STM32 FFT频谱分析与波形识别：从ADC采样到谐波特征分类-北京尧图网络

简介面向STM32开发者的FFT频谱分析与波形识别完整工程基于正点原子精英版3.5寸TFTLCD实现可对50Hz~200Hz信号提取基频、3/5/7次谐波峰值并区分正弦、方波、锯齿波、三角波适合嵌入式信号处理学习、课设与竞赛项目参考。压缩包内含两个版本基础版可直接烧写进阶版支持触屏调节采样频率从而优化频率分辨率使频谱分析更精确两个工程文件夹结构清晰便于对比验证不同采样设置对分辨率的影响且代码注释完整博主配有说明。整包共395个文件约9.78MB以H/C源码为主85个头文件、81个C文件并涵盖Keil工程配置、编译中间文件、hex/axf烧录调试件及清理脚本解压后用Keil打开即可。该资源已有33301人学习下载对想掌握STM32浮点运算、FFT频谱可视化与波形特征识别方法的读者很有参考价值也适合作为进一步二次开发的基础。1. 这个基于STM32的FFT频谱分析到底能干什么有段时间我在调试一块信号调理板示波器上看输出波形相当漂亮但接上后级电路就出现不明干扰。后来我把 ADC 采样点接到 STM32 上跑了一遍 FFT立刻看到 200kHz 附近多出一个不该有的能量峰这才定位到是板卡的电源纹波串了进来。这就是基于 STM32 的 FFT 频谱分析波形识别项目存在的意义输入一路模拟信号MCU 内部完成采样、FFT 变换、频谱输出最后根据谐波特征自动识别出正弦波、方波、三角波或锯齿波。它适合两类人一类是想在嵌入式端真正跑通 FFT 工具链、搞明白采样率和频率分辨率关系的开发者另一类是手头没有台式频谱仪、想用几十块钱的板子做一个简易信号分析仪的同学。整套资源不是零散代码片段而是一个从 ADC 配置、DMA 传输、窗函数到波形分类的完整工程拿下来可以直接编译烧录。2. 总体架构从信号输入到波形类型输出的一条链路2.1 硬件选型为什么是带 FPU 的 STM32 和板载 ADC这种项目的硬件选型首先要解决算力问题。FFT 运算有大量乘加操作如果芯片不带 FPU一个 1024 点 FFT 在 MCU 上可能要跑到几十毫秒而带 FPU 的 Cortex-M4F 内核比如常见的 F405、F407 这一档跑单精度浮点变换就快很多1024 点复数 FFT 大概在 1 毫秒到 2 毫秒之间完全够实时刷新频谱。ADC 部分直接用 STM32 内置的 12 位 ADC 就够用它的输入范围和转换速度处理音频带宽绰绰有余。外部需要加一个前提条件输入信号必须被前端电路调理到 0 到 3.3V 的 ADC 量程内。这是这个项目最容易踩的坑之一我在后面避坑章节专门讲。显示输出常见做法是一块 SPI 接口的 OLED 或者小尺寸 TFT画频谱柱状图加波形类型文字。如果不想接屏也可以把频谱数据通过串口发给上位机PCB 上留一个 USART 转 USB 的接口即可。整个硬件链路就是信号调理 → STM32 ADC → DMA 内存 → FFT 算法 → 特征识别 → 显示/发送。2.2 软件分层与工程目录把采样、计算、识别拆开拿到一个嵌入式工程我通常先看目录结构。这个项目常见的组织方式分四层HAL 驱动层负责芯片外设DSP 库层负责傅里叶变换原语App 层负责业务逻辑显示层负责输出。下面这个目录结构是我见过比较多的一种形态fft_wave/ ├─ Core/ │ ├─ Inc/ │ └─ Src/ │ ├─ main.c │ ├─ adc.c │ ├─ dma.c │ ├─ tim.c │ └─ gpio.c ├─ Drivers/ │ ├─ CMSIS/ │ └─ STM32F4xx_HAL_Driver/ ├─ Middlewares/ │ └─ DSP/ // CMSIS-DSP 库源码 │ ├─ arm_cfft_f32.c │ └─ arm_cmplx_mag_f32.c ├─ App/ │ ├─ fft_processor.c │ ├─ waveform_classifier.c │ └─ display/ │ ├─ oled.c │ └─ oled_font.c └─ Project/ └─ fft_wave.ioc // CubeMX 工程文件这样分层的核心动机是让每一层都能单独替换。比如你不想用 OLED想换成串口输出只需要改 display 层fft_processor 和 waveform_classifier 完全不用动。同理如果后面想从 F4 移植到 H7HAL 层变化不大算法层更是直接搬过去就能跑。