實時數據繪圖滯後一段時間

Question

我一直在寫實驗室工作站自動化程序。我通信的一種儀器稱爲光束分析儀，它基本上讀取來自兩個正交方向（x，y）的光輸入。一旦輸入被讀取，我需要將其轉換爲2D圖像，因爲我使用numpy meshgrid，並且我能夠獲得所需的輸出。 爲了更清晰，請參閱下圖。 x軸和y軸上的兩條高斯線是我的原始輸入，彩色圖是用網格進行處理的。

爲此，我將軟件分爲兩部分。首先，我創建另一個QT線程來初始化我的設備，並在獲取數據並處理它的循環中運行。然後這個線程用值發送一個信號給主線程。

在主線程中，我獲取值，繪製圖形並更新GUI屏幕。

它已經在工作，問題是當我啓動光束輪廓儀讀數時，隨着時間流逝，軟件開始變慢。起初我以爲這是因爲數據處理，但它沒有意義，因爲它在第二個線程中運行，當我啓動設備時沒有延遲。 看起來好像是將數據「保存」在內存中並變慢，這很奇怪，因爲我使用set_data和draw方法進行繪圖。

注意：如果我關閉軟件內部的設備讀數，滯後時間會停止，如果我再次啓動它，它會開始良好，但隨着時間的推移會滯後。

任何傳入的幫助非常感謝！

數據採集線程代碼：

class ThreadGraph(QtCore.QThread): 
    _signalValues = QtCore.pyqtSignal(float, float, float, float, float, float, float, float) 
    _signalGraph = QtCore.pyqtSignal(np.ndarray, np.ndarray, np.ndarray, np.ndarray, np.ndarray) 
    _signalError = QtCore.pyqtSignal(str) 
    BEAMstatus = QtCore.pyqtSignal(str) 

    def __init__(self, parent=None): 
     super(ThreadGraph, self).__init__(parent) 
     self.slit = 0 
     self.state = False 

    #Thread starts 
    def run(self): 
     self.init() #Device initialization (Not relevant, therefore omitted) 
     time.sleep(0.1) 
     while self.state == True: #Thread loop (data acquisition) 
      self.emitValues() #Fun to get the data and emit 
      time.sleep(0.016) 
      self.emitGraph() #Process data into 2D and emit 
     try: #When while is over, terminate the thread 
      self.beam.close(self.session) 
     except RuntimeError as err: 
      print err 
     self.quit() 

    def emitGraph(self): #Use the data acquired to to generate 2D image and emit 
     xx, yy = np.meshgrid(self.slit_data_int[self.slit][0::10], self.slit_data_int[self.slit+1][0::10]) 
     zz = xx * yy 

     self._signalGraph.emit(
      self.slit_data_pos[self.slit][0::10], 
      self.slit_data_int[self.slit][0::10], 
      self.slit_data_pos[self.slit + 1][0::10], 
      self.slit_data_int[self.slit + 1][0::10], 
      zz 
      ) 


    def emitValues(self): 
     try: #Try to get data from device (data is stored in calculation_result) 
      self.slit_data_pos, self.slit_data_int, self.calculation_result, self.power, self.power_saturation, self.power_intensities = self.beam.get_slit_scan_data(self.session) 
     except RuntimeError as err: 
      self._signalError.emit(str(err)) 
      return 
     else: #emit data to gui main thread 
      self._signalValues.emit(
       self.calculation_result[self.slit].peakPosition, 
       self.calculation_result[self.slit + 1].peakPosition, 
       self.calculation_result[self.slit].peakIntensity, 
       self.calculation_result[self.slit + 1].peakIntensity, 
       self.calculation_result[self.slit].centroidPosition, 
       self.calculation_result[self.slit + 1].centroidPosition, 
       self.calculation_result[self.slit].gaussianFitDiameter, 
       self.calculation_result[self.slit + 1].gaussianFitDiameter 
       ) 

主GUI代碼：

class BP209_class(QtGui.QWidget): 

    def __init__(self, vbox, slit25, slit5, peakposx, peakposy, peakintx, peakinty, centroidposx, centroidposy, mfdx, mfdy): 
     QtGui.QWidget.__init__(self) 
     #Initialize a bunch of gui variables 
     self.matplotlibWidget = MatplotlibWidget('2d') 
     self.vboxBeam = vbox 
     self.vboxBeam.addWidget(self.matplotlibWidget) 
     self.vboxBeam.addWidget(self.matplotlibWidget.canvastoolbar) 
     #Create the thread and connects 
     self.thread = ThreadGraph(self) 
     self.thread._signalError.connect(self.Error_Handling) 
     self.thread._signalValues.connect(self.values_update) 
     self.thread._signalGraph.connect(self.graph_update) 
     self.thread.BEAMstatus.connect(self.Status) 


     #Initialize variables for plots 
     self.zz = zeros([750, 750]) 
     self.im = self.matplotlibWidget.axis.imshow(self.zz, cmap=cm.jet, origin='upper', vmin=0, vmax=1, aspect='auto', extent=[-5000,5000,-5000,5000]) 
     self.pv, = self.matplotlibWidget.axis.plot(np.zeros(750) , np.zeros(750) , color="white" , alpha=0.6, lw=2) 
     self.ph, = self.matplotlibWidget.axis.plot(np.zeros(750) , np.zeros(750), color="white" , alpha=0.6, lw=2) 
     self.matplotlibWidget.figure.subplots_adjust(left=0.00, bottom=0.01, right=0.99, top=1, wspace=None, hspace=None) 
     self.matplotlibWidget.axis.set_xlim([-5000, 5000]) 
     self.matplotlibWidget.axis.set_ylim([-5000,5000]) 

    def __del__(self): #stop thread 
     self.thread.state = False 
     self.thread.wait() 

    def start(self): #start thread 
     if self.thread.state == False: 
      self.thread.state = True 
      self.thread.start() 
     else: 
      self.thread.state = False 
      self.thread.wait() 

    #Slot that receives data from device and plots it 
    def graph_update(self, slit_samples_positionsX, slit_samples_intensitiesX, slit_samples_positionsY, slit_samples_intensitiesY, zz): 
     self.pv.set_data(np.divide(slit_samples_intensitiesX, 15)-5000, slit_samples_positionsX) 
     self.ph.set_data(slit_samples_positionsY, np.divide(slit_samples_intensitiesY, 15)-5000) 
     self.im.set_data(zz) 
     self.im.autoscale() 
     self.matplotlibWidget.canvas.draw() 

編輯：我也有一個攝像頭連接到我的系統，我也利用OpenCV的顯示它的圖形用戶界面。我注意到，如果我啓動凸輪，光束輪廓儀的fps減少將近一半。所以，也許QT油漆優化將是一條路要走？

Answer 1

致電canvas.draw()是昂貴的。您可能會比繪圖命令更快地完成數據採集。這將導致繪畫事件排隊，你的情節會出現滯後。 blog post詳細介紹了一種避免調用canvas.draw()的方法，可用於加速matplotlib實時繪圖。

如果這仍然不夠快，您可能不得不降低採集率，實施某種形式的跳幀機制或使用更好的速度優化的繪圖庫。