首页

# AI 应用开发三十天冲刺计划

# 🚀 Day 1 实战：AI 视觉基石 ——OpenCV 智能证件照换底

# 1. 项目简介 (Project Overview)

本项目是 “30 天人工智能应用实战” 的第一站。目标是利用计算机视觉技术，实现对蓝底 / 浅蓝底证件照的背景自动识别与替换，生成符合规范的红底照片。

# 2. 技术栈 (Tech Stack)

  • 开发工具：Cursor (AI-Powered Code Editor)
  • 编程语言：Python 3.13
  • 核心库：OpenCV-Python, Numpy
  • 版本控制：Git + GitHub

# 3. 核心技术点 (Technical Highlights)

# A. 颜色空间转换 (HSV vs RGB)

  • 痛点：RGB 空间受光照强度影响巨大，三个通道高度相关，难以精确锁定某种颜色。
  • 解决方案：将图像转换至 HSV (Hue, Saturation, Value) 空间。我们将 H（色调）范围锁定在浅蓝色区间，从而实现对背景的精确提取。

# B. 掩模与位运算 (Masking)

  • 通过 cv2.inRange 生成二值化掩模，将背景识别为白色（255），人像识别为黑色（0）。

# C. 形态学噪点处理 (Morphological Operations)

  • 操作：使用 开运算 (Opening) —— 先腐蚀后膨胀。
  • 目的：消除前景目标（如衣物、头发边缘）内部细小的误判噪点。

# 4. 踩坑与解决方案 (Troubleshooting - 面试重点)

# 🔴 坑 1：Python 环境路径冲突

  • 现象：在终端执行 pip install 成功，但运行代码提示 ModuleNotFoundError: No module named 'cv2'。
  • 原因分析：Windows 系统中存在多个 Python 环境，Cursor 调用的解释器路径与终端默认 pip 路径不一致。
  • 对策：使用绝对路径安装法，通过 & C:/path/to/python.exe -m pip install 强制安装到当前开发环境，彻底解决路径错位问题。

# 🔴 坑 2：浅蓝色背景下的 “误伤” 噪点

  • 现象：换底后，人像的灰色西装区域出现了密集的红点。

  • 原因分析：衣服的灰色中含有微量蓝色分量，落入了我们设定的 HSV 阈值范围内。

  • 对策：引入 cv2.morphologyEx 开运算，使用

    5×55×5

    的卷积核滤除细小噪声，保证了衣物区域的颜色完整性。

# 🔴 坑 3：GitHub Push 响应超时

  • 现象：git push 命令长时间卡死。
  • 原因分析：GitHub 服务器位于海外，网络连接不稳定。
  • 对策：通过命令行配置 Git 的全局代理（指向 v2rayN 的 10808 端口）：
    git config --global http.proxy http://127.0.0.1:10808
    设置后，推送速度由 0 直接飙升至 20MB/s。

# 5. 核心代码片段 (Code Summary)

codePython

# 核心逻辑：HSV过滤 + 形态学优化
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_blue = np.array([75, 40, 40]) 
upper_blue = np.array([115, 255, 255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)

# 形态学去噪
kernel = np.ones((5, 5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# 换色
res = img.copy()
res[mask == 255] = (0, 0, 255) # BGR格式：红色

# 6. 总结与展望 (Summary & Future Work)

今天成功打通了从环境配置 -> 算法编写 -> Git 版本控制的全流程。虽然只是简单的颜色过滤，但它揭示了 CV 处理中最核心的 Mask 思想。

明天目标：从静态图片转向实时视频流，利用帧差法实现摄像头动态物体检测。

原图

b9082a01-0234-4366-8853-ea7b2f41f50b.png

换底后的图

72c889a9-8a48-4de5-b83e-ff56fcc105b6.png

# 📝 Day 2 笔记：从 0 到 1 构建智能安防监控

1. 项目描述
利用 OpenCV 的视频流处理能力，基于帧差法 (Frame Differencing) 实现了一个实时运动检测预警系统。能够自动锁定移动目标并进行红框标注。

2. 核心算法流程

  2. 双帧比对：通过 cv2.absdiff 获取两帧图像的像素差异。

  3. # 噪声抑制：

    • cvtColor 转灰度减少计算量。
    • GaussianBlur 抹平摄像头感光噪点。

  4. # 特征增强：

    • threshold 二值化分离运动区域。
    • dilate 膨胀操作让目标区域更完整。
  5. 目标提取：使用 findContours 锁定物体并绘制矩形框。

3. 踩坑记录与性能调优（面试必杀技）

  • 问题：初始运行发现屏幕红框乱跳，误报率极高。

  • # 分析：

    • 摄像头热噪点导致背景像素微弱波动。
    • 身体微小动作导致检测结果碎片化。

  • # 解决方案 (Optimization)：

    • 增大滤波核：将高斯核从 (5,5) 增大至 (21,21)，大幅过滤高频噪声。
    • 动态调整面积阈值：将 contourArea 过滤上限从 1500 提升至 10000，只针对人体规模的运动进行报警。
    • 增加形态学迭代：增加膨胀次数，使碎裂的识别框自动合并。

# 第三部分：关于明天（Day 3 预告）

明天，我们将进入更 “硬核” 的视觉实战。

虽然今天的系统能发现 “有东西在动”，但它分不清那是人、是狗、还是个球。

Day 3：虚拟画笔 —— 颜色追踪与坐标控制

  • 新高度：我们将不再被动地 “监控”，而是主动地 “交互”。
  • 任务：你可以拿一个蓝色的盖子（或者任何颜色的物体）在摄像头前挥动，电脑会实时追踪它的轨迹，并让你在屏幕上 “凌空写字”。
  • 核心逻辑：HSV 色彩空间的高级应用 + 实时轨迹绘制（这是 AR 增强现实的入门原理）。