在一些情況下，飛納臺式掃描電鏡（Phenom SEM）在工業(yè)和教育領(lǐng)域中需要做重復(fù)性工作，例如，在預(yù)先設(shè)定的位置獲取一組圖像。 一般情況下，掃描樣品的整個(gè)表面以找到單個(gè)顆粒并記錄其位置和尺寸是必要的。 這種工作流程可以自動(dòng)化，不僅可以提高樣品檢測的數(shù)量，還可以提率和準(zhǔn)確性。 此外，由于自動(dòng)化腳本總是遵循*相同的過程，因此可以提高結(jié)果的可重復(fù)性，并且研究人員的主觀操作影響被移除。

在其他許多案例中，可以用飛納臺式掃描電鏡編程接口（PPI）來自動(dòng)完成這項(xiàng)工作。 在本篇博客中，會(huì)說明什么是PPI以及如何將飛納臺式掃描電鏡（Phenom SEM）集成在您的工作流程中。

飛納臺式掃描電鏡編程接口

飛納臺式掃描電鏡編程接口是一個(gè)可以通過Python控制飛納臺式掃描電鏡的軟件包。 Python是一種易于學(xué)習(xí)的編程語言，可以在不編譯的情況下運(yùn)行腳本。 腳本只是發(fā)送給飛納臺式掃描電鏡（SEM），以執(zhí)行通常由操作員完成的任務(wù)命令列表。 PPI中包含一個(gè)數(shù)據(jù)庫，可以用Python控制飛納臺式掃描電鏡（SEM）所需的所有功能。

PPI Python腳本可以在任意一臺通過網(wǎng)絡(luò)連接的飛納臺式掃描電鏡的PC上運(yùn)行。 這意味著，飛納臺式掃描電鏡不僅可以通過旁邊的計(jì)算機(jī)進(jìn)行控制，而且可以遠(yuǎn)程操作，對用戶來說更加方便。 圖1顯示了飛納臺式掃描電鏡和用戶PC之間網(wǎng)絡(luò)的通用設(shè)置，其中安裝了PPI以運(yùn)行Python腳本。

圖1：安裝了PPI后，Phenom PC和用戶PC之間的連接。

你可以用PPI做什么？

PPI可用于將飛納臺式掃描電鏡（SEM）集成到自動(dòng)化工作流程所需的任務(wù)中。 自動(dòng)化程序，主要是檢查并設(shè)置所有所需的數(shù)值，例如電子束加速電壓或電子束斑尺寸。

在PPI中，可以查詢電鏡的當(dāng)前狀態(tài)：從樣品臺到當(dāng)前電子束設(shè)置和工作距離。 采用高質(zhì)量和可重復(fù)圖像所需的所有步驟也可在PPI中獲得：這些步驟包括自動(dòng)對焦和自動(dòng)對比度/亮度等功能。 

PPI還與Python中的許多圖像處理工具*兼容，以處理您的圖像并提取所需的結(jié)果。 PPI與這些工具的結(jié)合使其成為將飛納臺式掃描電鏡集成到工作流程中并獲得快速可靠結(jié)果的強(qiáng)大工具。

什么是PPI腳本？

為了演示PPI腳本，圖2給出了一個(gè)例子。這個(gè)腳本假設(shè)樣品被加載到飛納臺式掃描電鏡中，并完成以下操作：

· 將PPI導(dǎo)入Python

· 連接到Phenom

· 設(shè)置電子束參數(shù)

·  自動(dòng)對焦，優(yōu)化對比度和亮度  

·  獲取圖像

·  將樣品臺移動(dòng)到另一個(gè)位置

·  獲取第二張圖片

將PPI功能轉(zhuǎn)換為Python，必須將PPI軟件包加載到Python腳本中。 這是根據(jù)默認(rèn)的Python完成的：將 PyPhenom 作為 PPI 導(dǎo)入 。

連接到飛納臺式掃描電鏡與建立對象調(diào)用的Phenom 一樣簡單，叫作ppi.Phenom 。 在這次調(diào)用中，建立了與飛納臺式掃描電鏡的連接并驗(yàn)證了PPI許可證。 所有其他步驟都是這個(gè)創(chuàng)建方法。 