2.3 关键配置定时器触发 ADC 和 DMA 双缓冲采样不是用 delay 循环轮询读 ADC而是用定时器产生触发信号让 ADC 以固定频率采样再通过 DMA 把结果搬运到内存。我用 CubeMX 配置时的思路大概是这样的目标分析带宽是 0 到 20kHz按奈奎斯特采样定理采样率至少 40kHz实际上我会留一点余量把 fs 配到 48kHz 或者 40kHz。这里以 40kHz 为例算一组寄存器参数。/* 定时器触发频率计算TIM2 挂在 APB1 上定时器时钟 84MHz */ /* fs TIM_CLK / ((PSC 1) * (ARR 1)) */ /* 40kHz 84MHz / ((1 1) * (1049 1)) */ TIM_HandleTypeDef htim2; htim2.Init.Prescaler 1; // PSC 18 分频 htim2.Init.Period 1049; // ARR 1049 htim2.Init.ClockDivision TIM_CLOCKDIVISION_DIV1; htim2.Init.CounterMode TIM_COUNTERMODE_UP;这条公式是这套系统的地基。PSC 和 ARR 不是随便填的它们共同决定 ADC 的采样节奏。改了采样率后面所有频率轴的刻度都要跟着改所以这两个参数值得你单独拉一行注释写在代码里。ADC 配置为 DMA 循环模式让 DMA 持续不断地把 ADC 转换结果搬到内存缓冲区。双缓冲的做法是在内存里开两块 bufferDMA 填完一块就进中断置标志主循环处理这块数据的同时DMA 继续往另一块写互不干扰。/* 双缓冲两个 1024 点的缓冲区交替使用 */ static uint16_t adc_buf[2][FFT_SIZE]; static uint8_t dma_done_idx 0; /* 0 表示 buf[0] 就绪1 表示 buf[1] 就绪 */ void HAL_ADC_ConvCpltCallback(ADC_HandleTypeDef *hadc) { if (hadc-Instance ADC1) { /* 每完成一整块转换记录是哪块 buffer */ dma_done_idx (dma_done_idx 0) ? 1 : 0; } }这种双缓冲的好处是采样和计算能重叠起来。ADC 还在不停采样的时候主循环已经在处理上一帧数据了频谱刷新率可以做到每秒 20 帧以上。如果只开一块 buffer你要么停下来等 DMA 填完要么就要忍受数据被撕裂的风险。F4 的 DMA 支持双缓冲模式比我在这里手动切换更高效但手动切换的写法更容易理解适合上手改。3. FFT 核心实现采样、加窗与频谱计算的代码级拆解3.1 从 ADC 原始数据到 FFT 输入去直流和类型转换FFT 的输入是浮点复数数组而 ADC 出来的是 12 位无符号整数。直接把这串整数丢给 CMSIS-DSP 函数会得到完全错误的频谱因为直流分量足足有 2048 的偏移量它会灌进第 0 根谱线并且靠频谱泄露污染附近的低频点。所以第一步要做的不是“转换类型”而是“去掉直流中心”。#define FFT_SIZE 1024 #define SAMPLE_RATE 40000.0f #define ADC_MID 2048.0f /* 12 位 ADC 中点对应 0V 参考的直流电平 */ static float32_t fft_input[FFT_SIZE * 2]; /* 复数数组实部虚部交替存放 */ for (uint16_t i 0; i FFT_SIZE; i) { float32_t v (float32_t)adc_buf[0][i] - ADC_MID; fft_input[2 * i] v; /* 实部 */ fft_input[2 * i 1] 0; /* 虚部时域信号是实信号 */ }CMSIS-DSP 的复数 FFT 接口要求数据按“实部、虚部、实部、虚部”交错排列也就是fft_input[0]是第 0 个点的实部fft_input[1]是第 0 个点的虚部以此类推。虚部全部填 0因为 ADC 采样得到的是一维实数序列没有复数通道可以填。减去 2048 这一步其实就是移除了直流分量。处理之后信号变成了以 0 为中心的交流波形直流能量不再出现在频谱里。如果你用 16 位 ADC 或者 8 位 ADCADC_MID 也要跟着改成 32768 或 128不能套用一个值。