本教程详细介绍了如何使用pyside6（或pyqt6）结合qpainter在qwidget上进行绘图，并同时将这些动态绘制的帧捕获下来，利用`imageio`库生成高质量的视频文件。文章将避免直接绘制到qimage再渲染的常见误区，转而采用`qwidget.grab()`方法高效捕获屏幕内容，并将其转换为numpy数组，最终实现动画显示与视频输出的同步进行。
在Qt应用开发中，我们经常需要在自定义的QWidget上进行动态绘图，例如绘制图表、动画或自定义UI元素。更进一步的需求是，将这些动态变化的绘图内容不仅显示在屏幕上，还要将其保存为视频文件，以便分享或后续处理。本文将提供一个专业的教程，指导您如何高效地实现这一目标。
理解QPainter与QWidget绘图机制
Qt的绘图系统基于QPainter，它允许我们在各种绘图设备（QPaintDevice）上进行绘制，包括QWidget、QImage、QPixmap等。 当需要在QWidget上进行绘制时，正确的做法是重写paintEvent(self, event)方法。在这个方法内部，我们创建一个QPainter实例，并将其绑定到self（即当前的QWidget）。所有对QPainter的绘制操作都将直接呈现在该QWidget上。
def paintEvent(self, event):
with QPainter(self) as painter:
# 在此处进行所有绘图操作
painter.fillRect(self.rect(), Qt.white)
painter.drawPoints(self._points)常见误区及原因分析：
许多开发者初次尝试时，可能会尝试以下方式：先将内容绘制到一个离屏的QImage，然后尝试将QImage渲染到QWidget。例如：
# 错误的尝试方式 # 在paintEvent中 # with QPainter(self._qimg) as painter: # 错误：不应在paintEvent中对其他设备绘图 # # 绘图... # self.render(self._qimg) # 错误：render的参数是目标设备，而非源设备
这种做法通常会导致以下错误：
- QPainter::begin: A paint device can only be painted by one painter at a time.：这表示您可能在同一个时间或不正确的上下文中尝试对同一个绘图设备使用多个QPainter。
- QWidget::render: Cannot render with an inactive painter：render方法通常用于将一个QWidget的内容绘制到另一个QPaintDevice上。如果QPainter未激活或上下文不正确，则无法进行渲染。
- QWidget::repaint: Recursive repaint detected：在paintEvent中调用render()或update()可能会导致无限循环的重绘，因为render()或update()本身会触发paintEvent。
正确的思路是：让paintEvent专注于在QWidget上进行绘制，然后通过其他机制捕获这个QWidget的当前显示内容。
捕获QWidget内容并生成视频
要将QWidget的动态内容保存为视频，我们需要在每个动画帧更新后，捕获QWidget的当前显示状态，并将其添加到视频流中。
1. 捕获QWidget内容
Qt提供了一个便捷的方法QWidget.grab()，它可以捕获整个QWidget（或其子区域）的当前内容，并返回一个QPixmap对象。
pixmap = self.grab()
2. QPixmap到NumPy数组的转换
视频处理库（如imageio）通常期望输入的是图像的原始像素数据，通常以NumPy数组的形式表示。因此，我们需要将QPixmap转换为QImage，再从QImage中提取NumPy数组。
qimg = pixmap.toImage().convertToFormat(QImage.Format_RGB888)
# 从QImage的原始字节数据创建NumPy数组
# 注意：这里假设QImage的内存布局与NumPy数组的期望布局兼容
array = np.ndarray((qimg.height(), qimg.width(), 3),
buffer=qimg.constBits(),
strides=[qimg.bytesPerLine(), 3, 1],
dtype=np.uint8)这里需要注意的是convertToFormat(QImage.Format_RGB888)，它确保图像数据是24位RGB格式，这与大多数视频编码器和NumPy数组的期望兼容。strides参数用于正确解释QImage的字节布局，确保NumPy数组能正确访问像素数据。
3. 使用Imageio库生成视频
imageio是一个强大的Python库，用于读取和写入各种图像和视频格式。它支持多种后端，包括ffmpeg，可以轻松地将一系列图像帧组合成视频。
《微厦在线学习考试系统》将“ 视频学习、试题练习、在线考试 ”紧密相联，打造成为集 “学、练、考” 于一体的在线学习系统。“点播/直播”、“刷题/测试”、“组卷/考试”，根据学习内容的不同权重汇总综合成绩，生成学习证明。支持在线支付（微信支付、支付宝支付）；利用充值卡、学习卡配合线下营销；Web端、APP、小程序，多终端方便学习。适用：大学、中职中专、培训机构、企事业单位行业：企业内训、成人教育、
安装依赖：
pip install imageio imageio[ffmpeg]
