诗三百的博客

原创 固高控制卡的几种运动模式

可以根据动态设置的比例，小孩能走到大人同样的位置，也能走到大人落后一点的位置，亦能处于AB中间点，还能设置走到A到AB中间点的中间点。精确度更高，自由度较低，时间，速度，位置三个维度都能保证。Job运动类似按钮事件，点一次按钮，执行一下事件。进一步扩展了PT运动的概念，除了位置和时间外，还直接指定了速度，允许用户对加速度、减速度以及恒速阶段进行详细规划，提供了更高的灵活性和精度。在点位运动的基础上增加了时间维度，不仅指定了目标位置，还规定了到达该位置的确切时间，速度由系统根据位置和时间自动计算。

原创 WPF的DataGrid渲染性能优化

提高Grid性能的几种方法。

原创 单例模式实现的几种方式

此外，从 C# 5.0 开始，volatile.Read 和 volatile.Write 方法提供了更细粒度的控制，可以对非 volatile 字段执行与 volatile 相同的内存屏障操作。然而，对于大于机器字长的数据类型（例如64位系统上的 long 或 double），即使它们是 volatile 的，也不能保证读写操作的原子性。它确保对字段的读取和写入是原子操作，并且不会被编译器或处理器重新排序，从而避免了某些类型的竞态条件（race conditions）。这保证了程序逻辑的正确性。

原创 1.运控概述

运控是指“控制移动”之意，可以利用各种电机进行位置控制等操作，让机器听懂你的指令。是一个中间件，将你的指令传达给具体的实现设备。比如电脑输入了一个步进电机走十步的指令，接口板根据电脑输入的脉冲数量，转换成对应的步进量，让设备去实行。它的主要任务是接收指令、翻译指令，然后让设备按指令动起来。接收指令：比如你用C#编程告诉它“让这个电机转5圈”。翻译指令：它会把你的指令转成机械能懂的信号（比如脉冲信号）。发出指令：然后传给机械，让它动起来。这是用于驱动步进电机和伺服电机的控制单元。

原创 十一.深度学习

应用方向通用流程步骤超参数

原创 十.相机标定与三维重建

机器视觉的本质，是通过图像获取三维世界的真实信息。相机标定的作用是根据二维图像与三维世界的对应关系，从而还原三维世界中物体原本的坐标，深度，位姿等信息。比如测量通过图像测量物体的具体宽高，3D重建等功能。2）外部参数：表示相机在现实世界中的三维位置。如相机在世界坐标系的X轴，Y轴，Z轴信息等。比如警察可以通过鞋码推算身高，相机标定可以通过外部信息推算物体的宽高。1）内部参数：相机自身的配置信息等。如相机的焦距，拍摄图像的宽高，传感器的尺寸等。1）可以通过Halcon的标定助手进行相机标定。

原创 九.图像分类

简单来说，就是通过图像，识别出属于什么类型。比如：一个苹果图像，属于水果类。

原创 八.模板匹配

（2）使用create_local_deformable_model或者create_local_deformable_model_xld算子创建模板（可以使用determine_deformable_model_params算子查看推荐参数）（2）透视形变模板创建有多种方式：create_planar_uncalib_deformable_model/create_planar_uncalib_deformable_model_xld创建无标定的模板。然后通过reduce_domain算子裁剪出来。

原创 七.边缘检测

segment_contours_xld：将轮廓分割成线段，圆弧等预定义的形状，可搭配select_obj算子单独使用其中某一个轮廓形状。如果只需要分割成线段，可以使用gen_polygons_xld和split_contours_xld组合。edges_color_sub_pix：提取彩色多通道图像的亚像素边缘（可生成轮廓）fit_line_contours_xld：对不规则轮廓进行拟合，以得到规则的轮廓。union_straight_contours_xld：同方向的邻近轮廓。

原创 六.特征提取

gen_cooc_matrix：创建图像共生矩阵。3.select_shape算子可高效的根据特征提取出符合条件的区域。intensity：计算单张图像上多个区域的灰度值的平均值和偏差。min_max_gray:计算最小最大灰度值，以灰度直方图为主。cooc_feature_image：连续执行以上两个算子。cooc_feature_matrix:计算共生矩阵属性值。area_center_gray：灰度区域的面积和中心。gray_features:计算指定区域的灰度值。

原创 wpf杂谈

WPF 制作高性能的透明背景异形窗口（使用 WindowChrome 而不要使用 AllowsTransparency=True） - walterlv。WPF内存优化，防止内存泄漏 | 码客说。