3.2 加窗汉宁窗为什么是标准选择直接对截断后的有限长信号做 FFT隐含了一个矩形窗。矩形窗的问题是当采集点数不是信号周期的整数倍时频谱会出现严重的泄露能量从真实频点溢到旁边的频点。对正弦波来说这还好顶多峰值旁边有点毛刺但对方波这种谐波丰富的信号谐波之间相互污染后面的波形识别就全乱套了。我一般会提前生成一张汉宁窗查找表把 1024 个窗系数存在常量数组里而不是每次运行时调用 cosf 现算。#define PI 3.14159265358979f static float32_t window_table[FFT_SIZE]; void generate_hanning_window(void) { for (uint16_t i 0; i FFT_SIZE; i) { window_table[i] 0.5f - 0.5f * cosf(2.0f * PI * i / (FFT_SIZE - 1)); } } /* 应用窗函数时域相乘 */ for (uint16_t i 0; i FFT_SIZE; i) { fft_input[2 * i] * window_table[i]; }汉宁窗的主瓣比矩形窗宽一倍所以频谱峰值看起来会钝一点但换来的是旁瓣衰减明显改善对谐波测量更友好。这里有件容易被忽略的事加窗相当于给信号乘以一个小于 1 的包络信号的幅度会被压低汉宁窗的幅度恢复系数是 2也就是算出幅值后要乘一个 2 才能还原真实幅度。后面的幅值换算如果发现正弦波测出来只有实际电压的一半多半就是漏了这一步。3.3 调用 arm_cfft_f32 完成变换和幅值提取CMSIS-DSP 库把 FFT 封装成了几个函数使用者不需要关心蝶形运算的细节但要正确初始化实例并理解输出格式。初始化一次即可复用不用每帧都执行。#include arm_math.h arm_cfft_instance_f32 fft_inst; void fft_init(void) { /* 初始化 1024 点复数 FFT 实例 */ arm_cfft_init_f32(fft_inst, FFT_SIZE); } void fft_run(float32_t *input, float32_t *mag_out) { /* ifftFlag 0 表示正变换bitReverseFlag 1 表示启用位反转 */ arm_cfft_f32(fft_inst, input, 0, 1); /* 计算复数模值输出 512 条有效谱线 */ arm_cmplx_mag_f32(input, mag_out, FFT_SIZE / 2); /* 幅值换算1/N 是 FFT 归一化2.0 是汉宁窗补偿 */ for (uint16_t i 0; i FFT_SIZE / 2; i) { mag_out[i] * 2.0f / (float32_t)FFT_SIZE * 2.0f; } }arm_cfft_f32的第二个参数就是刚才填好的那个交错数组变换完成后原数组被覆写成频域数据。arm_cmplx_mag_f32会把复数实部虚部转成幅值输出的前半段就是有效频谱。后半段是镜像频率对实信号来说没有额外信息直接丢掉。这里的频率分辨率只由采样率除以点数决定44.1kHz 采样率配 1024 点频率分辨率大约等于 43Hz。想看到更细的谱线有两个办法保持采样率不变把 FFT 点数翻倍或者降低采样率。前者涨内存占用后者收窄分析带宽这是一个需要权衡的取舍。#define FREQ_RES (SAMPLE_RATE / FFT_SIZE) /* ≈ 39.06 Hz 40kHz / 1024点 */ /* 搜峰跳过前几条低频谱线避免直流泄漏干扰 */ static uint16_t find_peak(float32_t *mag, uint16_t min_idx, uint16_t max_idx) { uint16_t peak min_idx; for (uint16_t i min_idx; i max_idx; i) { if (mag[i] mag[peak]) { peak i; } } return peak; }搜索峰值时跳过前几条谱线是避开 0Hz 直流分量和低频噪声的残留影响。如果信号本身就有接近直流的缓慢变化这个 min_idx 可以设到 10 或更高但设得太高又会漏掉真实低频信号。4. 