# opencv **Repository Path**: sqkert/opencv ## Basic Information - **Project Name**: opencv - **Description**: opencv的项目管理和学习的项目,有需要的自取 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-03-27 - **Last Updated**: 2026-04-25 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README 激光追踪小车视觉导航框架 (Industrialized CV Framework) 本项目是专为 电子设计竞赛 (EDC) 激光追踪任务开发的工业级视觉处理底座。它摒弃了传统的线性脚本思维,采用生命周期管理、并发隔离与防御性编程架构,确保系统在边缘计算设备(如 Jetson Orin / PC)上能 7x24 小时稳定运行。 🏗 核心架构设计 框架采用分层架构,确保算法逻辑与硬件驱动解耦: 配置与状态层 (Config & State): Config: 静态参数中心(如波特率、阈值、物理尺寸)。 State: 全局动态状态机(如当前帧率、连接状态、运行标志)。 生命周期管理层 (Lifecycle): init_system(): 硬件资源挂载与预分配。 cleanup_resources(): 强制资源回收(无论正常退出还是崩溃)。 算法管线层 (Pipeline): 主循环 run_main_loop() 负责数据流转,通过 time.sleep 锁定目标 FPS,防止 CPU 空转。 防御性外壳 (Safety Shield): 通过 try-except-finally 结构,确保在任何异常情况下都能执行资源清理。 📂 模块说明 1. 配置中心 (class Config) 所有“魔法数字”必须在此定义。 TARGET_FPS: 限制最高帧率,平衡计算压力。 DEBUG_MODE: 开启后将显示调试窗口。 2. 状态监测 (class State) 实时记录系统运行指标,便于多线程间的状态同步。 3. 系统初始化 (init_system) 在此处理摄像头打开、串口连接等操作。若任何一步返回 False,系统将安全终止,不进入主循环。 4. 资源清理 (cleanup_resources) 这是系统的“安全底线”。在此编写释放摄像头句柄、关闭串口、保存日志的代码。 🛠 开发指南 (给队友) 如果你需要添加新的视觉功能,请遵循以下流程: 添加参数:在 Config 类中定义你的新阈值。 编写算法:在 run_main_loop 之外编写独立的纯函数(Pure Function),输入图像,返回坐标或数据。 挂载功能:在 run_main_loop 的循环体内调用你的函数,并将结果交给串口发送模块。 异常捕获:不要在算法内部直接打印 print,建议使用日志记录。 🤖 AI 协作指令 (给 AI) 当你将此框架交给 AI 协助开发时,请复制以下提示词: "你现在是一名资深的嵌入式视觉工程师。请基于我提供的这个 core_framework.py 工业级架构进行开发。 请保持 Config 和 State 类的组织形式。 所有的计算逻辑必须封装在 run_main_loop 之外。 必须考虑防御性编程,确保资源在 finally 块中被清理。 不要修改主循环的生命周期结构。" 🚀 启动与退出 环境要求:Anaconda (OpenCV, NumPy, PySerial)。 运行:python core_framework.py。 优雅退出:在终端按下 Ctrl + C,系统将捕获信号并体面地释放资源。 📝 更新日志 v1.0.0: 建立工业级骨架,实现生命周期管理与异常防御机制。