【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】
? ? ? ? 如果把c# wpf只是看成是一个做界面的框架,那确实有点狭隘了。单独的上位机软件,如果不需要上下游的支持,没有与其他电脑打交道,实现的都是windows平台的常用功能,那么确实没有发挥出c# wpf的优势,也没有什么竞争力。非常建议大家学完c# wpf之后,可以扩充一下上下游的知识点,为个人累计实力、做好未来发展的铺垫。
? ? ? ? 上位机+单片机是最容易想到的方案。这个单片机不需要很复杂,实现特定的功能就可以。大家试想一下,很多手工制作的示波器、烧录器、雕刻机是不是都是这种方案。本身下位机收集信号和数据,等这些操作做完之后,就可以把数据送到上位机来处理。那本身单片机的运算能力又不是很快,所以上位机的功能才是整个系统的核心和灵魂。
? ? ? ? 当然,广义上来说,这个单片机也可以是各种各样的传感器。比如温度传感器,压力传感器,适度传感器,转速传感器,距离传感器,这样借助于传感数据和合适的业务模型,这个上位机相当于一个大型计算机的大脑,成为系统控制的枢纽和核心。
? ? ? ? 除了单片机,上位机还可以和linux系统进行配合。一般来说,能跑linux系统的芯片主要以soc为主,频率更高,内存更大,存储空间也更多。这也意味着,linux系统本身可以做更多复杂的事情。那么既然linux系统这么厉害,为什么还需要上位机的支持呢?有一种情况,那就是linux系统本身运行着特殊定制的算法,但是这个算法如果要在客户的环境上面运行起来,就需要对里面的参数进行标定,那么这就是上位机的优势所在。
? ? ? ? 大部分机器视觉都是这种形式,本身上位机从camera拿到图像,就可以对图像进行处理了。处理后的结果送给运动控制系统去执行。当然,为了得到很好的图像,我们还需要对光源和镜头进行挑选,这样才能够得到比较好的图像,这种场景多用于工业机器视觉。
? ? ? ? 另外一种就是民用的场景。比如说基于图像的条形码识别、基于图像的二维码识别等等。因为识别的图像都是人工设计的特征,所以这个时候再把这些特征用图像的方法逆运算解析出来,就可以获得对应的结果了。
? ? ? ? 传统的图像算法,基本依赖于图像本身。但是如果涉及到识别、定位和统计,那么AI的优势是非常明显的。很多时候,上位机的算力并不够,所以还需要一个AI加速棒,帮助我们实时对图像进行处理。如果没有这样的AI加速帮,安装稍微贵一点的显卡也是可以的,当然这取决于客户愿意付出多大的代价来做这件事情。
? ? ? ? 前面4个说的都是和技术相关,如果用户本身就身处在某一个行业里面,那么完全可以把c# wpf当成一个工具,利用它来解决生产、服务中的行业问题。并且假设这种问题是一个行业通用性的难题,就可以进一步推广和延展出去。行业与行业之间本身就有很多的知识鸿沟,哪怕是参数的设置,流程的管理,这里面都有巨大的学问。建议同学们可以把c# wpf和自己的行业紧密联系在一起,多想想目前有流程和管理有哪些问题,是否有具体的技术难题,有什么问题是可以用c# wpf解决的,按照这个思维和逻辑不断深入研究下去,肯定可以发掘出属于自己的新天地。