新闻详情

新闻详情

首页 / 资讯中心 / 详情

Python二维码生成器程序运行时报错 ModuleNotFoundError: No module named ‘PIL‘ 解决方法

发布时间:2026/11/4 12:59:41来源:尧图网络
Python二维码生成器程序运行时报错 ModuleNotFoundError: No module named ‘PIL‘ 解决方法
问题背景最近在运行一个Python 二维码生成器程序时遇到如下报错(venv)E:\projects\GithubProjects\mosh-hamedani\python-projects-for-beginnerspython qr_code_generator.py Enter the text or URL: https://codewithmosh.com Enter the filename: mosh.jpg Traceback(most recent call last): FileE:\projects\GithubProjects\mosh-hamedani\python-projects-for-beginners\qr_code_generator.py, line7,inmoduleimageqr.make_image(fill_colorblack,back_colorwhite)FileE:\projects\GithubProjects\mosh-hamedani\python-projects-for-beginners\venv\Lib\site-packages\qrcode\main.py, line364,inmake_image from qrcode.image.pilimportImage, PilImage FileE:\projects\GithubProjects\mosh-hamedani\python-projects-for-beginners\venv\Lib\site-packages\qrcode\image\pil.py, line2,inmodulefrom PILimportImage, ImageDraw ModuleNotFoundError: No module namedPIL原因是缺少了Pillow包在https://stackoverflow.com/questions/8863917/importerror-no-module-named-pil这里找到了原因。按照这篇文章的意思PIL包已经过时使用https://pypi.org/project/pillow/替代截止目前最新版本是 12.3.0源代码地址为https://github.com/mosh-hamedani/python-projects-for-beginners/blob/main/qr_code_generator.py 来自Mosh大神的示例代码。功能是输入网址和图片名称然后再借助qrcode生成网址的二维码。Python代码如下importqrcode datainput(Enter the text or URL: ).strip()filenameinput(Enter the filename: ).strip()qrqrcode.QRCode(box_size10,border4)qr.add_data(data)imageqr.make_image(fill_colorblack,back_colorwhite)image.save(filename)print(fQR code saved as{filename})将上述代码保存为qr_code_generator.py文件然后在安装了Python 3.14.4 的Window11机器上打开cmd命令行终端输入如下命令安装qrcode包pipinstallqrcode安装之后再输入python qr_code_generator.py运行程序报错如下再次运行程序成功生成二维码图片手机扫描上述二维码之后就可以访问https://codewithmosh.com 这个网站了当然我们还可以根据自己的文本生成其他内容。参考资料python-projects-for-beginners Github仓库源代码python-projects-for-beginners[mosh python-projects-for-beginners视频地址: Python Projects for Beginners – Master Problem-Solving! https://pypi.org/project/qrcode/https://pypi.org/project/pillow/
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