PySide6 中 QWidget 动态绘制与视频录制教程-Python教程-PHP中文网

PySide6 中 QWidget 动态绘制与视频录制教程

本教程详细介绍了如何在 pyside6 应用中实现 qwidget 的动态内容绘制，并同时将这些动态帧捕获并保存为视频文件。文章将指导读者正确使用 qpainter 进行界面绘制，并通过 qwidget 的 `grab()` 方法结合 `imageio` 库高效地将实时画面转换为视频帧，避免常见的绘制上下文错误，确保流畅的显示与录制。

引言：PySide6 动态绘制与视频生成的需求

在许多图形界面应用中，我们可能需要在一个 QWidget 上实时显示动态内容（例如动画、数据可视化），并同时将这些动态变化的过程录制成视频或 GIF。直接在 paintEvent 中尝试将内容绘制到 QImage 上，再将 QImage 渲染回 QWidget，往往会导致 QPainter 上下文冲突或 QWidget::render 调用错误。本文将提供一个健壮的解决方案，利用 QPainter 进行高效的界面绘制，并通过 QWidget.grab() 结合 imageio 库实现无缝的视频帧捕获与生成。

核心概念与技术栈

要实现上述目标，我们需要掌握以下核心技术和库：

PySide6 (Qt for Python): 用于构建图形用户界面。
- QWidget: 基础的用户界面组件。
- QPainter: 用于在绘制设备（如 QWidget、QPixmap、QImage）上进行低级绘制。
- QTimer: 用于定时触发更新，实现动画效果。
- QPixmap, QImage: 用于处理图像数据。
imageio: 一个强大的 Python 库，用于读取和写入各种图像和视频文件格式。
- 需要安装 imageio 和 imageio[ffmpeg]（用于支持 FFmpeg 编解码器，以便生成常见的视频格式如 AVI, MP4）。
NumPy: 用于高效地处理图像数据，将 QImage 转换为 imageio 可接受的 NumPy 数组格式。

环境准备

在开始之前，请确保您的 Python 环境中已安装必要的库：

pip install PySide6 imageio numpy
pip install imageio[ffmpeg] # 确保视频编码功能可用

实现动态绘制与帧捕获

我们将创建一个自定义的 PlotWidget 类，它继承自 QWidget。这个组件将负责：

定时更新： 使用 QTimer 定期触发绘制和帧捕获。
界面绘制： 在 paintEvent 中使用 QPainter 绘制动态内容。
帧捕获与视频生成： 在定时器触发的方法中，捕获当前 QWidget 的内容，并将其追加到 imageio 视频写入器中。

1. PlotWidget 初始化

在 PlotWidget 的构造函数中，我们将设置定时器、初始化视频写入器，并定义窗口大小。

import imageio, numpy as np
from PySide6.QtWidgets import QApplication, QWidget
from PySide6.QtCore import QPoint, QRect, QTimer, Qt
from PySide6.QtGui import QPainter, QPointList, QImage

WIDTH = 720
HEIGHT = 720

class PlotWidget(QWidget):
    def __init__(self, parent=None):
        super().__init__(parent)
        self.setWindowTitle("PySide6 动态绘制与视频录制")
        self.setFixedSize(WIDTH, HEIGHT) # 固定窗口大小

        self._timer = QTimer(self)
        self._timer.setInterval(100) # 每100毫秒触发一次，即10帧/秒
        self._timer.timeout.connect(self.frame)

        self._points = QPointList() # 示例数据，用于绘制

        self._totalFrames = 100 # 录制100帧后停止
        # 初始化 imageio 视频写入器，指定输出文件名和帧率
        self._vid_writer = imageio.get_writer('output_video.avi', fps=10) 

        self._timer.start() # 启动定时器

2. paintEvent 实现

paintEvent 负责在 QWidget 上进行绘制。关键在于，QPainter 应该直接作用于 self (即 QWidget 实例)，而不是一个临时的 QImage。

