【问题标题】：Blitting for live update in Tkinter GUI - performance and image overlap issuesTkinter GUI 中实时更新的 Blitting - 性能和图像重叠问题
【发布时间】：2017-06-18 09:50:37
【问题描述】：

我遇到了一些关于对 matplotlib 图进行 blitting 的问题，该图本身嵌入在 Tkinter GUI 中 - 整个程序最终将在 Raspberry Pi 上运行。问题涉及各个层面，这是我的第一个问题，如有不清楚之处，请提前道歉。

简而言之，我正在做的是：我正在开发一个 Tk GUI 以同时读取多个传感器，并且我希望对所述 GUI 上的传感器数据进行一些实时更新. 我想将每个可测量的数量放在一个单独的框架上，这就是为什么我决定为每个传感器设置一个类。其中一个传感器是流量传感器，读取并绘制如下：

import Tkinter as Tk
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime

from matplotlib.figure import Figure
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg

from Backend import Backend  #self written data acquisition handler  

#global variables
t0 = datetime.now() #start time of program

#Returns time difference in seconds
def time_difference(t1, t2):
    delta = t2-t1
    delta = delta.total_seconds()
    return delta

# Define Class for Flow data display
class FlowFig():
    def __init__(self, master): #master:Parent frame for plot
        #Initialize plot data
        self.t = []
        self.Flow = []

        #Initialize plot for FlowFig
        self.fig = plt.figure(figsize=(4,4))
        self.ax = self.fig.add_subplot(111)
        self.ax.set_title("Flow Control Monitor")
        self.ax.set_xlabel("Time")
        self.ax.set_ylabel("Flow")
        self.ax.axis([0,100,0,5])
        self.line = self.ax.plot(self.t, self.Flow, '-')

        #Set up canvas
        self.canvas = FigureCanvasTkAgg(self.fig, master = master)
        self.canvas.show()
        self.background = self.canvas.copy_from_bbox(self.ax.bbox)
        self.ax.grid(True)

        # Initialize handler for data aqcuisition
        self.Data= Backend() 
        self.Data.initialize()

    #update figure
    def update(self):
        # get new data values
        self.t.append(time_difference(t0, datetime.now()))
        Flow,_,_ = self.Data.get_adc_val(1)
        self.Flow.append(Flow)

        # shorten data vector if too long
        if len(self.t) > 200:
            del self.t[0]
            del self.Flow[0]

        #adjust xlims, add new data to plot
        self.ax.set_xlim([np.min(self.t), np.max(self.t)])
        self.line[0].set_data(self.t, self.Flow) 

        #blit new data into old frame
        self.canvas.restore_region(self.background)
        self.ax.draw_artist(self.line[0])
        self.canvas.blit(self.ax.bbox)
        root.after(25, Flowmonitor.Flowdata.update) #Recursive update

#Flow Frame of GUI
class FlowPage(Tk.Frame):
    def __init__(self, parent, controller):
        Tk.Frame.__init__(self,parent)    
        self.parent = parent    
        self.FlowPlot = FlowFig(self)
        self.FlowPlot.canvas.get_tk_widget().grid(row=0, column=0, rowspan=9, columnspan=9)

# Mainloop
root= Tk.Tk()
root.rowconfigure(0, weight=1)
root.columnconfigure(0, weight=1)

Flowmonitor = FlowPage(root, root)
Flowmonitor.grid(row =0, column=0, rowspan =10, columnspan=10)
Flowmonitor.rowconfigure(0, weight=1)
Flowmonitor.columnconfigure(0, weight=1)

root.after(25, Flowmonitor.FlowPlot.update)
root.mainloop()

生成的图像让我感到困扰的是：当我使用语句copy_from_bbox(self.ax.bbox) 时，我得到一个图表like this 显然，blitted 背景的大小不适合 blitted 的图像。所以，我尝试使用 blit 来代替图形的 bbox (copy_from_bbox(self.fig.bbox)) 并得到 this 这些转变的版本发生在fig.bbox 和ax.bbox 的所有组合中，

所以我的实际问题来了：

谁能帮我找到上面代码中导致不匹配的错误？我知道这可能是非常简单但微妙的错误。它似乎与this 线程非常相关，但我无法将它们完全粘合在一起，在copy_from_bbox() 的参数中使用bbox.expanded() 并没有太大区别
.blit() 与.draw() 已经讨论过here。但由于速度对我的应用程序来说至关重要，我认为我必须使用 blit。重绘绘图给了我 fps=10 的帧速率，而 blitting 的运行速度几乎快了 10 倍。无论如何 - 有没有办法在使用 blit 时更新其中一个轴（例如时间轴）？（这个问题的答案大概和第一个问题密切相关）

经过几天来回的blitting，我对关于ax/fig blitting的可能性感到相当困惑，所以任何关于此事的帮助都非常非常感谢^^ 如果您需要有关任何内容的更多信息，请告诉我，我希望我能很好地说明我的问题。

