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）