原创 五.图像的形态学处理

图像边缘变得更加平滑，不相连的区域可能会连接。与腐蚀是相反的操作。1.腐蚀：对所选区域进行收缩，用于消除边缘和杂点。常用erosion_circle，erosion_rectangle。顶帽运算和底帽运算皆可单独使用，单独使用时，能够提取出暗背景，目标尺寸比较小的图像。6.底帽运算：得到闭运算后移除的局部图像。5.顶帽运算：得到开运算后移除的局部图像。3.开运算：先腐蚀后膨胀。4.闭运算：先膨胀后腐蚀。灰度图像，是已经经过灰度化的图像。

原创 四.颜色与纹理

（3）create_color_trans_lut:将原始颜色通过查表的方式赋值为另一种颜色。3.彩色图像包含多个颜色通道，不同的颜色通道，表现形式也不同，可以通过颜色通道检测图像。（7）sub_image:通道图像做减法计算，比如蓝色通道图像减去红色通道图像。（1）trans_from_rgb:将RGB图像转换为任意颜色空间。（2）trans_to_rgb:将任意颜色空间转换为RGB图像。（4）image_to_chaneel:获取图像的颜色通道数组。H（色调）S（饱和度）V（纯度）

原创 三.图像分割

图像分割的标准，可以是像素的灰度，边界，几何形状，颜色，甚至是纹理。watersheds_threshold:原理同上，但多了一步操作，即在得到初步的分水岭分割结果后，将灰度小于阈值的分水岭合并提取。如同先执行分水岭算法，再执行全局阈值处理。阈值处理：像素灰度值的范围在0-255（黑-白）之内，将图像的像素值和该阈值进行对比，在设定范围内的称为前景，其余为背景。3.dyn_threshold:局部阈值，适合处理图像不怎么清洗，需要检测的区域灰度复杂，有的比阈值范围大，有的比阈值范围小，包含多种灰度的情况。

原创 二.图像预处理

仿射变换：解决图像失真的问题，避免出现图像扭曲变形（矩形，梯形） hom_mat2didentity:创建一个空的仿射变换矩阵 hom_mat2dtranslate:平移矩阵 hom_mat2drotate:旋转矩阵 hom_mat2dscale:缩放矩阵 应用仿射变换矩阵 affine_trans_pixel：应用于像素点 affine_trans_point_2d：应用于二维点 affine_trans_image：应用于图像 affine_trans_region：应

原创 一.图像采集

3.阈值分割，将图像按照设定的临界点分割，粗略筛选出区域，（这步还是大区域）4.将相连的区域合并，一个个按照独立出来，方便后续提取。1.把图像加载到Halcon中。

原创 上位机通讯协议之大端小端

可从上述所说看出，有大端小端区分的，最小也是一个字，即16位，两个byte（可组成一个字节数组）。最低字节（低位字节）是：F0 11110000 在字节数组索引【0】位置上。最高字节（高位字节）是：C0 11000000 在字节数组索引【0】位置上。大端模式，也被称为高位模式：最高字节数据存储在内存的最低地址处，最低字节数据存储在内存的最高地址处。小端模式，也被称为低位模式：最低字节数据存储在内存的最低地址处，最高字节数据存储在内存的最高地址处。

原创 随笔：==和Equals比较

object.ReferenceEquals:比较两者的堆栈引用。

原创 现代化开发为什么不推荐使用存储过程

存储过程在数据库中扮演着非常重要的角色，但技术推陈出新，业务发展多态化，已经有更多的新技术方案可替代存储过程适应现代化开发。1.我们现在用的数据库，不是最终确定的数据库。在高并发环境下，这种锁定机制可能导致阻塞，即一个存储过程正在执行时，其他进程可能需要等待锁释放才能继续，这会影响系统的吞吐量。例如，如果存储过程中有复杂的事务逻辑或大量数据返回给客户端，那么可能会消耗较多的数据库资源，影响整体性能。：存储过程通常在数据库服务器上执行，如果并发请求量过大，可能会超过单个数据库服务器的能力，导致性能瓶颈。

原创 string特殊的引用类型

可先提前理解C#中的堆栈概念，这是本人在csdn上找到的一篇文章深入理解C#中的堆(Heap)与栈(Stack)，一次性全都掌握！_c# 堆栈-优快云博客引用类型可通过修改副本值从而改变源数据的值，亦可修改源值改变副本值，如下图所示。但在C#中，string虽然也是引用类型，但其稍微有些特殊。通过以上示例看出，无论是源值还是副本值，修改后，引用已经悄然变化。为什么会出现以上情况呢，通过反汇编则可知晓答案。（着重看箭头指向）