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

    def paintEvent(self, event):
        with QPainter(self) as painter: # QPainter 直接作用于当前 QWidget
            rect = QRect(QPoint(0, 0), self.size())
            painter.fillRect(rect, Qt.white) # 填充背景
            painter.setPen(Qt.red) # 设置画笔颜色
            painter.drawPoints(self._points) # 绘制示例点

3. frame 方法：动画逻辑与帧捕获

frame 方法由 QTimer 定时调用。它负责更新绘制数据、触发 paintEvent、捕获当前 QWidget 的画面，并将其追加到视频文件中。

    def frame(self):
        # 示例：更新绘制数据，这里只是简单地清空并添加一个点
        self._points.clear()
        self._points.append(QPoint(np.random.randint(0, WIDTH), np.random.randint(0, HEIGHT)))

        # 如果还有帧需要录制
        if self._totalFrames > 0:
            self.update() # 触发 paintEvent，更新界面显示

            # 捕获 QWidget 的当前内容
            pixmap = self.grab() 
            # 将 QPixmap 转换为 QImage，并确保格式为 RGB888，便于 NumPy 处理
            qimg = pixmap.toImage().convertToFormat(QImage.Format_RGB888)

            # 将 QImage 的像素数据转换为 NumPy 数组
            # 注意：这里直接访问 QImage 的底层数据，效率高
            # strides 参数是关键，确保 NumPy 正确解析内存布局
            array = np.ndarray((qimg.height(), qimg.width(), 3), 
                               buffer=qimg.constBits(), 
                               strides=[qimg.bytesPerLine(), 3, 1], 
                               dtype=np.uint8)

            # 如果视频写入器未关闭，则追加帧
            if not self._vid_writer.closed:
                self._vid_writer.append_data(array)
        else:
            # 录制完成后，停止定时器并关闭视频写入器
            self._timer.stop()
            if not self._vid_writer.closed:
                self._vid_writer.close()
            print("视频录制完成！")

        self._totalFrames -= 1 # 减少剩余帧数

4. 资源清理 (closeEvent)

为了确保视频文件正确关闭，即使程序异常退出，也应在 QWidget 关闭时执行清理操作。

    def closeEvent(self, event):
        if not self._vid_writer.closed:
            self._vid_writer.close() # 关闭视频写入器
        self._timer.stop() # 停止定时器
        event.accept() # 接受关闭事件

完整示例代码

将以上部分整合，形成一个可运行的完整示例：

import imageio, numpy as np
from PySide6.QtWidgets import QApplication, QWidget
from PySide6.QtCore import QPoint, QRect, QTimer, Qt
from PySide6.QtGui import QPainter, QPointList, QImage

WIDTH = 720
HEIGHT = 720

class PlotWidget(QWidget):
    def __init__(self, parent=None):
        super().__init__(parent)
        self.setWindowTitle("PySide6 动态绘制与视频录制")
        self.setFixedSize(WIDTH, HEIGHT)

        self._timer = QTimer(self)
        self._timer.setInterval(100) # 100ms = 10 FPS
        self._timer.timeout.connect(self.frame)

        self._points = QPointList()

        self._totalFrames = 100 # 录制100帧
        self._vid_writer = imageio.get_writer('output_video.avi', fps=10) # 输出视频文件

        self._timer.start() # 启动定时器

    def closeEvent(self, event):
        """
        在窗口关闭时，确保视频写入器和定时器被正确关闭。
        """
        if not self._vid_writer.closed:
            self._vid_writer.close()
            print("视频写入器已关闭。")
        self._timer.stop()
        event.accept()

    def frame(self):
        """
        定时器触发的方法，用于更新数据、重绘界面并捕获帧。
        """
        # 示例：更新绘制数据，这里只是简单地添加一个随机点
        self._points.clear()
        self._points.append(QPoint(np.random.randint(0, WIDTH), np.random.randint(0, HEIGHT)))

        if self._totalFrames > 0:
            self.update() # 触发 paintEvent 重新绘制界面

            # 捕获 QWidget 的当前显示内容
            pixmap = self.grab()
            # 转换为 QImage，并指定 RGB888 格式，便于后续 NumPy 处理
            qimg = pixmap.toImage().convertToFormat(QImage.Format_RGB888)

