本项目用途为用途为滤光片瑕疵检测。 整套装备软件部分，分为上位机和下位机。本项目代码部分内容为上位机部分。 上位机的软件用 C Sharp 写成。检测部分用深度学习来完成，深度学习模型来自 HALCON。

项目代码分析说明（面向后继开发者快速入门）

1. 项目定位与技术栈

• 本仓库核心是上位机程序，解决滤光片瑕疵检测与分拣流程中的“采图-检测-记录-展示-控制”闭环。
• 主要技术：
  • C# WinForms + DevExpress（UI 与业务流程）
  • HALCON / HalconDotNet（传统视觉与深度学习推理）
  • MySQL（检测记录存储）
  • 串口 + Modbus（与 STM32/电机控制交互）
  • 海康工业相机 SDK（MvCameraControl.Net）（多相机采集）

2. 目录与核心文件

• 根目录说明文档：/tmp/workspace/codesoldier99/lgp/README.md
• 上位机主工程目录：/tmp/workspace/codesoldier99/lgp/我的上位机程序(3.3) - 定位划痕/IndustryDemo
• 解决方案：IndustryDemo.sln
• 工程文件：IndustryDemo.csproj
• 关键代码：
  • mainForm.cs：主窗口与页面切换、主流程按钮入口
  • Controllerui/Detectionui.cs：检测业务总控（线程、相机、串口、检测调度、进度/耗时）
  • Controllerui/detection.cs：DetectionWithDL2，深度学习检测与结果处理核心
  • Program.cs / Program1.cs：包含检测相关 HALCON 过程封装（环光/点光/DL）
  • Controllerui/STM32Control.cs：电机与执行机构控制（Modbus 寄存器写入）
  • Global.cs：全局参数与运行时共享状态
  • MySqlHelper.cs、Controllerui/DataBaseOperate.cs：数据库读写封装

3. 运行流程（理解系统的最短路径）

1. 程序入口启动主窗体（mainForm）。
2. 进入检测页面（Detectionui），初始化相机、串口、控制线程等资源。
3. 采图后进入检测核心（DetectionWithDL2 + HALCON 相关流程）：
   • 图像预处理与区域分割；
   • 传统规则/深度学习推理；
   • 缺陷分类、定位、结果汇总。
4. 检测结果在 UI 展示并记录数据库，同时与下位机联动完成动作控制。
5. 检测结束后输出统计信息（含耗时记录）并进行资源释放。

4. 关键配置与依赖关注点

• 目标框架：.NET Framework 4.8（IndustryDemo.csproj 与 App.config）。
• 第三方依赖包括 DevExpress、HalconDotNet、MySQL Connector、NModbus4、ReportViewer 等。
• 路径/环境耦合点较多（如 HALCON DLL、模型目录、图像目录、数据库连接串等），新环境部署需优先核对：
  • Global.cs 中 conString、deepLearningModelDir、imgLocation；
  • HALCON 安装路径与 halcondotnet.dll 引用是否可用；
  • 相机 SDK 与串口号、波特率等现场参数。

5. 新开发者建议的阅读顺序

1. 先看 mainForm.cs：理解“启动检测 / 参数设置 / 历史查询”入口。
2. 再看 Detectionui.cs：理解检测调度、线程、设备交互、日志与进度机制。
3. 深入 detection.cs 与 Program*.cs：理解视觉算法与深度学习推理细节。
4. 最后看 STM32Control.cs 与数据库类：打通“检测结果 -> 设备动作/数据落库”链路。

6. 当前维护建议（稳定性视角）

• 尽量减少在 Global 中新增强耦合全局状态，优先明确参数来源与生命周期。
• 检测线程、串口与相机资源释放要在异常与退出路径上保持一致。
• 涉及现场路径、串口、模型文件的改动，建议统一做配置化，避免硬编码扩散。

7. 本地构建说明（当前仓库环境）

• 项目为典型 Windows .NET Framework 工程。
• 在当前 Linux 容器中执行 dotnet build 会因缺少 .NET Framework 4.8 Reference Assemblies 失败。
• 建议在 Windows + Visual Studio 环境中进行完整构建、联机调试与联机设备验证。