非常感谢您的帮助！

【问题讨论】：

标签： python user-interface matplotlib tkinter blit

【解决方案1】：

简而言之：解决方案

这是用 Python3 编写的，但在您的 Python2 版本中应该几乎完全相同

import tkinter as Tk
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime

from matplotlib.figure import Figure
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg

# from Backend import Backend  #self written data acquisition handler  
import random

#global variables
t0 = datetime.now() #start time of program

#Returns time difference in seconds
def time_difference(t1, t2):
    delta = t2-t1
    delta = delta.total_seconds()
    return delta

# Define Class for Flow data display
class FlowFig():
    def __init__(self, master): #master:Parent frame for plot
        #Initialize plot data
        self.t = []
        self.Flow = []

        #Initialize plot for FlowFig
        self.fig = plt.figure(figsize=(4,4))
        self.ax = self.fig.add_subplot(111)
        self.ax.set_title("Flow Control Monitor")
        self.ax.set_xlabel("Time")
        self.ax.set_ylabel("Flow")
        self.ax.axis([0,100,0,5])
        self.line = self.ax.plot(self.t, self.Flow, '-')

        #Set up canvas
        self.canvas = FigureCanvasTkAgg(self.fig, master = master)
        self.canvas.draw()
        self.ax.add_line(self.line[0])
        self.background = self.canvas.copy_from_bbox(self.ax.bbox)
        self.ax.grid(True)

        # # Initialize handler for data aqcuisition
        # self.Data= Backend() 
        # self.Data.initialize()

    #update figure
    def update(self):
        # get new data values
        self.t.append(time_difference(t0, datetime.now()))
        Flow = random.uniform(1, 5)
        self.Flow.append(Flow)

        # shorten data vector if too long
        if len(self.t) > 200:
            del self.t[0]
            del self.Flow[0]

        #adjust xlims, add new data to plot
        self.ax.set_xlim([np.min(self.t), np.max(self.t)])
        self.line[0].set_data(self.t, self.Flow) 

        #blit new data into old frame
        self.canvas.restore_region(self.background)
        self.ax.draw_artist(self.line[0])
        self.canvas.blit(self.ax.bbox)
        self.canvas.flush_events()
        root.after(1,self.update)

#Flow Frame of GUI
class FlowPage(Tk.Frame):
    def __init__(self, parent, controller):
        Tk.Frame.__init__(self,parent)    
        self.parent = parent    
        self.FlowPlot = FlowFig(self)
        self.FlowPlot.canvas.get_tk_widget().grid(row=0, column=0, rowspan=9, columnspan=9)

# Mainloop
root= Tk.Tk()
root.rowconfigure(0, weight=1)
root.columnconfigure(0, weight=1)

Flowmonitor = FlowPage(root, root)
Flowmonitor.grid(row =0, column=0, rowspan =10, columnspan=10)
Flowmonitor.rowconfigure(0, weight=1)
Flowmonitor.columnconfigure(0, weight=1)

root.after(25, Flowmonitor.FlowPlot.update)
root.mainloop()

变化

迁移到 python3

我搬家了

import Tkinter as Tk

到

import tkinter as Tk

模拟您的 `adc` 值

我搬家了

from Backend import Backend

到

import random

因为我无法访问Backend，所以我只使用了一个随机数生成器（显然它不是 ADC 读数的最佳示例，但对于测试人员来说已经足够了）

设置画布

我搬家了

self.canvas = FigureCanvasTkAgg(self.fig, master = master)
self.canvas.show()
self.background = self.canvas.copy_from_bbox(self.ax.bbox)
self.ax.grid(True)

到

self.canvas = FigureCanvasTkAgg(self.fig, master = master)
self.canvas.draw()
self.ax.add_line(self.line[0])
self.background = self.canvas.copy_from_bbox(self.ax.bbox)
self.ax.grid(True)

您必须首先draw() 画布，否则matplotlib 将抛出错误AttributeError: draw_artist can only be used after an initial draw which caches the renderer。然后，我们现在添加self.line，其中没有任何值。目前它只是画布上的一个空点。

模拟 ADC

发件人：

Flow,_,_ = self.Data.get_adc_val(1)

到

Flow = random.uniform(1, 5)

显然您可以为此保留自己的代码

循环使用`after`

您使用after 函数的系统并不完全正确，因为您应该从预先存在的窗口继承Flowmonitor.Flowdata。否则，您将更新根本不存在的值，因此，我将其替换为 self. 函数

root.after(25, Flowmonitor.Flowdata.update)

到

self.canvas.flush_events()
root.after(1,self.update)

我降低了after 的值，以表明窗口可以在更快地绘制时继续正确绘制！ flush_events() 函数使窗口正确更新并跟踪它正在做的其他事情！

回答问题 3

我会彻底劝阻你不要走threading 路线，因为tkinter 很糟糕。您必须跳过的问题和漏洞的数量非常可怕，而且很多时候，即使使用线程，程序仍然开始感觉很慢并且没有响应。

【讨论】：

简而言之：解决方案

变化

迁移到 python3

模拟您的 adc 值

设置画布

模拟 ADC

循环使用after

回答问题 3

模拟您的 `adc` 值

循环使用`after`