王姐的新需求：让机器“看见”

云间书店的网店、AI 荐书、手游都上线了，一切蒸蒸日上。这天，王姐开完会回来，眼睛又亮了：

"小陈！我这次出差参观了一家智慧书店，人家门口摄像头一照，就知道今天进了多少人、哪个区域最热闹；顾客拿本书拍个照，就能搜到这本书的详情和库存；还有快递单自动录入，都不用人工输！"

"咱们书店也要上！"王姐一挥手，"装摄像头、做识别、全给我配上！一个月够了吧？"

小陈腿一软："王姐……这、这不是普通开发啊，这是计算机视觉……"

"那更好！"王姐更兴奋了，"听说现在很火！人工智能嘛，咱们云间书店也要搞！老周，你带他搞！"

老周慢悠悠喝了口茶："王姐，视觉这套东西，可不是往摄像头后面接个程序那么简单——'让机器看见'，背后是一整条技术链。不过您说得对，这事值得搞。小陈，走，咱们从'像素'开始，把'让机器看见'这件事，一层一层讲清楚。"

一张给视觉开发小白的地图

老周在白板上画出第九棵家族树：

第十二层：部署与应用 ── 模型部署 · ONNX · TensorRT · 边缘端 · 产品化
第十一层：视频理解 ── 视频处理 · 光流 · 目标跟踪 · 动作识别
第十层：OCR 文字识别 ── 文字检测 · 文字识别 · CRNN · PaddleOCR
第九层：人脸与关键点 ── 人脸检测 · 人脸识别 · 关键点 · 活体检测
第八层：图像分割 ── 语义分割 · 实例分割 · U-Net · Mask R-CNN
第七层：目标检测 ── 候选框 · YOLO · NMS · mAP · 锚框
第六层：图像分类实战 ── CNN训练 · 迁移学习 · 数据增强 · 评估
第五层：深度学习与CNN ── 卷积 · 池化 · 激活函数 · 神经网络
第四层：传统机器学习视觉 ── HOG · SVM · 特征工程 · 分类
第三层：特征提取与匹配 ── 角点 · SIFT · ORB · 图像拼接
第二层：图像处理基础 ── 灰度 · 滤波 · 边缘检测 · 形态学 · 直方图
第一层：图像基础与OpenCV ── 像素 · 色彩空间 · 图像表示 · 图像IO
根：为什么需要计算机视觉？── 让机器"看见"世界

"记住这张图的一句话：计算机视觉的目标，是让机器从图像中'理解'世界——从'看见像素'到'看懂内容'。"

"越往上，越从'处理像素'走向'理解语义'：从怎么读图、调图（第一、二层），到找特征、做识别（第三到六层），到检测目标、分割区域（第七、八层），到人脸、文字、视频这些具体场景（第九到十一层），最后是部署上线（第十二层）。"

小陈看着图，深吸一口气："师傅，这比我之前学的所有东西加起来都大……"

"大，但不乱。"老周说，"咱们按云间书店的真实需求来：客流统计（目标检测）、拍照搜书（图像分类）、快递单识别（OCR）、会员刷脸（人脸识别）——每一个需求，都会带出对应的技术层。做完这四件事，你就把整棵树爬完了。走，从根开始。"

本系列目录

写给读者：这一系列延续云间书店的故事。这一季的主题是计算机视觉开发——目标是给云间书店装上"智慧之眼"：客流统计、拍照搜书、OCR 录入、人脸识别。故事里的技术（OpenCV、HOG+SVM、CNN、YOLO、U-Net、PaddleOCR、模型部署）都是真实可用的，代码示例贴近实际开发。跟着小陈一起，从"像素"一路做到"部署"，你会发现：让机器看见，没有想象中那么玄，也没有想象中那么简单。 老周在第一章等你。