实现网
60人浏览/2人投稿
64天前
待托管赏金
一、整体框架 / 语言
• C# + .NET (WPF)：继续作为上位机 UI 和业务逻辑的主框架
• Python（子进程或服务）：负责训练、复杂算法（如深度学习、PatchCore、复杂图像处理）
• 通信方式：CLI + StdOut、TCP/Socket、或 gRPC/REST（WPF ↔ Python）
---
二、相机采集系统（工业相机 SDK 抽象）
• 工业相机 SDK：
• 海康：MVS / MVSDK（C/C++/C#），或 HikRobot 官方 .NET SDK
• Basler：pylon SDK（有 .NET 组件）
• 大恒：Galaxy SDK
• C# 技术栈：
• 抽象接口：ICamera, ICameraControl（采集 / 触发 / 参数读写）
• Task/async 模式 + 生产者/消费者队列（采集线程与处理线程解耦）
• 图像格式：System.Drawing.Bitmap 或 WriteableBitmap / System.Windows.Media.Imaging 统一封装
• 图像基础处理（非 AI）：
• OpenCvSharp4（C# 封装的 OpenCV，用于预处理、ROI 裁剪、格式转换）
---
三、开源标注软件集成（如 X-AnyLabeling / LabelMe）
• 外部工具集成：
• System.Diagnostics.Process 启动外部标注软件，带图片目录参数
• 通过配置保存标注软件路径、数据目录
• 标注数据格式：
• LabelMe JSON / COCO JSON / YOLO txt 等
• C# 反序列化：System.Text.Json 或 Newtonsoft.Json
• 数据转换模块：
• AnnotationConverter：将推理结果（框、标签、置信度）↔ 标注 JSON
• 目录结构约定：dataset/images, dataset/labels 等
• 训练触发（闭环）：
• 从 WPF 调 Python 脚本：ProcessStartInfo 调用 python train.py ...
• 进度回调：Python 通过 stdout 输出或通过 TCP/Socket 返回给 WPF
---
四、AI 拍摄 / 光学自动对焦（Auto Exposure / Auto Focus）
1. 图像评价算法（清晰度/亮度/对比度）
• C#：
• OpenCvSharp 实现：Laplacian 方差（清晰度）、直方图 / 均值（亮度）、对比度等
• Python 备选（如后续要用更复杂评价指标）：
• OpenCV (cv2) + NumPy
2. 参数搜索 / 优化算法
• 简易爬山算法 / 网格搜索 / 模拟退火：
• C# 自己实现即可（算法很轻量）
• 对接相机 SDK 参数：
• 曝光、增益、gamma、光圈、焦距（若镜头可控）
3. 硬件控制
• 使用各家 SDK 中的：
• SetExposureTime, SetGain, SetFocus, SetAperture 等属性
• 统一封装到 ICameraControl.AutoOptimizeAsync() 中，隐藏厂商差异
六、通讯系统 / 工业互联（PLC / MES 等）
• 工业协议库（C#）：
• NModbus4：Modbus TCP/RTU
• S7.Net：西门子 S7 PLC
• 若有自定义 TCP 协议：System.Net.Sockets
• 架构设计：
• ICommunicationProvider / IIndustrialProtocol 抽象接口
• 插件化实现：ModbusProvider, S7Provider, TcpJsonProvider 等
• 抽象触发源与结果输出：
• ITriggerSource（软触发 / PLC 位变化触发）
• IResultOutput（写寄存器、发 JSON、写文件等）
