对于婚礼纪实、活动跟拍或大批量人像摄影师来说，最令人头疼的往往不是快门时的快感，而是事后面对成百上千张照片时的“选片地狱”。在进入后期调色前，必须花费大量时间放大检查是否有跑焦、手抖模糊或人物闭眼等低级错误。
VisionCull Pro 正是为了解决这一痛点而生的本地 AI 选片辅助工具。它通过视觉算法快速识别“废片”，帮助摄影师在正式修图前完成高效的初筛。
核心逻辑：充当后期的“安检门”
VisionCull Pro 的定位并非取代摄影师的审美判断，而是一道过滤硬伤的“安检门”。它扫描指定文件夹，将跑焦、严重模糊等不合格照片筛出，并将合格照片自动复制到带时间戳的新目录中。
这种 非破坏性 的操作逻辑确保了原始图库不受影响，对于处理商业素材的摄影师而言，极大降低了误删风险。此外，该工具支持生成 Lightroom 可识别的 XMP 标记，可以无缝接入现有的专业修图工作流。
技术实现：两条检测路径
该工具主要依赖 OpenCV 和 MediaPipe 两个核心库，针对不同场景地采用两套分析逻辑：
- 清晰度分析： 采用 Laplacian 方差算法。当画面中检测到人脸时，AI 会优先分析面部区域的清晰度；若无面部，则回退至全图检测，适用于风景或静物拍摄。
- 闭眼识别： 基于 MediaPipe Face Mesh 提取眼部关键点，通过计算眼部宽高比（Eye Aspect Ratio）来判定是否闭眼，特别适合处理人像连拍或集体大合照。
文件兼容性： 除了常规的 JPG/JPEG，它还支持 CR2、CR3、NEF、ARW、RAF、DNG 等主流 RAW 格式。由于 RAW 文件需通过 ExifTool 提取预览图进行分析，不同相机品牌的兼容性可能存在差异，建议先在备份目录进行小规模测试。
适用场景与注意事项
由于 VisionCull Pro 是一个面向极客的开源项目，在部署和使用时需要注意以下几点：
1. 部署门槛
该工具目前处于早期阶段，需要一定的命令行基础。注意： 若执行 node server.js 报错，请检查 package.json，实际启动入口可能为基于 Electron 的 electron .。
2. 隐私与安全
默认的本地分析路径非常安全，适合处理敏感的商业原片。但需警惕设置中的“外部 AI Vision API”选项——一旦启用，照片将以 base64 格式发送至外部接口。处理未公开素材时，请务必确认仅使用本地路径。
3. 适用人群
- 推荐使用： 每次出片量极大、熟悉 Node.js/Python 环境、对数据隐私要求极高的专业摄影师。
- 不建议使用： 追求“开箱即用”的非技术用户，或依赖艺术氛围、构图感进行选片的场景（AI 无法识别情绪与艺术感）。
常见问题解答
Q：AI 会误判吗？
会。AI 仅能识别物理层面的“清晰度”和“睁眼状态”。某些刻意追求的动态模糊或特写焦外效果可能会被判定为废片。因此，它仅能作为第一道粗筛，最终决定权仍需人工复核。
Q：商用有法律风险吗？
项目目前采用 MIT 协议，较为宽松。但若将其集成到企业级商业流程中，建议持续关注仓库更新，确认最新的许可状态。
项目主页与源码入口
免责声明：本文基于开源项目 GitHub 资料整理。由于该项目目前仍处于早期开发阶段，其稳定性及文件兼容性受本地环境影响较大。建议在处理重要拍摄素材前，先在备份目录中进行小规模测试。本站不提供该项目的安装维护服务，实际使用请以项目仓库最新说明为准。
