def image_play(self): current_image = Image.open('./movie/img.png').resize((512, 384)) # 打开图片文件并转换为Image对象 imgtk = ImageTk.PhotoImage(image=current_image) # 将Image对象转换为ImageTk.PhotoImage对象 self.lmain.imgtk = imgtk self.lmain.config(image=imgtk)报错image "pyimage18" doesn't exist

这个错误是因为在设置图片时，Tkinter找不到对应的图片对象。可能是因为图片路径不正确或者图片对象没有被正确地创建。你可以尝试检查图片路径是否正确，并且确认图片对象已经被正确地创建。你也可以尝试重新运行程序来创建新的图片对象。如果问题仍然存在，你可以考虑使用其他的图片显示方式，比如Pillow库的ImageTk.PhotoImage方法。

相关问题

程序无法执行，修改class Processor(): def __init__(self): self._inspect_step = int(cfg.get('PROCESS', 'INSPECT_STEP')) def capture_img(self): global aco aco = aco + 1 self._cam.stream_on() raw_image = self._cam.data_stream[0].get_image() if raw_image is None: print("Getting image failed.\n") return None print("Frame ID: {} Height: {} Width: {} Count: {}\n" .format(raw_image.get_frame_id(), raw_image.get_height(), raw_image.get_width(), aco - 2)) numpy_image = raw_image.get_numpy_array() if numpy_image is None: return None img = Image.fromarray(numpy_image, 'L') if self._issave: picfile = '{}/{}.bmp'.format(self._picpath, self._piccount) self._piccount = self._piccount + 1 img.save(picfile) if self._isshow: w, h = img.size scale = min(1.0 * IMG_RESIZE_W / w, 1.0 * IMG_RESIZE_H / h) self._img = ImageTk.PhotoImage(image=img.resize((int(w * scale), int(h * scale)), Image.ANTIALIAS)) self._show_cb(self._img) self._cam.stream_off() return img def process_img(self, img): return PROC_OK def inspect(self): print("process2") time.sleep(1) def rotate(self): count = 0 aco = 0 self.threadsignal = 0 while self._running: v = self._dgl.qpin(ROT) if len(v) > 0: count = count + sum(v) if count > self._inspect_step: aco += 1 img = self.capture_img() count = count - self._inspect_step if __name__ == '__main__': task2 = multiprocessing.Process(target=self.inspect) task2.start() task1 = multiprocessing.Process(target=self.rotate) task1.start()

在这段代码中，有几个问题可以被改进。首先，类 `Processor` 中的全局变量 `aco` 可能会导致并发问题，在多进程环境下应该避免使用全局变量。其次，代码中出现了 `time.sleep()`，这会阻塞当前进程并造成性能瓶颈，应该尽量避免使用。

以下是可能的改进方案：

1. 将 `aco` 变量改为实例变量，避免多进程之间的并发问题。
2. 使用 `Queue` 或其他进程间通信机制替代全局变量，避免多进程之间的竞争。
3. 将 `time.sleep()` 改为使用定时器或者事件，避免阻塞进程并提高程序的性能。
4. 在多进程环境中，使用 `if __name__ == '__main__':` 来避免创建子进程时出现递归调用的问题。

以下是修改后的代码示例：

import multiprocessing
from queue import Queue
import time

class Processor():
    def __init__(self):
        self._inspect_step = int(cfg.get('PROCESS', 'INSPECT_STEP'))
        self._aco = 0
        self._queue = Queue()

    def capture_img(self):
        self._aco += 1
        self._cam.stream_on()
        raw_image = self._cam.data_stream[0].get_image()
        if raw_image is None:
            print("Getting image failed.\n")
            return None
        print("Frame ID: {}   Height: {}   Width: {} Count: {}\n".format(raw_image.get_frame_id(), raw_image.get_height(), raw_image.get_width(), self._aco - 2))
        numpy_image = raw_image.get_numpy_array()
        if numpy_image is None:
            return None
        img = Image.fromarray(numpy_image, 'L')
        if self._issave:
            picfile = '{}/{}.bmp'.format(self._picpath, self._piccount)
            self._piccount = self._piccount + 1
            img.save(picfile)
        if self._isshow:
            w, h = img.size
            scale = min(1.0 * IMG_RESIZE_W / w, 1.0 * IMG_RESIZE_H / h)
            self._img = ImageTk.PhotoImage(image=img.resize((int(w * scale), int(h * scale)), Image.ANTIALIAS))
            self._show_cb(self._img)
        self._cam.stream_off()
        return img

    def process_img(self, img):
        return PROC_OK

    def inspect(self):
        print("process2")
        while self._running:
            time.sleep(1)
            self._queue.put("task")

    def rotate(self):
        count = 0
        while self._running:
            v = self._dgl.qpin(ROT)
            if len(v) > 0:
                count = count + sum(v)
                if count > self._inspect_step:
                    self._aco += 1
                    img = self.capture_img()
                    count = count - self._inspect_step
            try:
                task = self._queue.get(block=False)
                if task == "task":
                    print("processing task")
            except:
                pass

if __name__ == '__main__':
    p = Processor()
    p._running = True
    task2 = multiprocessing.Process(target=p.inspect)
    task2.start()
    task1 = multiprocessing.Process(target=p.rotate)
    task1.start()

请注意，这里只是对原始代码的一些修改建议，并不能保证这样的修改能够完全解决问题。在实际环境中，还需要根据具体情况进行调整和优化。

将下面读取视频的代码改为读取播放图片 def confirm_action(self): self.cap1 = cv2.VideoCapture(self.addressentry.get()) self.key = 1 self.video_play() # 视频文件播放 def video_play(self): self.wait_time = 1000 / 60 # 设置帧率 这里设置的是60帧 while self.cap1.isOpened(): ret, frame = self.cap1.read() if ret and self.key != 0: img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGBA) # 转换颜色使播放时保持原有色彩 current_image = Image.fromarray(img).resize((512, 384)) # 将图像转换成Image对象 imgtk = ImageTk.PhotoImage(image=current_image) self.lmain.imgtk = imgtk self.lmain.config(image=imgtk) self.lmain.update() # 刷线界面达到播放效果 cv2.waitKey(int(self.wait_time)) # 利用等待实现固定帧 else: break

将读取视频的代码改为读取播放图片，需要修改以下几个地方：

1. 将cv2.VideoCapture()改为使用PIL库中的Image.open()方法打开图片文件。
2. 在while循环中，不再使用cap1.read()方法读取视频帧，而是使用PIL库中的Image.open()方法打开图片文件。
3. 不再需要将读取的帧转换为RGBA格式，也不需要将其转换为Image对象。
4. 直接将读取的图片文件转换为ImageTk.PhotoImage对象，然后更新界面显示即可。

修改后的代码如下所示：

from PIL import Image, ImageTk

def confirm_action(self):
    self.image_file = self.addressentry.get()  # 图片文件路径
    self.key = 1
    self.image_play()  # 图片文件播放

def image_play(self):
    self.wait_time = 1000 / 60  # 设置帧率 这里设置的是60帧
    try:
        current_image = Image.open(self.image_file).resize((512, 384))  # 打开图片文件并转换为Image对象
        imgtk = ImageTk.PhotoImage(image=current_image)  # 将Image对象转换为ImageTk.PhotoImage对象
        self.lmain.imgtk = imgtk
        self.lmain.config(image=imgtk)
        self.lmain.update()  # 刷新界面显示
        cv2.waitKey(int(self.wait_time))  # 利用等待实现固定帧
    except:
        pass

注意，这里假设您已经正确导入了PIL库和ImageTk模块。