最佳實務#

本章總結了在生產環境中建構強固、高效且可維護的 pypylon 應用程式的經驗證建議。

資源管理#

務必確保正確取得與釋放相機資源。

with pylon.InstantCamera(pylon.FirstFound) as camera:
    # use camera

優點：

• 自動清除
• 例外安全性
• 防止資源洩漏

裝置識別#

切勿依賴裝置索引，因為它們並不穩定：

devices[0]

請改用唯一識別碼：

• 序號
• 使用者自訂名稱

請參閱 Discovering and Selecting a Camera 以了解詳細資訊。

效能最佳化#

使用適當的 Grab Strategy#

• LatestImageOnly → 低延遲
• OneByOne → 完整處理

在來源處減少資料#

• 指定 ROI。
• 降低解析度。
• 如果可能，請降低影格率。

避免不必要的複製#

• 僅在需要時複製。
• 可能時重複使用緩衝區。

執行緒設計#

分離擷取與處理#

Camera → Queue → Processing

優點：

• 更好的 CPU 利用率
• 避免阻塞擷取

使用 Producer-Consumer Pattern#

• 擷取執行緒推送影像。
• 處理執行緒消耗影像。

使用執行緒安全佇列#

import queue
q = queue.Queue()

多階段管線#

將複雜的應用程式架構化為管線：

Grab → Preprocess → Analyze → Output

指導原則：

• 每個階段負擔一項職責。
• 透過佇列進行通訊。
• 允許每個階段進行獨立的 Scaling。

錯誤處理#

務必檢查擷取成功狀態#

if grab_result.GrabSucceeded():
    process(grab_result.Array)
else:
    log_error(grab_result.ErrorDescription)

擷取並記錄例外狀況#

try:
    # acquisition code
    pass
except Exception as e:
    log_error(e)

實作復原邏輯#

Error → StopGrabbing → Retry → Continue

關閉策略#

實作清單關閉機制：

• 使用 threading.Event.
• 避免沒有逾時設定的阻塞呼叫。
• 明確停止擷取。

stop_event.set()
camera.StopGrabbing()

OpenCV 整合規則#

• 執行 imshow() 僅限主執行緒。
• 避免在背景執行緒中使用 GUI。

系統監控#

追蹤關鍵指標：

• 影格率
• 處理延遲
• 佇列大小
• CPU 使用率

組態管理#

• 在外部儲存相機參數。
• 避免硬編碼值。
• 在啟動時驗證組態。

測試建議#

• 使用實際硬體進行測試。
• 模擬負載狀況。
• 驗證復原行為。

常見陷阱#

• 在釋放後使用影像緩衝區
• 無限期封鎖佇列
• 忽略同步要求
• 混用 UI 與背景執行緒

Mental Model#

Reliable system = correct architecture + error handling + performance tuning

重點整理#

• 從一開始就以強固性為目標進行設計。
• 分離關注點（擷取與處理）。
• 驗證每個外部互動。
• 為失敗與復原做好規劃。