初始化视频写入器：
在应用启动时（例如在__init__方法中），初始化imageio.get_writer。
import imageio, numpy as np
# ...
self._vid_writer = imageio.get_writer('video.avi', fps=10) # fps为每秒帧数添加帧：
在每次动画更新并捕获到NumPy数组后，将其添加到视频写入器。
if not self._vid_writer.closed:
self._vid_writer.append_data(array)关闭视频写入器：
在应用退出或视频录制结束后，务必关闭视频写入器，以确保所有数据被写入文件。
def closeEvent(self, event):
self._vid_writer.close()
self._timer.stop() # 停止计时器
event.accept()完整示例代码
以下是一个完整的PySide6示例，演示了如何在PlotWidget上绘制一个点，并将其动画过程保存为AVI视频。
import imageio
import numpy as np
from PySide6.QtWidgets import QWidget, QApplication, QVBoxLayout
from PySide6.QtCore import QPoint, QRect, QTimer, Qt
from PySide6.QtGui import QPainter, QPointList, QImage, QPixmap
import sys
# 定义窗口尺寸
WIDTH = 720
HEIGHT = 720
class PlotWidget(QWidget):
def __init__(self, parent=None):
super().__init__(parent)
self.setWindowTitle("QPainter动态绘图与视频生成")
self.setFixedSize(WIDTH, HEIGHT)
self._points = QPointList() # 存储要绘制的点
self._current_x = 0 # 动画中点的X坐标
self._current_y = 0 # 动画中点的Y坐标
self._timer = QTimer(self)
self._timer.setInterval(100) # 每100毫秒更新一次（10 FPS）
self._timer.timeout.connect(self._update_frame)
self._total_frames_to_record = 100 # 计划录制的总帧数
self._frames_recorded = 0
# 初始化视频写入器
# 'video.avi' 是输出文件名，fps=10 对应_timer的间隔
self._vid_writer = imageio.get_writer('output_video.avi', fps=10)
print("视频写入器已初始化：output_video.avi")
self._timer.start() # 启动动画计时器
def closeEvent(self, event):
"""
在窗口关闭时，确保视频写入器被关闭，并停止计时器。
"""
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 _update_frame(self):
"""
此方法由QTimer触发，用于更新动画数据并捕获帧。
"""
if self._frames_recorded < self._total_frames_to_record:
# 更新动画数据
self._points.clear()
# 示例：绘制一个在屏幕上移动的点
self._current_x = (self._current_x + 5) % WIDTH
self._current_y = (self._current_y + 3) % HEIGHT
self._points.append(QPoint(self._current_x, self._current_y))
self.update() # 触发paintEvent进行重绘
# 捕获当前QWidget的显示内容
pixmap = self.grab()
# 将QPixmap转换为QImage，再转换为NumPy数组
qimg = pixmap.toImage().convertToFormat(QImage.Format_RGB888)
# 确保qimg是有效的
if qimg.isNull():
print("警告: 捕获的QImage为空，跳过此帧。")
return
# 从QImage的原始字节数据创建NumPy数组
# 注意：这里的strides参数对于不同Qt版本或平台可能需要微调，
# 但对于Format_RGB888通常是 [bytesPerLine, 3, 1]
try:
array = np.ndarray((qimg.height(), qimg.width(), 3),
buffer=qimg.constBits(),
strides=[qimg.bytesPerLine(), 3, 1],
dtype=np.uint8)
# 将NumPy数组添加到视频写入器
if not self._vid_writer.closed:
self._vid_writer.append_data(array)
self._frames_recorded += 1
print(f"已录制帧数: {self._frames_recorded}/{self._total_frames_to_record}")
except ValueError as e:
print(f"从QImage创建NumPy数组时出错: {e}")
print(f"QImage信息: width={qimg.width()}, height={qimg.height()}, bytesPerLine={qimg.bytesPerLine()}")
# 可以在这里保存问题帧进行调试
# qimg.save(f"error_frame_{self._frames_recorded}.png")
else:
# 达到录制帧数后，停止计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，共 {self._frames_recorded} 帧。文件：output_video.avi")
def paintEvent(self, event):
"""
此方法负责在QWidget上实际绘制内容。
"""
with QPainter(self) as painter:
# 填充背景
rect = QRect(QPoint(0, 0), self.size())
painter.fillRect(rect, Qt.white)
# 绘制点
painter.setPen(Qt.red)
painter.setBrush(Qt.red)
painter.drawPoints(self._points)
# 显示当前录制进度
painter.setPen(Qt.black)
painter.drawText(10, 20, f"帧数: {self._frames_recorded}/{self._total_frames_to_record}")
painter.drawText(10, 40, f"X: {self._current_x}, Y: {self._current_y}")
if __name__ == '__main__':
app = QApplication(sys.argv)
# 创建并显示我们的绘图和视频录制部件
plot_widget = PlotWidget()
plot_widget.show()
sys.exit(app.exec())注意事项与总结
- 分离职责： paintEvent应专注于在QWidget上进行绘制，而帧的捕获和视频写入则应在QTimer触发的独立槽函数中进行。
-
性能优化： grab()操作和NumPy数组转换都有一定的开销。对于高分辨率或高帧率的视频，您可能需要考虑性能优化，例如：
- 减少QTimer的间隔（增加FPS）会增加CPU和磁盘I/O负载。
- 如果只录制部分区域，可以使用grab(QRect)来捕获特定区域，而不是整个窗口。
- imageio的后端选择和编码参数也会影响性能和文件大小。
- 资源管理： 务必在应用程序退出或视频录制完成后，调用_vid_writer.close()来关闭视频文件句柄，确保所有数据被正确写入。同时，停止QTimer以避免不必要的资源消耗。
- NumPy数组转换： QImage到NumPy数组的转换，特别是strides参数，在某些特定环境下可能需要根据实际的QImage内存布局进行微调，以确保数据正确性。QImage.Format_RGB888通常是最兼容的选择。
- 错误处理： 在实际应用中，应添加更多的错误处理，例如检查imageio写入是否成功，或者QImage转换是否出错。
通过遵循本教程的指导，您可以有效地利用PySide/PyQt的强大绘图能力与imageio库的视频处理功能，轻松实现动态内容的实时显示与高质量视频输出。
