如何用Python实现PIC单片机串口数据的示波器式图形可视化？

一、硬件与串口通信层 #

• 串口读取：用pyserial库处理USB转RS232的串口通信，必须确保波特率、数据位、停止位、奇偶校验参数和PIC单片机完全匹配（两次转换器仅做电平转换，不改变串口参数）。
• 数据解析：和PIC约定数据格式，推荐用固定长度二进制帧（传输效率高）或ASCII文本行（调试便捷）。比如单片机每帧发送[采样序号, ADC值]，Python端解析后转成实际电压值：电压 = (ADC值 / ADC分辨率) * 参考电压，若需更高精度，可加入校准系数修正线路或传感器误差。

二、示波器UI与实时绘图实现 #

工具选择 #

优先选PyQtGraph（而非Matplotlib），它基于Qt框架，支持GPU加速，适合高采样率下的实时波形绘制，性能远优于Matplotlib的动画模块。如果需要丰富的交互控件（比如幅值滑块、时间缩放按钮），可结合PyQt5/PySide2搭建完整界面。

核心UI功能实现 #

• 时间刻度显示：根据采样率计算X轴时间，比如采样率1000Hz时，每1000个采样点对应1秒，X轴直接标注0~1s的时间值；若单片机带时间戳，直接用时间戳作为X轴数据更准确。
• 波形滚动刷新：维护一个固定长度的缓存数组（比如保存最近1000个采样点），新数据到来时，将数组左移丢弃最旧的点，把新数据追加到末尾，再刷新绘图。
• 幅值调整：通过滑块控件绑定Y轴范围，拖动滑块时调用plot.setYRange(min_val, max_val)即可实现波形幅值的放大/缩小。

三、核心算法需求 #

1. 幅值校准算法
   将单片机输出的ADC原始值转换为实际电压：

   def adc_to_voltage(adc_value, adc_resolution=1023, ref_voltage=5.0, calibration=1.0):
       return (adc_value / adc_resolution) * ref_voltage * calibration
   

   其中calibration是手动校准系数，用于修正传感器或线路的系统误差。

2. 数据滤波（可选）
   若信号存在噪声，可采用以下两种滤波方式平滑波形：

   • 滑动平均滤波：取最近N个采样点的平均值作为当前值，适合消除高频随机噪声。
   • 中值滤波：取最近N个采样点的中位数，适合去除尖峰脉冲干扰。

3. 触发功能（可选）
   实现类似专业示波器的触发逻辑，比如上升沿触发：检测电压从低于阈值跳到高于阈值时，锁定波形显示。算法上通过比较连续两个采样点的电压值，判断是否满足触发条件，触发后开始填充缓存数组并保持波形稳定。

4. 采样率同步
   若单片机未发送时间戳，Python端可通过本地定时器记录采样间隔，但更可靠的方式是让单片机发送采样序号，Python端根据序号和预设采样率计算时间，避免串口延迟导致的时间轴失真。

四、极简代码示例（PyQtGraph版） #

import serial
import pyqtgraph as pg
from pyqtgraph.Qt import QtCore, QtGui
import numpy as np

# 串口初始化
ser = serial.Serial('COM3', 9600, timeout=0.001)
ser.flushInput()

# 绘图窗口配置
app = QtGui.QApplication([])
win = pg.GraphicsLayoutWidget(show=True, title="自制示波器")
plot = win.addPlot(title="交流电压波形")
plot.setLabel('left', '电压(V)')
plot.setLabel('bottom', '时间(s)')
curve = plot.plot(pen='cyan')

# 数据缓存：保存最近1000个采样点（对应1秒，采样率1000Hz）
sample_rate = 1000
data_len = sample_rate
data = np.zeros(data_len)
x_axis = np.linspace(0, data_len/sample_rate, data_len)

# 实时更新函数
def update_waveform():
    global data
    # 读取串口数据（假设单片机每行发送一个ASCII格式的电压值）
    raw_data = ser.readline().decode('utf-8').strip()
    if raw_data:
        try:
            voltage = float(raw_data)
            # 滚动更新数据缓存
            data = np.roll(data, -1)
            data[-1] = voltage
            curve.setData(x_axis, data)
        except ValueError:
            # 忽略无效数据
            pass

# 设置定时器，按采样率间隔更新
timer = QtCore.QTimer()
timer.timeout.connect(update_waveform)
timer.start(1000//sample_rate)  # 间隔毫秒数

# 启动UI循环
if __name__ == '__main__':
    QtGui.QApplication.instance().exec_()
    ser.close()

注意事项 #

• 串口稳定性：添加异常捕获，处理串口断开、数据丢包的情况，必要时实现自动重连逻辑。
• 性能优化：高采样率（>10kHz）时，建议用二进制格式传输数据，减少解析耗时；同时限制缓存数组长度，避免内存占用过高。
• 功能扩展：可添加波形截图、数据保存、多通道显示等功能，通过PyQt的控件实现交互。

内容的提问来源于stack exchange，提问作者WalterPH