波形识别算法谐波比与峰值因子的判别逻辑4.1 特征提取从频谱里拿基波和谐波FFT 得到的幅值谱里不同的波形有完全不同的谐波分布规律。我们要做的事就是把这套规律量化成几个数字基波幅值、二次谐波比、三次谐波比、总谐波失真 THD再加上一个时域的峰值因子就能把常见的波形区分开。typedef struct { float fund_freq; /* 基波频率单位 Hz */ float fund_amp; /* 基波幅值 */ float h2_ratio; /* 二次谐波 / 基波 */ float h3_ratio; /* 三次谐波 / 基波 */ float thd; /* 总谐波失真 */ float crest; /* 峰值因子 Vpeak / Vrms */ } wave_feature_t; wave_feature_t extract_features(float32_t *mag, uint16_t peak_idx) { wave_feature_t f; f.fund_freq (float)peak_idx * FREQ_RES; f.fund_amp mag[peak_idx]; f.h2_ratio mag[peak_idx * 2] / f.fund_amp; f.h3_ratio mag[peak_idx * 3] / f.fund_amp; f.thd sqrtf(mag[peak_idx * 2] * mag[peak_idx * 2] mag[peak_idx * 3] * mag[peak_idx * 3]) / f.fund_amp; /* 峰值因子的时域计算需要回到原始采样数据算 Vrms 和 Vpeak */ return f; }注意谐波下标是基波下标的整数倍。如果基波在谱线 26 上二次谐波就是谱线 52三次就是 78。这里的下标不能超出有效谱线数 FFT_SIZE/2所以基波频率高于约 13kHz 时二次谐波就会超出量程这种边界情况在识别前要过滤掉。峰值因子补丁/* 用原始采样值计算峰值因子在 FFT 之前执行即可 */ float calculate_crest(uint16_t *buf, uint16_t len) { float peak 0.0f, sum_sq 0.0f; for (uint16_t i 0; i len; i) { float v (float)buf[i] - ADC_MID; float a fabsf(v); if (a peak) peak a; sum_sq v * v; } float rms sqrtf(sum_sq / (float)len); return (rms 0.0001f) ? (peak / rms) : 0.0f; }4.2 四种波形的判据谐波比和峰值的组合正弦波、方波、三角波、锯齿波在频域里的表现差异非常明显。我把这些规律整理成了一张表分类器就是照着这张表写出来的。波形谐波特征峰值因子简易判据正弦波几乎无谐波THD 小于 5%1.414THD 低且峰值因子接近 1.414方波仅奇次谐波三次约 33%五次约 20%1.0奇次强偶次弱峰值因子低三角波仅奇次谐波三次约 11%衰减极快1.732奇次弱峰值因子高锯齿波偶次和奇次都在二次约 50%1.732偶次谱线明显峰值因子高表里的谐波比例是按理想波形推出来的理论值实际采样波形会因为噪声和畸变偏离这些数字。所以判据不能是精确等于而是一个范围。下面这个判决树就是一个常见的实现思路typedef enum { WAVE_SINE 0, WAVE_SQUARE, WAVE_TRIANGLE, WAVE_SAWTOOTH, WAVE_UNKNOWN } wave_type_t; wave_type_t classify_waveform(wave_feature_t *f) { /* 正弦波几乎没有谐波 */ if (f-thd 0.05f) { return (f-crest 1.30f f-crest 1.55f) ? WAVE_SINE : WAVE_UNKNOWN; } /* 方波奇次谐波强且峰值因子接近 1 */ if (f-h2_ratio 0.05f f-h3_ratio 0.25f f-h3_ratio 0.40f) { return (f-crest 1.15f) ? WAVE_SQUARE : WAVE_UNKNOWN; } /* 三角波只有奇次谐波且衰减比下方波快 */ if (f-h2_ratio 0.05f f-h3_ratio 0.05f f-h3_ratio 0.20f) { return (f-crest 1.50f) ? WAVE_TRIANGLE : WAVE_UNKNOWN; } /* 锯齿波偶次谐波显著 */ if (f-h2_ratio 0.30f f-h2_ratio 0.70f) { return WAVE_SAWTOOTH; } return WAVE_UNKNOWN; }这段代码的顺序是有讲究的。