執行緒與並行處理#

本主題說明如何在 pypylon 應用程式中使用執行緒與並行處理，以及如何建構擷取與處理管線以提升效能與可擴充性。

此視覺化圖表說明影像擷取如何在 Python 應用程式中運作。

Camera → Native Thread → Buffer Queue → Python Application

影像擷取在 pylon 內部的 原生 (C++) 執行緒 中執行。
您的 Python 程式碼從 緩衝區佇列 擷取影像。
這種分離機制實現了非同步擷取。

在許多應用程式中，影像擷取速度快於處理速度：

Camera → 100 fps
Processing → 20 fps

若無並行處理：

緩衝區 Fill 滿。
影格遺失。
延遲增加。

基礎執行模型#

單執行緒方法是影像擷取管線最簡單的形式。

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)

這具有下列缺點：

處理會阻塞擷取。
CPU 利用率不佳
可擴充性受限

生產者–消費者模式（建議）#

這是影像擷取管線更為精密的方法。

Acquisition Thread → Queue → Worker Thread(s)

Producer：擷取執行緒會擷取影像並將其推送至佇列中。
Consumer：工作執行緒會獨立處理影像。

使用自訂執行緒的範例實作#

資訊

您可以使用 InstantCamera 提供的 grab loop 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 (Backpressure)#

Queue full → producer blocks → acquisition slows down

策略：

增加佇列大小。
手動捨棄影格。
使用 LatestImageOnly.

與 Grab Strategies 結合#

LatestImageOnly：減少積壓。
OneByOne：確保完整性。

最佳實務：

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

執行緒安全性考量#

避免在沒有鎖定的情況下共用可變資料。
在將影像傳遞給其他執行緒之前先進行複製，例如透過使用 Array 函式搭配使用。
使用 queue.Queue 以進行安全的通訊。

CPU 利用率#

平行處理具有以下優點：

更好的 CPU 使用率
關注點分離
可擴充的架構

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

何時使用多執行緒#

在以下情況下使用執行緒：

處理速度慢於擷取速度。
存在多個處理階段。
需要即時回應性。

在以下情況下避免使用執行緒：

處理程序微不足道。
系統複雜度必須降到最低。

進階模式（概觀）#

多階段管線#

多階段管線將影像處理分割為獨立的步驟，這些步驟可同時執行並透過佇列交換資料。

Grab → Preprocess → Analyze → Display

多消費者設定#

Producer → Queue → Multiple processing threads

概念管線#

Camera → Queue → Processing → Results

重點整理#

擷取與處理應該相互解耦。
使用生產者-消費者模式以實現可擴展性。
佇列提供執行緒安全的通訊。
多執行緒能提升效能，但也會增加複雜度。