如何在LabVIEW2016中调用Python3脚本并避免重复导入耗时？

针对LabVIEW2016调用Python3脚本时重复导入库的性能问题，以下是几种无需重复导入的落地方案：

方案1：Python常驻后台服务（Socket通信） #

让Python脚本以服务形式启动一次，完成库导入后持续监听本地请求，LabVIEW通过TCP/IP节点发送参数并接收结果，彻底避免重复启动和导入。

Python服务脚本示例 #

import socket
import pickle
import numpy as np
import cv2
from skimage.feature import ...  # 导入所需的图像处理函数

# 本地通信配置
HOST = '127.0.0.1'
PORT = 65432

def image_processing(img_arr, param):
    # 这里替换成你的图像处理逻辑
    result = ...
    return result

if __name__ == "__main__":
    with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s:
        s.bind((HOST, PORT))
        s.listen()
        conn, addr = s.accept()
        with conn:
            while True:
                # 接收LabVIEW发送的序列化数据
                data = b''
                while chunk := conn.recv(4096):
                    data += chunk
                    if len(chunk) < 4096:
                        break
                # 反序列化参数：灰度图矩阵 + 浮点数
                img_arr, param = pickle.loads(data)
                # 处理并返回结果
                result = image_processing(img_arr, param)
                conn.sendall(pickle.dumps(result))

LabVIEW侧操作 #

1. 使用TCP Open Connection节点连接到127.0.0.1:65432
2. 将灰度图转换为一维数组，与浮点数一起通过pickle序列化（可借助LabVIEW的第三方Pickle工具或自行实现字节打包）
3. 发送序列化数据，接收返回的结果后反序列化为浮点数
4. 流程结束时调用TCP Close Connection关闭连接

方案2：STDIN/STDOUT管道通信 #

通过LabVIEW的System Exec节点启动一次Python脚本，保持标准输入输出流打开，每次通过STDIN传递参数，STDOUT接收结果，同样实现单次导入复用。

Python脚本示例 #

import sys
import pickle
import numpy as np
import cv2
from skimage.feature import ...

def image_processing(img_arr, param):
    # 替换为你的处理逻辑
    result = ...
    return result

if __name__ == "__main__":
    while True:
        # 读取LabVIEW传入的序列化数据
        input_data = sys.stdin.read()
        if not input_data:
            break
        img_arr, param = pickle.loads(input_data)
        result = image_processing(img_arr, param)
        # 先发送结果长度（8位固定长度），再发送结果内容，避免粘包
        output_bytes = pickle.dumps(result)
        sys.stdout.write(f"{len(output_bytes):08d}")
        sys.stdout.flush()
        sys.stdout.write(output_bytes)
        sys.stdout.flush()

LabVIEW侧操作 #

1. 使用System Exec节点启动脚本，取消勾选Wait until completion?，保留STDIN/STDOUT的引用
2. 每次处理时，将参数序列化后写入STDIN
3. 先读取8字节的结果长度，再读取对应长度的字节数据，反序列化为浮点数
4. 生产流程结束后，关闭STDIN/STDOUT并终止Python进程

方案3：编译为动态链接库（DLL） #

将Python图像处理逻辑通过Cython或直接用C/C++重写，编译为Windows DLL，LabVIEW通过Call Library Function节点直接调用DLL，完全脱离Python运行时，性能最优。

核心步骤 #

1. 用Cython封装Python图像处理代码，编译为DLL（需配置NumPy、OpenCV的C接口依赖）
2. 定义DLL的导出函数，接收图像数据指针、尺寸参数和浮点数，返回处理结果
3. LabVIEW中配置Call Library Function节点，传入灰度图的内存指针、参数，获取返回的浮点数

方案对比 #

内容的提问来源于stack exchange，提问作者king_of_limes