行业资讯
OpenCV工业视觉实战09｜项目EXE打包+工控机无环境部署+后台常驻运行，彻底脱离Python环境，完成项目最终交付
前言通过前8篇专栏教程我们已经完整搭建了一套工业级YOLOOpenCV安防检测系统涵盖图像预处理、抗干扰优化、ROI区域检测、RTSP实时视频流推理、违规自动抓拍、日志归档、数据溯源等全链路核心功能代码可以在本地Python环境稳定运行。但在真实工业项目交付场景中现场工控机、监控主机大多无Python开发环境不会配置依赖库、不会调试代码单纯的源码无法直接落地使用。客户和现场运维只需要双击即可运行、开机自动启动、后台静默运行、无需任何配置的成品程序。本节课作为整套专栏最终交付篇手把手实现项目完整部署流程环境瘦身适配、完整EXE打包、工控机兼容调试、后台常驻运行、开机自启配置彻底脱离Python开发环境完成从代码到可交付工程项目的最后一步落地。一、工业打包核心痛点提前避坑普通Py打包方式直接套用视觉项目会出现大量工程级问题也是90%开发者现场翻车的原因打包体积过大动辄几百MB工控机读取卡顿OpenCV、ONNX、YOLO依赖冗余打包后程序闪退、报错视频流读取失败、画面黑屏、预处理失效路径报错截图、日志无法正常保存程序前台运行误触关闭导致检测中断重启设备后程序不自动启动无人值守失效本篇全部采用工业视觉项目专属打包方案针对性解决以上所有问题适配所有厂区工控机设备。二、部署环境预处理打包前必备优化2.1 清理冗余依赖打包前卸载多余第三方库避免打包体积臃肿、依赖冲突只保留项目刚需依赖# 仅保留核心依赖 pip install ultralytics opencv-python numpy # 卸载无用依赖减少打包体积 pip uninstall -y torch torchvision torchaudio核心优化逻辑项目使用ONNX量化模型推理无需原生PyTorch环境卸载后可大幅缩减EXE体积避免版本冲突闪退。2.2 代码路径全局适配绝对/相对路径兼容EXE运行时会变更程序运行路径直接运行源码会出现模型找不到、文件夹创建失败问题统一优化代码路径适配import os import sys # 适配EXE打包后的运行路径 def get_root_path(): if getattr(sys, frozen, False): # EXE运行模式 return os.path.dirname(sys.executable) else: # 源码运行模式 return os.path.dirname(os.path.abspath(__file__)) # 全局根路径 ROOT_PATH get_root_path() # 模型路径适配 MODEL_PATH os.path.join(ROOT_PATH, best.onnx)将项目中所有本地路径替换为该全局路径保证源码和EXE运行模式无缝兼容杜绝路径报错。三、PyInstaller工业专属打包配置工业视觉项目不使用默认打包指令采用轻量化、无控制台、兼容视频流的专属参数安装打包工具pip install pyinstaller3.1 最终打包指令直接复制使用pyinstaller -F -w -i icon.ico --add-data best.onnx;. main.py参数详细解析工业适配-F打包为单文件EXE无需携带零散文件夹方便现场拷贝部署-w关闭黑色控制台窗口后台静默运行避免现场误关闭程序--add-data将ONNX模型嵌入EXE解决打包后模型加载失败问题-i自定义程序图标可选无图标可删除该参数3.2 打包文件说明打包完成后项目目录会生成dist文件夹内部main.exe即为最终可交付程序直接拷贝到工控机即可运行无需安装任何环境。四、打包后高频报错工业级解决方案4.1 OpenCV视频流闪退、读取失败问题原因PyInstaller打包会屏蔽OpenCV部分视频解码依赖解决方案手动补充解码库在代码头部添加适配配置os.environ[OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS] 04.2 程序体积过大优化方案卸载PyTorch、CUDA等无用依赖仅保留基础运行库使用ONNX轻量化模型替代原生PT模型关闭程序冗余日志、冗余画面绘制逻辑4.3 截图/日志无法保存全部替换为上文适配的全局根路径保证EXE运行时可正常读写本地文件、创建日期归档文件夹。五、工控机后台常驻运行配置项目交付核心需求无人值守、后台常驻、不中断检测杜绝人工误关、窗口遮挡等问题。通过打包-w参数关闭控制台后程序默认后台静默运行仅在任务进程中常驻不显示前台窗口不占用桌面资源全程稳定执行视频流检测、抓拍、日志记录逻辑。六、工控机开机自启配置无人值守终极方案工业现场设备会定期重启必须配置开机自启实现断电重启后自动运行检测程序无需人工干预。6.1 自启配置步骤将打包好的main.exe放置在工控机固定目录建议纯英文路径无中文、无空格WinR 输入shell:startup打开系统开机自启文件夹右键EXE程序创建快捷方式将快捷方式粘贴到自启文件夹重启工控机程序自动后台启动开始实时检测七、工业项目最终完整优化代码适配打包部署整合路径适配、解码优化、后台运行、全套预处理与检测逻辑这是可直接打包交付客户的最终版源码import os import time import sys import cv2 import numpy as np from datetime import datetime from ultralytics import YOLO # 工业打包核心适配配置 # 解决OpenCV视频流打包闪退问题 os.environ[OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS] 0 # 全局路径适配源码/EXE双模式兼容 def get_root_path(): if getattr(sys, frozen, False): return os.path.dirname(sys.executable) return os.path.dirname(os.path.abspath(__file__)) ROOT_PATH get_root_path() MODEL_PATH os.path.join(ROOT_PATH, best.onnx) # 加载工业模型 model YOLO(MODEL_PATH) # 防抖全局变量 last_warn_time { no_hat: 0, no_suit: 0, bare_skin: 0 } # 自动创建当日保存文件夹 def get_save_dir(): today datetime.now().strftime(%Y-%m-%d) save_path os.path.join(ROOT_PATH, warn_save, today) if not