夜雨聆风光仔测评 | 本地AI选片 + OpenCV清晰度检测 + MediaPipe闭眼识别 + 非破坏性操作，是摄影师减负利器，但别指望它完全替代人工
一、比修图更累的，是选片
如果你做过摄影，一定懂这种感觉：拍摄时快门按得飞起，回家把照片导进电脑，才发现噩梦才刚刚开始。
一次婚礼跟拍下来，轻轻松松 800 到 1500 张原片。活动摄影更夸张，两三个小时就能拍满两张卡。而你接下来要做的事，不是调色、不是磨皮，而是坐在屏幕前，一张一张放大看——这张跑焦了，那张手抖了，第三张主角刚好闭眼了。
这个环节叫"初筛"，通常占整个后期流程 40% 到 60% 的时间。最痛苦的是，它高度重复、机械、不需要任何审美判断——你只是在做一道"这张照片有没有硬伤"的是非题。
最近光仔在 GitHub 上发现了一个叫 VisionCull Pro 的开源项目，它想解决的就是这个问题：用AI在本地帮你把废片筛出来，省下你的眼睛和时间。
二、它不是"AI审美"，而是一道安检门
先明确一点：VisionCull Pro 不做任何审美判断。它不会告诉你"这张构图好""那张光影美"，它只做一件事——找出有硬伤的照片。
具体来说，它检测两个维度：
清晰度检测：使用 OpenCV 的 Laplacian 方差算法，对每张照片计算清晰度分数。如果照片里有人脸，它会优先分析人脸区域是否清晰；没有人脸则回退到全图检测，风景、静物也能处理。
闭眼识别：基于 MediaPipe Face Mesh 提取眼部关键点，通过 Eye Aspect Ratio（眼睛纵横比）算法判断是否闭眼。这在集体照、连拍场景下特别实用——你不需要一张张放大看每个人的眼睛。
两个检测维度背后，还有一个很贴心的设计：非破坏性操作。工具不会动你的原始图库，而是把合格的照片复制到一个带时间戳的新目录里。你的原片完好无损，即使 AI 误判了，你随时可以回去翻原片。
另外，它支持生成 Lightroom 可识别的 XMP 标记文件，意味着你可以把它嵌入现有的 LR 修图流程中，不用改变工作习惯。
三、上手实测：好用，但别把它当"一键神器"
光仔用一组活动拍摄的样片（约 200 张，JPG + RAW 混合）做了简单的测试，几个直观感受：
确实能省时间。 对于明显跑焦和手抖的照片，检测准确率很高。200 张照片跑下来，大约筛出了 30 多张有明显模糊问题的，人工复核后发现误判了 3 张（都是刻意用大光圈制造的前景虚化效果），准确率在 90% 左右。
闭眼检测比预期好用。 拿了一组 50 张连拍人像测试，其中 8 张有闭眼问题，工具全部识别出来了，没有漏网之鱼。
但 RAW 格式体验一般。 RAW 文件需要先通过 ExifTool 提取预览图再分析，不同相机品牌的 RAW 结构差异大，部分 RAW 文件处理速度明显慢于 JPG。建议在正式使用前，先用备份目录跑一轮测试。
部署门槛是存在的。 这个项目目前处于非常早期阶段，没有图形界面，需要命令行操作。启动方式也不是标准化的——README 里写的 node server.js 根本不存在，实际启动入口得去看 package.json。没有一定技术基础的用户，大概率会在部署这一步就卡住。
隐私方面有个重要的提醒。 代码里保留了一个可选的"外部 AI Vision API"路径。如果你在设置中启用了它，照片会被转成 base64 发送到外部接口。对于客户未公开素材或商业拍摄原片，强烈建议只用本地分析路径，不要开启任何外部 API。
四、优缺点一览
优点：
• 完全本地运行，照片不上传云端，隐私安全可控 • 清晰度 + 闭眼双维度检测，覆盖选片最常见的两种废片类型 • 非破坏性操作，原片不动，只复制合格照片到新目录 • 支持 JPG/JPEG 及主流 RAW 格式（CR2/CR3/NEF/ARW/RAF/DNG） • 可生成 Lightroom XMP 标记，无缝接入现有修图流程 • MIT 开源协议，代码可审计、可改造
缺点：
• 项目处于极早期阶段，没有图形界面，部署需要命令行基础 • 会误判——艺术化动态模糊、大光圈焦外虚化可能被标记为废片 • RAW 文件需通过 ExifTool 提取预览图，不同相机兼容性不一 • 不能识别"情绪"——构图好但表情差、氛围到位但技术不完美的照片不会被区分 • 可选的"外部 AI API"存在隐私风险，需谨慎使用
五、谁适合用？谁该绕道？
适合的人：
• 每次出片量大的婚礼/活动/跟拍摄影师，初筛环节占你大量时间 • 熟悉命令行操作，愿意折腾开源工具的极客摄影师 • 对客户照片隐私有严格要求，不希望上传到任何云端的从业者 • 想学"AI + 摄影"交叉方向，找个开源项目练手的开发者
建议绕道的人：
• 追求开箱即用、需要一键操作的摄影爱好者 • 没有命令行基础、看到 Terminal 就头疼的用户 • 主要拍艺术创作类照片，需要靠氛围感、情绪感选片的摄影师 • 主力机是 Windows 且不想折腾环境配置的用户（项目对 macOS/Linux 更友好）
六、光仔总结
VisionCull Pro 是一个思路很对、但成熟度还不够的实用工具。
它的核心价值在于把"选片"这个最机械、最耗时的环节，从人眼转移给机器。你不是在让 AI 替你决定"哪张照片好"，而是让 AI 帮你过滤掉"哪张照片肯定不行"——这个定位非常务实，也恰好是当前 AI 在摄影领域最可靠的切入点。
但它的现阶段形态——纯命令行、无 GUI、文档不完善——决定了它目前更适合"愿意折腾"的技术型摄影师。如果你恰好是这类人，花一个下午把它搭起来，下次选片时你会感谢自己。
GitHub 项目：github.com/YuChiHuaCheng/vision-cull-pro
光仔AI自习室，每天带你认识一个有趣有用的AI工具。