4、核心依赖库安装：PyQt5/PySide6、OpenCV、numpy、pymodbus、pyvisa
好，咱们接着往下走。上一节我们把 Python 环境搭好了，现在要给它装上「灵魂」——也就是那些核心依赖库。你想想看，光刻机软件要是没有 GUI，你拿什么去操作？没有图像处理，怎么识别晶圆上的标记？没有数值计算，曝光参数怎么算？
我个人习惯是先把所有依赖列清楚，再一口气装完。这样不容易漏，也方便后面做版本管理。来，咱们一个一个过。
4.1 PyQt5 与 PySide6：GUI 框架的选择
先说 GUI。S206D 的操作界面，说白了就是操作员每天盯着看、点来点去的那块屏幕。我建议你用 PySide6，它是 Qt 官方支持的 Python 绑定，更新快，商业授权也友好。
当然，PyQt5 也很成熟，社区资源多。我在项目中遇到过一个问题：客户要求界面风格和 Windows 原生一致，PyQt5 的 QStyle 调了半天效果一般，换成 PySide6 的 Fusion 风格，几行代码就搞定了。
核心区别：
- PySide6：Qt 官方维护，LGPL 协议，适合商业闭源项目
- PyQt5：Riverbank 维护，GPL 协议，开源项目首选
安装命令很简单：
pip install PySide6
# 或者
pip install PyQt5我的小建议：如果你刚开始学，两个都装上也没问题。代码里用 from PySide6 import ... 还是 from PyQt5 import ...，差别不大。但别混着用，一个项目里统一用一个框架。
4.2 OpenCV：图像处理的核心
光刻机离不开视觉系统。晶圆对准、标记识别、缺陷检测，全得靠 OpenCV。我刚开始做这个项目时，觉得 OpenCV 就是个「调参工具」，后来才发现它的算法库有多强大。
安装 OpenCV，我推荐用 opencv-python 这个包，它包含了核心模块和 contrib 模块。如果你需要 GUI 显示功能，可以装 opencv-contrib-python。
pip install opencv-python
# 如果需要额外模块
pip install opencv-contrib-python注意：OpenCV 的版本和 Python 版本要匹配。我曾经在 Python 3.12 上装 OpenCV 4.8，结果编译报错。后来降级到 Python 3.10 才顺利装上。建议你装 Python 3.9 或 3.10，兼容性最好。
4.3 numpy：数值计算的基石
numpy 不用多说，做数值计算的人都知道它。在光刻机软件里，numpy 主要用来处理矩阵运算——比如曝光剂量计算、光强分布模拟、对准误差分析。
安装 numpy 很简单，但要注意一点：别装错了版本。有些旧代码依赖 numpy 1.x 的 API，新版本可能不兼容。
pip install numpy我的经验：numpy 的安装通常不会出问题。但如果你用的是 Anaconda 环境，它自带的 numpy 版本可能比较旧。建议用 pip 重新装一遍，确保是最新稳定版。
4.4 pymodbus：通信协议实现
光刻机要和下位机（比如运动控制器、温度传感器）通信，Modbus 协议是工业现场最常用的。pymodbus 这个库，说白了就是帮我们把 Modbus 的报文封装好，你只需要调用几个函数就能读写寄存器。
安装命令：
pip install pymodbus我在项目中遇到过一个问题：用 pymodbus 读取温控器的数据，总是超时。后来发现是串口波特率设置不对。嗯，这里要注意：pymodbus 默认的串口参数是 19200 波特率、8 数据位、1 停止位、无校验，但实际设备可能不一样，一定要先看设备手册。
避坑指南：我曾经在调试时，pymodbus 返回的数据全是 0。排查了半天，发现是设备地址写错了。Modbus 设备的地址范围是 1-247，别写成 0。
4.5 pyvisa：仪器控制的利器
最后是 pyvisa。它用来控制 GPIB、USB、以太网接口的仪器，比如数字万用表、信号发生器、功率计。在光刻机校准阶段，我们需要用这些仪器来测量曝光能量、均匀性等参数。
安装 pyvisa 之前，你得先装一个 VISA 后端。我推荐 NI-VISA 或者 pyvisa-py（纯 Python 实现，不需要装 NI 的驱动）。
pip install pyvisa
# 如果选择 pyvisa-py 作为后端
pip install pyvisa-py重要提醒：pyvisa 的安装坑比较多。我遇到过 pyvisa 找不到后端的情况，报错信息是「No VISA implementation found」。解决办法是手动指定后端：import pyvisa; rm = pyvisa.ResourceManager('@py')。
4.6 依赖库关系图
为了让你更直观地理解这些库之间的关系，我画了一张图：
从这张图你可以看到：numpy 是底层基础，OpenCV 和 PyQt5 都依赖它做矩阵运算。pymodbus 和 pyvisa 负责和硬件打交道，一个管工业设备，一个管测量仪器。
4.7 批量安装脚本
为了省事，我通常写一个 requirements.txt 文件，一次性装完所有依赖：
# requirements.txt
PySide6==6.5.0
opencv-python==4.8.1.78
numpy==1.24.3
pymodbus==3.5.2
pyvisa==1.13.0
pyvisa-py==0.6.1然后执行：
pip install -r requirements.txt小技巧：版本号别写死，用 >= 也行。但我在项目中吃过亏——某个库升级后 API 变了，导致代码跑不起来。所以建议你锁定大版本，比如 PySide6>=6.0,<7.0。
4.8 验证安装是否成功
装完之后，怎么知道有没有装对？写个简单的测试脚本：
import PySide6
import cv2
import numpy as np
import pymodbus
import pyvisa
print("PySide6 version:", PySide6.__version__)
print("OpenCV version:", cv2.__version__)
print("numpy version:", np.__version__)
print("pymodbus version:", pymodbus.__version__)
print("pyvisa version:", pyvisa.__version__)
print("所有依赖库安装成功！")如果每个库都能正常导入并打印版本号，那就说明环境配好了。嗯，这一步别跳过，我见过太多人装完就跑，结果运行时才发现某个库没装上。
最后提醒：如果你用的是虚拟环境（我强烈建议你用），记得每次打开新终端都要先激活环境。不然你装了半天，发现装到系统 Python 里了，白忙活一场。
好了，核心依赖库就这些。装完之后，你的开发环境就具备了 GUI、图像处理、数值计算、通信和仪器控制的能力。下一节我们开始搭建项目骨架，把代码组织起来。