xslandClaude Opus 4.8
ce95a508c1
医生在额头用马克笔画规划发际线 → 检测该线 → 生发。检测算法源自 /home/xsl/headmark。 - hairline/marker_detect.py: 黑帽响应图(MORPH_BLACKHAT)+鬓角锚点(MediaPipe 21/251吸附) +skimage route_through_array 最小路径检测画线；路径平均响应阈值拒识无画线 (headmark 调研：全局灰度阈值不可用，黑帽+Dijkstra 实测误差≤0.5px) - hairline/mask.py: 抽出 mask_from_curve(曲线+ROI闭合)，接口2/3共用 - hairline/service.py: generate_grow_b——检测→遮罩→原图重画干净线→ComfyUI生发 - app.py: /hair/grow-b 真实实现，marked+original各三选一+校验；输出 best_hairline_image_base64(=原图)/hair_growth_image_base64/hairline_type="custom"； 无人脸或未检测到画线→1001；重活进线程池 - requirements: scikit-image==0.24.0 (⚠️锁0.24，0.25+强依赖numpy>=2会顶掉mediapipe的numpy<2) - 文档: docs/接口3-B端生发-技术实现方案.md - 测试: test_marker.py(检测/拒识/辅助) + test_api grow-b(mock ComfyUI)，42全绿 实测(5090): grow-b ~6.4s，生发图把额头发际线补到医生画线、清除划线、人物保持。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
文档索引（按开发机器划分）
系统拆分为两台机器开发：外网网关 和 高性能 worker（GPU）。下面标清每台机器该读哪些文档。
🌐 两端共享（都要读）
| 文档 | 作用 |
|---|---|
| 系统架构-网关与高性能后端.md | 两层拆分的总设计与契约：拓扑、职责、配置、鉴权、base64→URL、错误处理。两端的接口约定，先读。 |
| 接口文档.md | 对外 API 契约（字段/错误码）。拆分后保持不变，是字段命名的唯一权威。 |
| 旷视具体需求.md | 原始需求 |
🖥️ 高性能 worker 机（GPU）
跑完整 app.py + face_analysis，做真正的算法。
| 文档 | 作用 |
|---|---|
| 接口1-四庭七眼测量-技术实现方案.md | 四庭七眼算法方案（MediaPipe / BiSeNet / 标定 / 标注图 / 误差） |
| 接口1-四庭七眼测量-开发任务书.md | worker 侧开发任务书（阶段一~十 + 精度验证），AI agent 执行 |
| ../OFFLINE_ASSETS.md | 离线模型权重/字体清单（内网部署）。worker 需要这些权重 |
🚪 外网网关机
薄反向代理，不跑算法。
| 文档 | 作用 |
|---|---|
| 网关-开发任务书.md | 网关侧开发任务书（健康检查 / 派发 / 鉴权 / base64→URL / 部署），AI agent 执行 |
开发顺序建议：worker 先跑通（本机即可开发验证）→ worker 部署到 GPU 机 → 网关接入联调。网关在 worker 就绪前可用本地 stub worker 独立开发。