os.path.exists(save_path): os.makedirs(save_path) return save_path # 获取标准时间字符串 def get_time_str(): return datetime.now().strftime(%Y-%m-%d %H:%M:%S) # 绘制画面时间水印 def draw_time_text(frame): time_str get_time_str() cv2.putText(frame, time_str, (20, 35), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 255, 255), 2) return frame # 写入违规日志 def write_log(warn_type, img_name): log_time get_time_str() log_dir get_save_dir() log_path os.path.join(log_dir, log.txt) log_text f[{log_time}] 违规类型{warn_type} 抓拍文件{img_name}\n with open(log_path, a, encodingutf-8) as f: f.write(log_text) # 智能防抖抓拍 def save_warn_image(frame, warn_type): now time.time() if now - last_warn_time[warn_type] 3: return False last_warn_time[warn_type] now save_dir get_save_dir() file_name datetime.now().strftime(%H%M%S) f_{warn_type}.jpg save_path os.path.join(save_dir, file_name) cv2.imwrite(save_path, frame) write_log(warn_type, file_name) print(f✅ 抓拍保存{file_name}) return True # 工业全套预处理流水线 def industrial_preprocess(frame): h, w frame.shape[:2] mask np.zeros_like(frame) x1, y1 int(w*0.1), int(h*0.2) x2, y2 int(w*0.9), int(h*0.9) cv2.rectangle(mask, (x1, y1), (x2, y2), (255, 255, 255), -1) frame_roi cv2.bitwise_and(frame, mask) frame_blur cv2.GaussianBlur(frame_roi, (5, 5), 0) gray cv2.cvtColor(frame_blur, cv2.COLOR_BGR2GRAY) binary cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 3) kernel np.ones((3, 3), np.uint8) binary cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel) binary cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel) result cv2.cvtColor(binary, cv2.COLOR_GRAY2BGR) return result, (x1, y1, x2, y2) if __name__ __main__: # 工业RTSP视频流配置 cap cv2.VideoCapture(rtsp://admin:123456192.168.1.64:554/stream) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) while True: ret, frame cap.read() if not ret: time.sleep(1) continue pre_frame, roi_pos industrial_preprocess(frame) x1, y1, x2, y2 roi_pos results model.predict(pre_frame, imgsz1280, conf0.25, iou0.4, verboseFalse) warn_flag False warn_class # 遍历违规目标 for res in results: boxes res.boxes for box in boxes: cls_id int(box.cls[0]) cls_name model.names[cls_id] if cls_name in [no_hat, no_suit, bare_skin]: warn_flag True warn_class cls_name # 违规抓拍留存 if warn_flag: save_warn_image(draw_time_text(frame), warn_class) # 画面绘制渲染 draw_frame res.plot() cv2.rectangle(draw_frame, (x1, y1), (x2, y2), (0, 0, 255), 2) draw_frame draw_time_text(draw_frame) cv2.imshow(Industrial Detect System, draw_frame) if cv2.waitKey(1) 0xFF 27: break cap.release() cv2.destroyAllWindows()八、整套项目交付验收清单学完本篇你将拥有一套完整、可验收、可商用的工业AI视觉检测项目全套能力闭环算法层全套OpenCV工业预处理抗光线、噪点、阴影、背景干扰AI推理层YOLO高精度实时检测适配安全帽、工装、裸露违规识别业务层ROI区域限定、违规抓拍、时间水印、日志溯源、防抖防刷屏部署层EXE单文件打包、无环境运行、后台常驻、开机自启、工控机适配九、全专栏总结本专栏从OpenCV基础环境搭建起步循序渐进讲解色彩处理、降噪、形态学、轮廓筛选、ROI区域检测、RTSP实时视频流、数据存证、项目打包部署全流程摒弃书本化理论全程聚焦工业安防真实落地场景。所有代码均经过工业场景优化无冗余、无BUG、可直接复用完美适配厂区人员穿戴合规检测、危险区域入侵检测、现场安防巡检等项目从零到一完成完整工业视觉项目落地。十、后续拓展预告后续进阶拓展内容多路摄像头并发检测、HTTP后端数据推送、可视化Web页面、告警语音播报、云端数据同步助力项目从单机部署升级为系统化、平台化商用项目
郑州网站建设
网页设计
企业官网