在圖形界面中可用的設(shè)置可以通過PPI中的單個(gè)命令進(jìn)行更改。 例如，在圖2中，我們將電子束電壓設(shè)置更改為10 kV，電子束斑尺寸更改為image（相當(dāng)于3.3）。  

圖像優(yōu)化選項(xiàng)也可在調(diào)用中使用。 使圖像成為的焦點(diǎn)方法   SemAutoFocus   是可用的，對比度和亮度通過使用優(yōu)化   SemAutoContrastBrightness 方法。

SemAcquireImage  是用來采集掃描電鏡（SEM）圖像的方法。在這種方法中，圖像的屬性必須填入。在我們的示例中，圖像是以1024×1024像素的分辨率采集的，并且圖像平均是在16幀。 通過使用ppi.Save  命令，可以將圖像存儲在本地驅(qū)動(dòng)器上。

為了移動(dòng)當(dāng)前位置，   ppi.MoveBy   命令被使用。 這里x方向和y方向的位移以微米為單位。 這意味著在我們的例子中，樣品臺向左移動(dòng)100微米，向下移動(dòng)100微米。 一旦進(jìn)入這個(gè)新位置，就會(huì)獲取并保存另一個(gè)圖像。

這個(gè)例子顯示了簡單、直觀的PPI程序。 但是，PPI要強(qiáng)大得多，而且可以做得比這里顯示的更多。 PPI具有用戶界面所具有的所有命令，甚至更多。

圖2：一個(gè)簡單的PPI腳本示例

超越PPI

用PPI控制飛納臺式掃描電鏡的功能強(qiáng)大且，但PPI具有更多功能。 與PPI拍攝的圖像兼容 NumPy 。 NumPy 是一個(gè)用于數(shù)組操作的Python程序包，用于許多圖像處理工具，例如OpenCV 。 OpenCV 是一個(gè)被廣泛使用的圖像處理和圖像識別功能庫。 PPI和 OpenCV 等工具的結(jié)合幫助用戶創(chuàng)建更的腳本，例如：

· 自動(dòng)掃描樣品表面并檢測缺陷;

· 找到樣品上的特定物體并以高倍率對其進(jìn)行成像;

· 確定屬性，如結(jié)構(gòu)的尺寸，表面積，樣品孔隙率等等。

在圖3中，您可以看到如何將PPI圖像轉(zhuǎn)換為 NumPy 數(shù)組以及如何在 OpenCV中使用它。為了能夠使用 NumPy 和 OpenCV （cv2），它們以類似于加載PPI的方式加載到Python腳本中。 與飛納臺式掃描電鏡的連接按照前面的例子所示進(jìn)行設(shè)置。 

使用 SemAcquireImage 再次獲取圖像， 并將其轉(zhuǎn)換為 NumPy 數(shù)組 np.array 。 由于圖像現(xiàn)在是 NumPy 格式，因此可以在 OpenCV中使用 。 例如，在此使用稱為Canny Edge的邊緣檢測濾鏡。 只需調(diào)用它并將過濾器參數(shù)插入即可。 所以cannyEdge 可持有原始圖像檢測到的邊緣的圖像。

這個(gè)例子演示了PPI與 NumPy 以及所有使用 NumPy 數(shù)組作為輸入的軟件包 （如 OpenCV ）直接兼容 。 NumPy 和 OpenCV 是非常強(qiáng)大的工具，可用于許多圖像處理應(yīng)用，甚至自動(dòng)駕駛汽車。 所以，當(dāng)談到你如何使用它時(shí)，*的限制就是你的想象力。

圖3：轉(zhuǎn)換為 NumPy 數(shù)組和使用 OpenCV的示例

進(jìn)一步探索飛納臺式掃描電鏡自動(dòng)化

從這些例子中你可以清楚地看到，PPI有助于將您的飛納臺式掃描電鏡整合到您的工作流程中。  PPI與許多圖像處理軟件包的兼容性使用戶能夠創(chuàng)建工具來深入分析其樣品。