王姐出差回来："人家书店装摄像头就能数客流、拍照就能找书！咱们也要！"
老周带着小陈，从"像素"开始，一路走过 OpenCV、CNN、YOLO、U-Net、人脸识别、OCR、目标跟踪，直到给云间书店装上"智慧之眼"。
计算机视觉的技术，本质是“从像素到理解，从理解到行动”——每一层都在回答：机器怎么把"看见"变成"看懂"。
越往上，越从"处理像素"，走向"理解世界"。
| 你遇到的麻烦 | 对应的视觉技术 | 云间书店的落地 |
|---|---|---|
| 机器看不懂图片 | 计算机视觉 | 从像素数组提取语义 |
| 照片在电脑里是什么 | 图像基础与 OpenCV | 读图/像素/色彩空间/NumPy |
| 拍糊的图没法识别 | 图像处理 | 灰度/滤波/均衡/二值/形态学 |
| 怎么判断两张图相同 | 特征提取与匹配 | SIFT/ORB 特征指纹比对 |
| 给图片分门别类 | 传统机器学习 | HOG+SVM 书架分类 |
| 机器自己学"看什么" | 深度学习与 CNN | 卷积/池化/自动学特征 |
| 拍照搜书 | 图像分类实战 | 迁移学习 + 特征检索 |
| 数出书店有多少人 | 目标检测 | YOLO + NMS 客流统计 |
| 哪个区域最热闹 | 图像分割 | U-Net 区域热力图 |
| 会员刷脸、快递单录入 | 人脸识别与 OCR | ArcFace 刷脸 + PaddleOCR |
| 客人从哪走到哪 | 视频与跟踪 | YOLO+ByteTrack 动线分析 |
| 模型怎么上线能用 | 部署与应用 | ONNX/TensorRT + 边缘端 |