解决 bug 完善体验，完整走了一遍闭环，非常适合练手或当项目展示。

---

如果你也想做个图像生成小工具类似系统，可以直接参考我这套逻辑（Pyqt5+生成模型）。