ベストプラクティス#

この章では、本番環境で堅牢、効率的、かつ保守性の高い pypylon アプリケーションを構築するための実証済みの推奨事項をまとめています。

リソース管理#

カメラリソースが適切に取得および解放されるように常に確認してください。

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

メリット：

自動クリーンアップ
例外安全性
リソースリークの防止

デバイスの識別#

デバイスインデックスは固定されないため、決して依存しないでください：

devices[0]

代わりに一意の識別子を使用してください：

シリアル番号
ユーザー定義名

詳細については、Discovering and Selecting a Cameraを参照してください。

パフォーマンスの最適化#

適切なグラブ戦略の使用#

LatestImageOnly → 低遅延
OneByOne → 完全な処理

ソースでのデータ削減#

ROIを指定します。
解像度を下げる。
可能であればフレームレートを下げます。

不要なコピーの回避#

必要な場合にのみコピーします。
可能な場合はバッファを再利用します。

スレッディング設計#

取り込みと処理の分離#

Camera → Queue → Processing

メリット：

優れたCPU使用率
取り込みのブロックを回避します

プロデューサー・コンシューマーパターンの使用#

取り込みスレッドが画像をプッシュします。
処理スレッドがそれらをコンシューマーとして処理します。

スレッドセーフなキューの使用#

import queue
q = queue.Queue()

マルチステージパイプライン#

複雑なアプリケーションをパイプラインとして構築します。

Grab → Preprocess → Analyze → Output

ガイドライン：

各ステージには1つの責任があります。
キューを介して通信します。
ステージごとに独立した Scaling を許可します。

エラーハンドリング#

グラブの成功を必ず確認する#

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

例外のキャッチとログ記録#

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

リカバリロジックの実装#

Error → StopGrabbing → Retry → Continue

シャットダウン戦略#

クリーンなシャットダウンメカニズムの実装:

使用 threading.Event.
タイムアウトなしのブロック呼び出しを避ける。
明示的にアクイジションを停止する。

stop_event.set()
camera.StopGrabbing()

OpenCV統合ルール#

[Run]をクリックします imshow() メインスレッドでのみ実行されます。
ワーカースレッドでのGUIの使用を避ける。

システム監視#

主要なメトリクスの追跡:

フレームレート
処理レイテンシ
キューサイズ
CPU使用率

構成管理#

カメラパラメータを外部に保存する。
ハードコードされた値を避ける。
起動時に設定を検証する。

テストに関する推奨事項#

実機でテストする。
負荷条件をシミュレートする。
リカバリ動作を検証する。

よくある落とし穴#

解放後のイメージバッファの使用
無制限のキューのブロック
同期要件の無視
UIスレッドとワーカースレッドの混在

メンタルモデル#

Reliable system = correct architecture + error handling + performance tuning

主なポイント#

最初から堅牢性を考慮した設計を行う。
処理と買収の分離
すべての外部インタラクションの検証
障害とリカバリの計画