執行緒與並行處理#

本主題說明在 pypylon 應用程式中如何運用執行緒與並行處理，以及如何建構資料擷取與處理流程，以提升效能與可擴展性。

此視覺化示意圖說明了 Python 應用程式中影像擷取的運作方式。

Camera → Native Thread → Buffer Queue → Python Application

影像擷取是在 pylon內的原生（C++）執行緒中執行的。
您的 Python 程式碼會從緩衝區佇列中擷取圖片。
這種分離使異步擷取成為可能。

在許多應用中，影像擷取的速度比處理速度更快：

Camera → 100 fps
Processing → 20 fps

若無並行處理：

緩衝區已滿。
發生掉幀。
延遲增加。

基本執行模型#

單執行緒方式是影像擷取流程中最簡單的形式。

Acquire → Process → Acquire → Process

範例：

while camera.IsGrabbing():
    with camera.RetrieveResult(5000) as grab_result:
        if grab_result.GrabSucceeded():
            image = grab_result.Array
            process(image)

這有以下缺點：

處理區塊的取得。
CPU 使用率偏低
可擴充性有限

生產者–消費者模式（建議）#

這是一種更為精細的影像擷取流程。

Acquisition Thread → Queue → Worker Thread(s)

製作人：擷取執行緒會擷取影像並將其推入佇列中。
使用者：工作執行緒會獨立處理影像。

使用自訂執行緒的實作範例#

資訊

您可以使用 InstantCamera 提供的抓取迴圈執行緒（請參閱grab_using_grab_loop_thread範例）。這是僅供示範用途的自訂實作。

import threading
import queue
from pypylon import pylon

def process(image):
    print(image.shape)

image_queue = queue.Queue(maxsize=10)

# Producer thread
def grab_loop(camera):
    while camera.IsGrabbing():
        with camera.RetrieveResult(5000) as grab_result:
            if grab_result.GrabSucceeded():
                image = grab_result.Array
                image_queue.put(image)

# Consumer thread
def process_loop():
    while True:
        image = image_queue.get()
        process(image)
        image_queue.task_done()

with pylon.InstantCamera(pylon.FirstFound) as camera:
    camera.StartGrabbing()

    grab_thread = threading.Thread(target=grab_loop, args=(camera,))
    processing_thread = threading.Thread(target=process_loop)

    grab_thread.start()
    processing_thread.start()

    grab_thread.join()
    image_queue.join()

佇列行為與背壓#

Queue full → producer blocks → acquisition slows down

策略：

增加佇列大小。
手動刪除幀。
使用 LatestImageOnly.

與 Grab 策略相結合#

LatestImageOnly: 減少積壓工作。
OneByOne: 確保完整性。

最佳實踐：

LatestImageOnly + queue → responsive systems
OneByOne + logging → analysis systems

關於執行緒安全性的考量#

請避免在未加鎖的情況下共用可變資料。
在將影像傳遞給其他執行緒之前，請先複製這些影像，例如透過使用 Array 函數。
使用 queue.Queue 以確保通訊安全。

CPU 使用率#

並行處理具有以下優點：

更佳的 CPU 使用率
關注點的分離
可擴展的架構

Core 1 → Acquisition
Core 2 → Processing
Core 3 → AI

何時該使用多執行緒#

在以下情況下應使用多執行緒：

處理速度比擷取速度慢。
存在多個處理階段。
必須具備即時回應能力。

請避免在以下情況下進行線程操作：

處理過程可忽略不計。
系統的複雜度必須盡量降低。

進階模式（概述）#

多階段管線#

多階段管線將影像處理分割為獨立的步驟，這些步驟會並行執行，並透過佇列交換資料。

Grab → Preprocess → Analyze → Display

多使用者設定#

Producer → Queue → Multiple processing threads

概念管道#

Camera → Queue → Processing → Results

重點摘要#

資料擷取與處理應予以分離。
採用生產者-消費者模式以提升可擴展性。
佇列可提供線程安全的通訊機制。
多執行緒可提升效能，但會增加複雜性。