Python跨模块全局变量返回失败 多线程并行图像检测异常求解

现有代码核心错误 #

• 缩进逻辑错误：check.py中while True检测循环写在result()函数外部，属于模块顶层代码。Python导入模块时会自动执行所有顶层代码，因此导入check时会直接进入死循环，主线程后续逻辑完全无法执行。
• 变量作用域错误：var未在模块顶层明确定义，result()函数内的global var声明因为循环不在函数内部完全失效，且main.py中直接访问var时没有指定所属模块，根本无法读取到变量。
• 线程使用错误：虽然导入了Thread类，但从未创建子线程执行检测逻辑，就算把循环放进函数，直接同步调用也会阻塞主线程。
• 同步逻辑缺失：跨线程读写裸全局变量没有线程安全保障，可能出现值缓存、读写冲突导致拿到旧值。
• 冗余导入：main.py中重复导入pyautogui，导入了未使用的pytesseract，from pyautogui import *的通配符导入方式容易造成命名空间污染。

问题对应解决方案 #

1. 并行运行不阻塞主逻辑 #

使用threading.Thread创建守护子线程运行检测循环：守护线程会随主线程退出自动终止，不会出现进程无法正常退出的问题。检测循环完全放在子线程中执行，主线程启动子线程后直接继续运行自身业务逻辑，不会被阻塞。

2. 跨模块/跨线程状态实时同步 #

放弃使用全局变量传值，采用两种可靠方案：

• 用类封装检测逻辑，将检测状态作为实例属性存储，对外提供专门的结果读取方法，避免跨文件作用域问题
• 用Python标准库threading.Event线程同步原语存储检测状态，原生支持跨线程安全读写，不会出现值不同步的问题

修正后可运行代码 #

check.py（检测模块） #

import pyautogui
import time
import threading

class ScreenDetector:
    def __init__(self, target_img, detect_region=(830, 440, 100, 100), detect_interval=1, confidence=0.9):
        self.target_img = target_img
        self.region = detect_region
        self.interval = detect_interval
        self.confidence = confidence
        # 线程安全的检测标记：set()表示检测到目标，clear()表示未检测到
        self._target_found = threading.Event()
        self._is_running = False
        self._detect_thread = None

    def _detect_loop(self):
        """子线程内部执行的检测循环，禁止外部直接调用"""
        while self._is_running:
            try:
                match_res = pyautogui.locateOnScreen(
                    self.target_img,
                    region=self.region,
                    confidence=self.confidence
                )
                if match_res is not None:
                    print("i see the image")
                    self._target_found.set()
                else:
                    print("i don't see the image")
                    self._target_found.clear()
            except Exception as e:
                print(f"detection error: {str(e)}")
                self._target_found.clear()
            time.sleep(self.interval)

    def start(self):
        """启动后台检测线程"""
        if self._is_running:
            return
        self._is_running = True
        self._detect_thread = threading.Thread(target=self._detect_loop, daemon=True)
        self._detect_thread.start()

    def stop(self):
        """停止检测线程，释放资源"""
        self._is_running = False
        if self._detect_thread and self._detect_thread.is_alive():
            self._detect_thread.join(timeout=2)

    def get_result(self):
        """实时获取检测结果，返回1=检测到目标，0=未检测到"""
        return 1 if self._target_found.is_set() else 0

注：使用confidence参数需要提前安装opencv-python包，执行pip install opencv-python即可，该参数可以大幅降低识别误判率。

main.py（主逻辑文件） #

import time
from check import ScreenDetector

if __name__ == "__main__":
    # 初始化检测器
    detector = ScreenDetector(target_img="image.png")
    # 启动后台检测，不会阻塞主线程
    detector.start()

    try:
        # 主线程正常执行业务逻辑
        while True:
            # 实时读取检测结果
            current_res = detector.get_result()
            print(f"current detection value: {current_res}")
            
            # 写你自己的业务逻辑，比如检测到目标就触发对应操作
            if current_res == 1:
                # 这里放识别到目标后要执行的代码
                pass
            
            time.sleep(0.5) # 主线程轮询间隔按业务需求调整
    except KeyboardInterrupt:
        # Ctrl+C退出时优雅停止检测
        detector.stop()
        print("program exited")

额外优化说明 #

• 所有检测相关的状态、逻辑都封装在ScreenDetector类中，没有全局变量污染，跨模块调用只需要实例化类即可，不存在变量找不到的问题
• 检测区域、检测间隔、识别置信度都做成初始化参数，调整参数不需要修改核心逻辑
• 增加了检测过程的异常捕获，不会因为截图失败、图片丢失等问题直接导致子线程崩溃
• 主线程通过轮询get_result()获取最新状态，延迟可以通过调整主线程循环间隔控制，实时性满足绝大多数场景需求

内容的提问来源于stack exchange，提问作者George Rabus