正弦波放最前面因为它 THD 低不会被后面谐波判据误判方波和三角波都只有奇次谐波要靠三次谐波比例和峰值因子来区分锯齿波落在最后因为它的特征最明显偶次谐波一旦超过基波三成基本就能锁定。4.3 阈值标定让算法适应你自己的信号源上面的阈值看起来是写死的但在实际工程里我一般不会直接用这一组数字上线。正确流程是用信号发生器输出已知波形每个波形采样几十帧把特征量的分布记下来然后取均值加减标准差作为最终阈值。/* 标定数据记录示例把每次提取的特征打出来 */ printf(freq%luHz H2%.3f H3%.3f THD%.3f crest%.3f\n, (uint32_t)f.fund_freq, f.h2_ratio, f.h3_ratio, f.thd, f.crest);比如某个信号源输出的方波三次谐波比例可能在 0.30 到 0.36 之间波动比理论值 0.33 略高。而另一个信号源因为输出电阻较大方波上升沿变缓三次谐波比例可能掉到 0.22。这时候如果还用固定的 0.25 下限就会把方波误判成三角波。标定看起来麻烦但这是信号处理里最值的投资它能把识别准确率从“不稳定”变成“确定”。更好的做法是引入模板距离。把上面表格里的理论值做成四个特征模板每次识别时计算当前特征点到四个模板的欧氏距离最近的模板作为结果同时要求距离小于某个上限否则报 UNKNOWN。这样兼顾了精确匹配和容错。5. 避坑与常见问题排查采样率、窗函数和堆栈的三类翻车现场5.1 ADC 采出来的数据全是 0 或者全满量程现象FFT 跑出来的频谱是一条直线要么停在 0Hz要么满屏都是直流。原因有两个常见来源一是 GPIO 没有配置成模拟模式引脚内部数字电路把模拟信号钳住了二是输入信号超出了 ADC 量程负半周被底部削掉正半周顶到满偏看上去就像全满量程。这种情况我在第一次调时遇到过当时以为是 FFT 写错了折腾了半天才发现信号根本没进到 ADC。解决先检查 CubeMX 里 ADC 引脚的模式是不是 ADC_IN再量一下输入引脚的直流电压。最直接的办法是让信号源输出一个 1V 直流电压看 ADC 读数是否稳定在 1V / 3.3V * 4095 附近这个点正常才能谈后续的频谱问题。5.2 峰值频率比实际信号频率偏大或偏小现象信号发生器输出 1kHz 正弦FFT 峰却出现在 1015Hz 或 983Hz。原因频率分辨率是 FFT_SIZE / fsfs 一旦不是你以为的那个值整个频率轴全部错位。我遇到过用 HSI 内部时钟当主时钟的情况标称 16MHz 实际可能有 1% 到 2% 的偏差乘到 168MHz 系统时钟之后偏差被放大最终采样率跟理论值对不上。解决不要相信理论 fs。在代码里用定时器实际配置反推 fs再交叉验证。方法是输入一个已知频率的正弦波看峰值落在哪条谱线用结果反算实际频率分辨率。5.3 正弦波被识别成三角波现象输入是标准正弦识别结果却在正弦和三角波之间反复跳动最后稳定在三角波。原因正弦源本身带有一点非线性失真三次谐波超过了 5% 的 THD 阈值跌进了三角波的判据区间。另一种常见原因是输入信号幅度太高ADC 前端削顶失真正弦波被切成了带平顶的形状谐波畸变暴增。解决先用串口把 THD 和 H3 的实时值打印出来看确认是信号失真还是阈值问题。如果是幅度过大把输入电压降到满量程的 70% 以下比如 2.5V 满幅如果是信号源自身失真就把正弦波的 THD 阈值从 0.05 放宽到 0.08同时把三角波的 H3 上限从 0.20 压到 0.15增大两个判据之间的距离。5.4 程序跑到 arm_cfft_f32 就 HardFault现象加完 FFT 代码后一执行到 transform 函数就进硬件错误中断单独注释掉 FFT 又一切正常。原因1024 点复数 FFT 输入数组是 1024 乘 2 个 float共 8KB。如果你把这个数组定义为函数内部的局部变量栈空间不满才怪。嵌入式默认栈大小常见在 1KB 到 4KB 之间一个 8KB 的局部数组直接就把栈顶冲穿。