Image控件通过Convert绑定图片的做法出现exe卡死

samzhangqingchuan samzhangqingchuan 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

请教一下大家,我有一个image控件,用一个bool绑定来决定显示图片1还是图片2,放在界面2中,结果我每次刚打开exe的时候,在前十几秒内切到界面2,就会出现卡死几十秒钟的情况;但是我把代码改成直接绑定死图片路径就不会卡死了。

只有在刚开exe的前十几秒内切到界面2才会出现卡死的情况,当我把开软件的初始界面改为界面2,也不会出现卡死的情况


这是卡死的代码:

<Image Margin="5" Name="ImgControl" Source="{Binding Status, Converter={StaticResource ControlImageConverter}}"></Image>


这是不卡的代码:
 

<Image Margin="5" Name="ImgControl" Source="/Image/1.png"></Image>

这是我的converter:

class ManualControlImageConverter : IValueConverter
    {
        public object Convert(object value, Type targetType, object parameter, CultureInfo culture)
        {
            if (value == null)
            {
                return DependencyProperty.UnsetValue;
            }
            return (bool)value ? "pack://application:,,,/Image/Button/M_UnC.png" : "pack://application:,,,/Image/Button/M_C.png";
        }

        public object ConvertBack(object value, Type targetType, object parameter, CultureInfo culture)
        {
            throw new NotImplementedException();
        }
    }

 

...全文

相关推荐

Python实战:用Tkinter和Pillow制作动态贺卡生成器

Python作为一种易上手的编程语言,常被应用于桌面工具和自动化脚本开发。在图形界面开发中,Tkinter作为标准库提供了轻量级的GUI搭建方案,而Pillow则是图像处理领域的常用库,二者结合可以快速构建具有实用价值的桌面应用。通过理解事件驱动、控件布局和图像合成的基本原理,开发者能够实现从界面交互到内容生成的完整流程。此类技术不仅适用于贺卡制作,更可延伸到海报生成、证书打印等场景。动态效果和背景音乐的加入,则进一步涉及定时器与多媒体播放库的应用。本文从一个具体的Python贺卡实例出发,剖析资源组织、界

怕还不清醒

基于YOLOv5的蘑菇识别系统:从数据集训练到GUI部署全流程

目标检测是计算机视觉中的核心技术,广泛应用于物体识别、安防监控和农业智能化等领域。YOLOv5作为目前工程落地最成熟的检测框架之一,凭借其出色的推理速度与精度平衡,成为许多开发者构建实际应用的首选。本文从数据标注、模型训练到界面封装,完整介绍了一个基于YOLOv5的蘑菇检测识别系统的实现过程。系统不仅能够识别常见蘑菇品种,还能输出有毒/无毒的风险提示,并通过PySide6构建了友好的图形界面,将深度学习模型与桌面应用有效结合。文章重点讨论了数据集整理、LabelImg标注要点、数据增强策略、训练参数调优,以

weixin_34221773

轻量CNN花朵识别系统:含GUI、文档与Docker一键部署

卷积神经网络(CNN)是图像分类任务的基础架构,其核心原理在于通过局部感受野和参数共享实现空间特征的层次化提取。相比Transformer等大模型,轻量级CNN如MobileNetV2在教学与边缘部署场景中具备训练快、显存低、可解释性强的技术优势。本项目聚焦花卉细粒度识别这一典型视觉任务,融合深度可分离卷积、LabelSmoothing与Focal Loss优化策略,并基于CustomTkinter构建跨平台GUI界面,结合Docker容器化实现Windows/macOS/Linux全环境一键部署。适用于高

weixin_34337381

C# 摄像头开发入门:DirectShow、MediaCapture 与 OpenCvSharp 选型与实现

摄像头操作是桌面应用、工业视觉与智能车项目中的常见需求,而选型直接决定开发效率与稳定性。Windows 平台下 DirectShow 与 MediaCapture 是两条主流路径,前者老牌但热插拔易崩,后者现代但异步模型复杂;跨平台场景则常借助 OpenCvSharp 读取 V4L2 或 RTSP。帧缓冲是截图与回显的瓶颈,理解读帧而非抓屏,才能避免 UI 卡顿与花屏。本文围绕设备枚举、打开关闭、截图实现与热插拔处理等工程实践,对比三种技术路径的适用边界,帮助开发者快速搭建可用的摄像头工具。

Pinxian Li

基于深度学习的舌苔识别检测鉴定系统全流程构建

深度学习在图像识别与细粒度分类领域展现出强大的特征提取能力,迁移学习进一步降低了小样本场景下的模型训练门槛。通过卷积神经网络预训练权重,结合目标检测与分类串联架构,可构建面向医学图像分析的完整智能系统。从数据标准化、标注策略、模型训练到可视化评估,再到桌面应用封装,形成一套可落地的工程实践路径。在中医数字化应用中,舌苔识别检测系统利用图像分类与目标检测技术,完成舌体定位、苔色苔质分类及证候参考输出,为辅助诊断演示与教学研究提供可交互的GUI工具。本文以最小可用系统为例,展示从零搭建舌苔识别检测鉴定系统的全流

孔小哥
评论 1
收藏 已收藏
分享
返回顶部