用tkinter嵌套cv2imshowMediaPipe Pose Detection press q exit frame窗口

由于Tkinter和cv2都有自己的窗口管理方式，因此需要进行一些额外的操作才能实现嵌套显示。

以下是一个示例代码，可以在Tkinter窗口中嵌套显示cv2窗口：

import tkinter as tk
import cv2

class App:
    def __init__(self, window, video_source=0):
        self.window = window
        self.window.title("MediaPipe Pose Detection")
        
        # 创建Tkinter窗口中的Canvas对象，用于显示视频帧
        self.canvas = tk.Canvas(window, width=640, height=480)
        self.canvas.pack()
        
        # 打开视频流
        self.video_source = video_source
        self.vid = cv2.VideoCapture(video_source)
        
        # 设置cv2窗口的名称
        cv2.namedWindow("MediaPipe Pose Detection")
        
        # 开始显示视频
        self.delay = 15  # 每15毫秒更新一帧
        self.update()
        
        # 设置退出快捷键
        self.window.bind('<Escape>', lambda e: self.window.quit())
        self.window.bind('q', lambda e: self.window.quit())
        
    def update(self):
        # 从视频流中读取一帧
        ret, frame = self.vid.read()
        if ret:
            # 将视频帧转为Tkinter中的PhotoImage对象
            self.photo = self.convert_frame(frame)
            # 在Canvas对象中显示PhotoImage对象
            self.canvas.create_image(0, 0, image=self.photo, anchor=tk.NW)
            # 在cv2窗口中显示视频帧
            cv2.imshow("MediaPipe Pose Detection", frame)
        # 每隔一段时间更新一次
        self.window.after(self.delay, self.update)
        
    def convert_frame(self, frame):
        # 将cv2中的BGR格式转为RGB格式
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        # 将视频帧转为Tkinter中的PhotoImage对象
        photo = PIL.ImageTk.PhotoImage(image=PIL.Image.fromarray(frame))
        return photo
        
    def __del__(self):
        # 关闭视频流和cv2窗口
        if self.vid.isOpened():
            self.vid.release()
        cv2.destroyAllWindows()

# 创建Tkinter窗口并启动应用程序
root = tk.Tk()
app = App(root)
root.mainloop()

在上述代码中，我们创建了一个名为App的类，它继承自object类。在__init__方法中，我们创建了一个Tkinter窗口，并在其中创建了一个Canvas对象，用于显示视频帧。我们还打开了视频流，并设置了cv2窗口的名称。在update方法中，我们从视频流中读取一帧，并将其转换为Tkinter中的PhotoImage对象，然后在Canvas对象中显示。同时，我们也在cv2窗口中显示了视频帧。最后，我们使用after方法来定时更新视频帧。

在主程序中，我们创建了一个Tkinter窗口，并启动了应用程序。当用户按下Esc或q键时，程序会退出，并关闭视频流和cv2窗口