解决把大数组全部改成全局变量或静态变量让它们待在 .bss 段而不是栈上。另一个办法是调大启动文件里的 Stack_Size从 0x1000 提到 0x3000但全局数组更符合嵌入式习惯也更容易监控内存占用。5.5 识别结果在方波和三角波之间来回跳现象输入是标准方波识别结果时对方波时对三角波频率没变但结果不稳定。原因方波和三角波的判据都基于奇次谐波区别在于 H3 的比例。方波的 H3 大约是 33%三角波约 11%中间有一些信号源输出的方波上升沿较缓H3 比例落在 20% 上下正好在两个判据的边界上噪声一扰动就跳变。解决两个办法配合使用。一是加迟滞方波的 H3 下限从 0.25 降到 0.22三角波的上限从 0.20 降到 0.18中间留出空白区域落在空白里保持上一次识别结果。二是做帧间滤波连续 5 帧识别出同一个波形才更新显示单帧的抖动直接忽略。6. 二次开发改造从复 FFT 换到实 FFT以及一条上位机联动思路拿到工程后我建议先做的一次改造是把复数 FFT 换成实 FFT。我们采样的信号是实数序列但前面用的 arm_cfft_f32 是按复数输入的有一半的运算量其实白费了。CMSIS-DSP 提供了 arm_rfft_fast_f32专门针对实信号做了优化内存占用直接减半速度也能提升一部分。#include arm_math.h /* 实 FFT输入只需要 FFT_SIZE 个浮点数而不是 2 * FFT_SIZE */ static float32_t fft_out[FFT_SIZE]; arm_rfft_fast_instance_f32 rfft_inst; void rfft_init(void) { arm_rfft_fast_init_f32(rfft_inst, FFT_SIZE); } void rfft_run(float32_t *time_domain, float32_t *freq_out) { /* 最后一个参数 0 表示正变换 */ arm_rfft_fast_f32(rfft_inst, time_domain, freq_out, 0); }输出排列和复数 FFT 不一样实 FFT 的输出是打包排列的第 0 个元素是直流分量之后每两个元素对应一个频点的实部和虚部。取幅值的时候要从下标 1 开始挨个算 sqrt(rr ii)。改造完一定要做验证用同一帧数据分别跑一遍原复 FFT 和新的实 FFT对比峰值频率和峰值幅度两者误差在千分之一以内才算成功。我一般会在两个函数里各加一个开关用宏切换避免改完代码回不去。同样的思路可以推广到修改采样率、替换窗函数、增加识别类型每动一个环节就只动一个参数跑一轮数据验证一轮。如果想进一步把数据搬到电脑上看可以加一套极简串口协议帧头两个字节、频谱长度两个字节、后面跟原始 float 数组电脑端用 Python 的 numpy 解析并画图。这样 MCU 端不用接屏幕也能调试我在调谐波阈值时就是靠这套通路把特征量打印出来分析的。从那以后我每次改动采样链路都会强制自己先打印一遍 fs 和频率分辨率再动算法代码。这个习惯帮我绕开了大半信号处理里的玄学问题也让 FFT 从“看起来会”变成“确定能跑”。希望帮到你。本文还有配套的精品资源点击获取

STM32 FFT频谱分析与波形识别：从ADC采样到谐波特征分类

相关推荐

职场人际模式的“老剧本”：强迫性重复与五步修复指南

高德地图场景化使用技巧：通勤、停车、充电、接人全攻略

AI编程助手额度不够用？上下文生命周期管理实现无限Token交互

更多资讯

Linux审计事件实时分发：audispd原理与高可靠管道实践

Qt调用MATLAB生成DLL实战：跨平台算法集成方案

LEAP-1A26发动机性能建模实战：数据准备、稳态匹配与调参避坑

Starrc寄生提取与后仿偏差归因实战指南

计算机考研复试英语口语：高频题型与答题框架全攻略

版本地狱实录：Wine、FEX-Emu、DXMT 三方版本不匹配就是一场白折腾

今日更新

Cephadm实战指南：Linux系统工程师的生产级Ceph集群部署与排障

不想再被 Token 额度卡脖子？把免费 API 接入 WorkBuddy 的完整教程

ITK中SpatialObject几何体系解析：坐标系、变换与管道集成

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？