update comment

example6_multi_async.py

@@ -1,18 +1,31 @@
 """
-Example 6: Multi-Sensor with Async Pipeline
+示例 6: 多传感器 + 异步流水线（最高性能模式）
 
-Combines multiprocessing (separate CUDA contexts) with async 3-stage pipeline
-(Capture → Flow → HHD) for maximum throughput.
+本示例结合了多进程和异步流水线的优势：
+- 多进程：每个传感器运行在独立进程，拥有独立 CUDA 上下文
+- 异步流水线：每个进程内部使用三阶段流水线
 
-Architecture:
-    Process 1 (Sensor 0):  [Capture] → [Flow] → [HHD] → Queue
-    Process 2 (Sensor 1):  [Capture] → [Flow] → [HHD] → Queue
-                                                          ↓
-    Main Process:         Display ← ─────────────────────┘
+这是性能最高的配置，适用于：
+- 多个高分辨率传感器
+- 需要最大化总吞吐量
+- 有充足的 CPU 核心和 GPU 显存
+
+架构说明：
+    进程 1 (传感器 0):
+        [采集] → [光流] → [HHD] → 队列 ──┐
+    进程 2 (传感器 1):                    │
+        [采集] → [光流] → [HHD] → 队列 ──┼──→ 主进程显示
+    ...                                   │
+    进程 N (传感器 N-1):                  │
+        [采集] → [光流] → [HHD] → 队列 ──┘
+
+资源占用估算（每个传感器）：
+- CPU: 约 2-3 个核心（采集、光流、HHD 各一个线程）
+- GPU 显存: 约 500MB-1GB（取决于分辨率和 CUDA 算法）
 """
 
 import os
-os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0"
+os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0"  # Windows 兼容性设置
 
 import cv2
 import orisys
@@ -20,24 +33,54 @@ import multiprocessing as mp
 
 
 def main():
+    # =========================================================================
+    # 1. 配置多个传感器
+    # =========================================================================
     configs = [
-        {'vid_src': './s1.mp4', 'isstitch': True, 'cuda': True, 'cal_path': './config/cal.npy'},
-        {'vid_src': './s1_copy.mp4', 'isstitch': True, 'cuda': True, 'cal_path': './config/cal.npy'},
+        {
+            'vid_src': './s1.mp4',       # 视频源
+            'isstitch': True,            # 启用拼接
+            'cuda': True,                # 启用 GPU 加速
+            'cal_path': './config/cal.npy'  # 标定文件
+        },
+        {
+            'vid_src': './s1_copy.mp4',
+            'isstitch': True,
+            'cuda': True,
+            'cal_path': './config/cal.npy'
+        },
     ]
     
-    # Method 1: Using async_context (recommended)
+    # =========================================================================
+    # 2. 使用 async_context 启动（推荐方式）
+    # =========================================================================
+    # async_context 是一个便捷的上下文管理器：
+    #   - 自动启用每个传感器进程内的异步流水线
+    #   - 退出时自动清理所有资源
     with orisys.MultiSensor.async_context(configs) as multi:
-        print("\nAsync multi-sensor started. Press 'q' to quit")
+        print("\n多传感器异步模式已启动，按 'q' 退出")
         
+        # =====================================================================
+        # 3. 迭代获取所有传感器数据
+        # =====================================================================
         for all_data in multi:
+            # 过滤有效数据
             for data in [d for d in all_data if d]:
                 sid = data['sensor_id']
-                print(f"Sensor {sid}: FPS={data['fps']:5.1f}, Fn={data['fnormal']:8.2f}")
                 
+                # 打印状态
+                print(f"传感器 {sid}: FPS={data['fps']:5.1f}, 法向力={data['fnormal']:8.2f}")
+                
+                # 显示形变图
                 if data['img'] is not None and data['flow'] is not None:
-                    arrows = orisys.util.draw_arrows(data['img'].copy(), data['flow'], threshold=5)
-                    cv2.imshow(f"Sensor {sid}", arrows)
+                    arrows = orisys.util.draw_arrows(
+                        data['img'].copy(),
+                        data['flow'],
+                        threshold=5
+                    )
+                    cv2.imshow(f"传感器 {sid} - 形变", arrows)
             
+            # 检查退出键
             if cv2.waitKey(1) & 0xFF == ord('q'):
                 break
     
@@ -45,27 +88,42 @@ def main():
 
 
 def main_manual():
-    """Alternative: Manual start with async flag"""
+    """
+    备选方式：手动控制启动和停止
+    
+    适用于需要更精细控制的场景，例如：
+    - 动态添加/移除传感器
+    - 在运行时切换同步/异步模式
+    - 自定义错误处理
+    """
     configs = [
         {'vid_src': './s1.mp4', 'isstitch': True, 'cuda': True, 'cal_path': './config/cal.npy'},
         {'vid_src': './s1_copy.mp4', 'isstitch': True, 'cuda': True, 'cal_path': './config/cal.npy'},
     ]
     
+    # 创建 MultiSensor 实例
     multi = orisys.MultiSensor(configs)
-    multi.start(use_async=True)  # Enable async mode
+    
+    # 手动启动，use_async=True 启用异步模式
+    multi.start(use_async=True)
     
     try:
         while True:
-            for data in [d for d in multi.get_all() if d]:
-                cv2.imshow(f"Sensor {data['sensor_id']}", data['img'])
+            # 获取所有传感器的最新数据
+            all_data = multi.get_all()
+            
+            for data in [d for d in all_data if d]:
+                cv2.imshow(f"传感器 {data['sensor_id']}", data['img'])
+            
             if cv2.waitKey(1) & 0xFF == ord('q'):
                 break
     finally:
+        # 手动停止所有进程
         multi.stop()
         cv2.destroyAllWindows()
 
 
 if __name__ == '__main__':
+    # Windows 下多进程必需的初始化
     mp.freeze_support()
     main()
-