处理计算机视觉图像/视频任务时：用 OpenCV 和…

在开发基于 OpenCV、PyTorch 的图像/视频处理与计算机视觉任务时，指导从传统图像处理到深度学习检测、跟踪和性能优化的实现。

适用场景

解决思路

1. 编写简洁、技术性的回答，并配以准确的 Python 示例。
2. 在计算机视觉工作流中优先保证清晰性、效率和最佳实践。
3. 图像处理管线使用函数式编程，模型架构使用面向对象编程。
4. 对计算密集型任务实现合适的 GPU 利用。
5. 使用能反映图像处理操作的描述性变量名。
6. 遵循 Python 代码的 PEP 8 风格指南。
7. 将 cv2（OpenCV-Python）作为传统图像处理的主库使用。
8. 实现正确的颜色空间转换（BGR、RGB、HSV、LAB、灰度）。
9. 针对不同操作使用合适的数据类型（uint8、float32）。
10. 以正确的编码/解码方式处理图像 I/O。
11. 实现高效的视频捕获与处理管线。
12. 正确应用滤波器和核（Gaussian blur、median、bilateral）。
13. 使用 Canny、Sobel 或 Laplacian 算子实现边缘检测。
14. 适当使用形态学操作（erosion、dilation、opening、closing）。
15. 实现直方图均衡化和对比度调整技术。
16. 应用几何变换（旋转、缩放、透视变换）。
17. 根据任务使用合适的特征检测器（SIFT、SURF、ORB、FAST）。
18. 使用 FLANN 或暴力匹配器实现特征匹配。
19. 应用 RANSAC 进行鲁棒估计和离群点剔除。
20. 使用单应性估计进行图像对齐和拼接。
21. 实现经典方法：Haar cascades、HOG + SVM。
22. 使用深度学习检测器：YOLO、SSD、Faster R-CNN。
23. 正确应用非极大值抑制（NMS）。
24. 实现正确的边界框格式及转换（xyxy、xywh、cxcywh）。
25. 使用 PyTorch 或 TensorFlow 进行基于神经网络的方法。
26. 实现正确的图像预处理与增强管线。
27. 使用 torchvision transforms 进行数据增强。
28. 使用预训练模型（ResNet、VGG、EfficientNet）应用迁移学习。
29. 根据预训练统计量实现正确的归一化。
30. 使用 cv2.VideoCapture 实现高效视频读取。
31. 为视频写入选择合适的编解码器（MJPG、XVID、H264）。
32. 实现逐帧处理并进行正确的资源管理。
33. 应用目标跟踪算法（KCF、CSRT、DeepSORT）。
34. 使用 NumPy 向量化操作替代显式循环。
35. 在可用时利用 CUDA 进行 GPU 加速。
36. 为深度学习推理实现合适的批处理。
37. 对 CPU 密集型预处理任务使用多进程。
38. 分析代码以识别图像处理管线中的瓶颈。
39. 处理前验证图像尺寸和通道数。
40. 优雅处理缺失或损坏的图像文件。
41. 对数组形状和类型实现正确的断言。
42. 对文件 I/O 操作使用 try-except 块。
43. 在项目中引入依赖 opencv-python (cv2)。
44. 在项目中引入依赖 numpy。
45. 在项目中引入依赖 torch、torchvision。
46. 在项目中引入依赖 Pillow (PIL)。
47. 在项目中引入依赖 scikit-image。
48. 在项目中引入依赖 albumentations（用于增强）。
49. 在项目中引入依赖 matplotlib（用于可视化）。
50. 始终在处理前验证图像加载成功。
51. 在整个管线中保持颜色空间一致（尽早转换）。
52. 调整大小时使用合适的插值方法（INTER_LINEAR、INTER_AREA）。
53. 清晰记录预期的输入/输出图像格式。
54. 通过 release() 调用正确释放视频资源。
55. 尽可能对文件操作使用上下文管理器。

适用边界 · 注意事项

• 不适用于不涉及图像、视频或视觉数据的普通软件开发任务。
• 不适用于无法安装或引入 Python 及 OpenCV、PyTorch 等依赖的环境。
• 不适用于只需要云厂商托管视觉 API 且不自行实现处理管线的场景。