VisionCull Pro：本地AI初筛模糊与闭眼废片，摄影师减负利器

VisionCull Pro 是一款本地 AI 选片工具，专为摄影师初筛废片设计。它通过 OpenCV 和 MediaPipe 检测清晰度与人脸闭眼，非破坏性复制合格照片，保护原始图库。适合大批量拍摄且注重隐私的摄影师。

本地AI选片工具解决初筛难题

对于活动跟拍、婚礼纪实或批量人像约拍，拍摄时的轻松与选片时的繁琐形成鲜明对比。一次拍摄可能产生数百甚至上千张照片，最耗时的是逐张放大检查对焦、模糊或闭眼问题，而非后期调色。VisionCull Pro 正是为了解决这一痛点而生，它作为一道“安检门”，通过扫描指定文件夹，自动标记出存在硬伤（如跑焦、严重模糊）的照片。合格照片会被复制到带时间戳的新目录，原始图库保持不动，这种非破坏性操作对商业摄影师尤为友好，有效避免误删风险。

两条核心检测路径

VisionCull Pro 的本地分析基于 OpenCV 与 MediaPipe。OpenCV 负责清晰度计算，MediaPipe 用于人脸关键点识别。

• 清晰度检测： 采用 Laplacian 方差算法评估画面清晰度。检测到人脸时，优先分析人脸区域；无脸则回退至全图分析，适用于风景、静物等非人像场景。
• 闭眼识别： 通过 MediaPipe Face Mesh 获取眼部关键点，利用 Eye Aspect Ratio 判断闭眼情况，特别适合人像连拍和集体合照。

文件格式支持 JPG/JPEG 及 CR2、CR3、NEF、ARW、RAF、DNG 等 RAW 格式。RAW 文件需先通过 ExifTool 提取预览图再分析，不同相机品牌和文件结构可能影响效果，建议先用备份目录小规模测试。

适用人群与隐私边界

VisionCull Pro 适合需要严格保护客户照片、商业原片或未公开素材的摄影从业者。但需注意，代码中保留了可选的外部 AI Vision API 路径，若自行启用，照片会被转换为 base64 发送至外部接口。对于未公开素材或商业原片，强烈建议使用本地分析路径，并在启用任何外部 API 前确认数据处理方式。

适合： 出片量大（如婚礼、活动）、熟悉 Node.js/Python 环境、注重数据隐私的摄影师。 不适合： 追求开箱即用、无命令行基础的用户，或依赖艺术感（如氛围、构图）选片的场景。

使用前需确认的几个问题

1、误判风险： AI 只能识别“清晰度”和“睁眼状态”，无法理解“情绪”。艺术化的动态模糊、特写焦外可能被误判，因此仅适合第一道粗筛，最终选片仍需人工复核。

2、商用许可： 项目标注为 MIT 协议，但用于企业级或商业化流程前，建议关注仓库后续更新，确认法律边界。