原创 自动实现的属性字段

使用lamda表达式方式初始化时，要注意初始化的值是非实例化，非动态的。不然会重新分配内存，改变引用。2.如果涉及到实例化，=> lamda表达式赋值方式会重新分配内存，改变属性的引用。3.如果涉及到动态值，=> lamda表达式赋值方式会重新分配内存，改变属性的引用。但需要注意的是，Message赋值的方法容易重新分配内存。1.如果不涉及到实例化或者值变动，两种方法都不会重新分配内存。C#常用的两种给属性或者字段赋初始值方法。

原创 上位机通信组件-2

丢包情况一般是网络通讯不稳定，或者数据缓冲区读取的字节数量不对造成的。前一种情况可通过心跳检查，断线重连等方案解决。粘包情况：设备发送数据太快，导致上一个包的缓冲区还未清空，下一个包的数据就进入了缓冲区，读取缓冲区时把数据包粘连在一起了。设备会有自己的心跳检查，一般是通过心跳检查去发现是否已断线。这里不多叙述，简单的写一个自己实现的断线检查和重新连接。方法也很简单，和服务端定义一个协议，比如发送时将包的长度，名称，id等一起传送过来，这样接收时，按照协议去解析。比如断线重连，丢包粘包等情况。

原创 上位机通信组件-1

上位机通信分为以太网口和串口通信。两者是电脑硬件，以太网就是俗称的网口，串口不知如何形容，大家自行百度。TCP通信，可使用Socket类。一个简单的TCP通信就已经完成了。

原创 Visual Studio 高效率

1.开启内联参数提示。2.开启全局智能提示。3.实时显示诊断错误。

原创 WPF布局控件

可自定义行和列来处理。

原创 WPF小技巧

原创 高并发架构

高并发（High Concurrency）是指系统能够同时处理很多请求或者任务的能力。在计算机领域，特别是在网络服务、数据库系统、Web应用等领域，高并发是一个重要的性能指标。当一个系统需要处理大量用户的请求时，如果系统能够有效地支持并处理这些请求，就可以说这个系统具有高并发能力。高并发系统通常需要处理大量的并发用户，而不降低系统的性能或导致请求的延迟。以双十一举例，某宝上有双凉鞋，因物美价廉大受欢迎，所以有一千万人在十分钟内竞相购买。换句话说，系统服务在十分钟内承受了一千万次访问。这便是高并发场景。

原创 Wing~致力于打造一个功能强大、最接地气的.NET微服务框架。——网关策略篇

当电路中的负载过高的时候，“保险丝”就会熔断。微服务的熔断就如同保险丝一样，当服务间的调用出现频繁的超时，核心服务却一直在等待这个超时服务的响应结果，后果就是整个系统服务的卡顿、无反应，这对于用户端是不可接受的。所以熔断就是某个服务发生不断的调用响应超时的时候，就屏蔽掉这个服务，短路这个服务，不调用这个服务的具体内容直接返回一个默认值，对服务进行降级处理。在appsettings中配置以下策略，并将Test控制器中的Get方法设置等待2*60*1000，重启网关和Service1服务。// 全局策略。

原创 Wing~致力于打造一个功能强大、最接地气的.NET微服务框架。——网关篇

微服务的应用可能是部署在不同机房、不同地区、不同域名下的。此时客户端想要请求对应的服务，都需要知道机器的具体IP或域名；当微服务实例众多时，对客户端来说就难以维护。此时就有了网关，客户端相关的请求直接发送到网关，由网关根据请求标识解析判断出具体的微服务网址，再把请求发送到服务实例上。

原创 Wing~致力于打造一个功能强大、最接地气的.NET微服务框架。

Wing致力于打造一个功能强大、最接地气的.NET微服务框架，支持运行平台。支持Consul服务注册与发现，服务间通讯支持http和grpc调用，内置负载均衡器。支持Saga分布式事务，支持三种恢复策略：向前恢复、向后恢复、先前再后。自带配置中心，服务配置可以在线集中统一管理。支持http/grpc/sql（支持ORM框架EFCore/FreeSql/SqlSugar）链路追踪及耗时分析统计。内置服务网关，支持全局服务策略和个性化服务策略配置。支持RabbitMQ事件总线，自带友好操作的可视化UI管理界面。