            # 将 QImage 的像素数据转换为 NumPy 数组
            # 注意 strides 参数确保正确解析 QImage 的内存布局
            array = np.ndarray((qimg.height(), qimg.width(), 3), 
                               buffer=qimg.constBits(), 
                               strides=[qimg.bytesPerLine(), 3, 1], 
                               dtype=np.uint8)

            # 将 NumPy 数组作为一帧追加到视频文件
            if not self._vid_writer.closed:
                self._vid_writer.append_data(array)
        else:
            # 录制帧数达到上限，停止定时器并关闭视频写入器
            self._timer.stop()
            if not self._vid_writer.closed:
                self._vid_writer.close()
            print(f"视频录制完成，已生成 {self._totalFrames} 帧，文件：output_video.avi")
            # 录制完成后可以考虑关闭应用程序
            QApplication.instance().quit()

        self._totalFrames -= 1

    def paintEvent(self, event):
        """
        QPainter 绘制事件，用于在 QWidget 上绘制内容。
        """
        with QPainter(self) as painter: # QPainter 直接作用于当前 QWidget
            rect = QRect(QPoint(0, 0), self.size())
            painter.fillRect(rect, Qt.white) # 填充白色背景

            painter.setPen(Qt.red) # 设置画笔颜色为红色
            painter.setBrush(Qt.NoBrush) # 不填充
            painter.drawPoints(self._points) # 绘制随机点

if __name__ == '__main__':
    app = QApplication([])
    plot_widget = PlotWidget()
    plot_widget.show()
    app.exec()

注意事项与最佳实践

QPainter 上下文： 始终确保 QPainter 在其绘制设备上是唯一的活动实例。在 paintEvent 中，QPainter(self) 是正确的用法，因为它直接在当前 QWidget 上绘制。避免在同一个 paintEvent 周期内尝试在不同设备（如 QImage 和 QWidget）之间切换 QPainter。
帧捕获时机： self.grab() 应该在 self.update() 之后调用，以确保捕获到的是最新的绘制内容。
图像格式转换： QPixmap 转换为 QImage 时，选择合适的格式（如 QImage.Format_RGB888 或 Format_ARGB32）可以简化后续与 NumPy 的集成。imageio 通常期望 RGB 格式的 NumPy 数组。
NumPy 数组转换效率： 使用 qimg.constBits() 直接访问 QImage 的底层数据缓冲区，并结合 np.ndarray 的 buffer 和 strides 参数，是最高效的转换方式，避免了数据复制。
资源管理： 务必在应用关闭或视频录制完成后，调用 _vid_writer.close() 来释放文件句柄并确保视频文件完整。closeEvent 是一个理想的清理位置。
帧率控制： QTimer.setInterval() 和 imageio.get_writer(fps=...) 的帧率应保持一致，以确保视频播放速度与预期相符。
性能考虑： 对于高分辨率或高帧率的视频录制，图像转换和写入操作可能会消耗较多 CPU 资源。可以考虑在单独的线程中执行视频写入操作，以避免阻塞 UI 线程。

总结

通过本教程，我们学习了如何在 PySide6 中优雅地实现 QWidget 的动态绘制，并同时将这些动态画面录制成视频。关键在于理解 QPainter 的绘制上下文，利用 QWidget.grab() 进行界面捕获，并通过 imageio 库将捕获的图像帧高效地转换为视频。这种方法避免了常见的绘制错误，并提供了一个清晰、专业的解决方案，适用于需要实时动画显示和视频输出的 PySide6 应用。