程序间快速可靠的通信
Fast and reliable communication between programs
问题
假设我想使用 Matlab 处理在线数据流（例如，来自网络摄像头的数据流）。
根据数据的不同，Matlab中的程序运行无论什么算法运行每次迭代后都会输出二进制信号[0,1]进行数据分析
同时，我是运行一个Python程序，它在电脑屏幕上进行可视化。至关重要的是，这种可视化取决于来自 Matlab 的二进制信号。
初步方案（待完善）：
我能想到的最直接但也很慢且容易出错的方法是 Matlab 在每次数据分析迭代后（过度）写入一个文件，并且 python 每次读取该文件可视化迭代。
问题
建立这种通信的最快（大约 10 毫秒到最多 50 毫秒）和最可靠的方法是什么...
- ...在一台计算机上？
- ...在通过以太网的网络上？ （即，每个程序在同一网络上的不同计算机上运行）
我昨天发现的一种方法是使用 labstreaminglayer。这显然是使用 UDP 和 TCP/IP 的组合来使用缓冲区在网络上传输数据。
它可以与 Python、Matlab 和其他语言一起使用...特别是 Python interface 看起来非常简单并且易于安装 pip install pylsl。
我仍然对这种通信方法的一般概述或指向一些好的介绍的指针感兴趣。
问题
假设我想使用 Matlab 处理在线数据流（例如，来自网络摄像头的数据流）。
根据数据的不同，Matlab中的程序运行无论什么算法运行每次迭代后都会输出二进制信号[0,1]进行数据分析
同时，我是运行一个Python程序，它在电脑屏幕上进行可视化。至关重要的是，这种可视化取决于来自 Matlab 的二进制信号。
初步方案（待完善）：
我能想到的最直接但也很慢且容易出错的方法是 Matlab 在每次数据分析迭代后（过度）写入一个文件，并且 python 每次读取该文件可视化迭代。
问题
建立这种通信的最快（大约 10 毫秒到最多 50 毫秒）和最可靠的方法是什么...
- ...在一台计算机上？
- ...在通过以太网的网络上？ （即，每个程序在同一网络上的不同计算机上运行）
我昨天发现的一种方法是使用 labstreaminglayer。这显然是使用 UDP 和 TCP/IP 的组合来使用缓冲区在网络上传输数据。
它可以与 Python、Matlab 和其他语言一起使用...特别是 Python interface 看起来非常简单并且易于安装 pip install pylsl。
我仍然对这种通信方法的一般概述或指向一些好的介绍的指针感兴趣。