最佳實踐#

本章總結了經實證有效的建議，用以在生產環境中建置穩健、高效且易於維護的 pypylon 應用程式。

資源管理#

請務必確保以正確的方式取得並釋放相機資源。

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

優點：

自動清理
例外安全
防止資源洩漏

設備識別#

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

詳情請參閱「如何挑選相機」。

效能最佳化#

採用適當的抓取策略#

LatestImageOnly → 低延遲
OneByOne → 完成處理

在源頭減少資料量#

指定一個ROI。
降低解析度。
若可行，請降低幀率。

避免不必要的複製#

僅在必要時複製。
在可能的情況下，請重複使用緩衝區。

線程設計#

分別進行採集與處理#

Camera → Queue → Processing

優點：

更好的 CPU 利用率
避免阻礙資料擷取

使用生產者－消費者模式#

「收購」討論串會推送圖片。
處理執行緒會消耗它們。

使用線程安全的佇列#

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

指引：

每個階段都有一項職責。
透過佇列進行通訊。
允許各階段獨立調整比例。

錯誤處理#

請務必確認「Grab」是否成功#

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

擷取與記錄例外狀況#

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

實作復原邏輯#

Error → StopGrabbing → Retry → Continue

關機策略#

實作乾淨關機機制：

使用 threading.Event.
請避免阻擋沒有超時設定的來電。
明確地停止擷取。

stop_event.set()
camera.StopGrabbing()

OpenCV 整合規則#

執行 imshow() 僅在主執行緒中。
請避免在工作執行緒中使用 GUI。

系統監控#

追蹤關鍵指標：

幀率
處理延遲
佇列大小
CPU 使用率

配置管理#

將相機參數儲存於外部。
請避免使用硬編碼的數值。
在啟動時驗證設定。

測試建議#

使用真實硬體進行測試。
模擬載荷條件。
驗證還原行為。

常見陷阱#

在釋放後使用影像緩衝區
無限期阻塞佇列
忽略同步要求
將 UI 執行緒與工作執行緒混合使用

心智模型#

Reliable system = correct architecture + error handling + performance tuning

重點摘要#

從一開始就以堅固耐用為設計原則。
區分不同的考量（收購與處理）。
驗證每一次外部互動。
制定應對失敗與復原的計畫。