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>
31 lines
1.6 KiB
Plaintext
31 lines
1.6 KiB
Plaintext
fastapi==0.115.12
|
||
uvicorn[standard]==0.34.2
|
||
python-multipart==0.0.31
|
||
httpx==0.28.1
|
||
|
||
# 接口1：四庭七眼测量（worker 侧算法依赖）
|
||
mediapipe==0.10.14 # MediaPipe Face Mesh（经典 Solutions API，模型内置）
|
||
opencv-python==4.10.0.84 # 图片读取/处理 + solvePnP 姿态估计
|
||
Pillow==11.0.0 # 标注图生成（PNG 透明图层）
|
||
numpy==1.26.4 # 必须 <2，否则 mediapipe 0.10.x import 崩溃
|
||
|
||
# 方案 B：头发分割（BiSeNet face-parsing）
|
||
# 国内安装可走 Tsinghua 镜像（PyPI 的 linux wheel 即 CUDA 12.1 构建）：
|
||
# ./venv/bin/pip install torch==2.2.2 torchvision==0.17.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
|
||
# ⚠️ 本 worker 是 RTX 5090（sm_120/Blackwell），torch 2.2.2(cu121) 只编到 sm_90，
|
||
# GPU 上跑算子会报 "no kernel image"，代码已自动回退 CPU（方案B 仍可用）。
|
||
# 要真正用 5090 GPU，请换 torch cu128（≥2.7）+ 对应 torchvision，代码无需改。
|
||
torch==2.2.2 # 当前在 5090 上仅 CPU 可用；GPU 需 cu128(≥2.7)
|
||
torchvision==0.17.2
|
||
|
||
# 接口2：C端生发（发际线预览）
|
||
# MediaPipe Tasks(FaceLandmarker) 用已装的 mediapipe；新增 SegFormer 人脸分割：
|
||
transformers==4.45.2 # SegFormer 人脸分割（jonathandinu/face-parsing，本地权重）
|
||
|
||
# 接口3：B端生发（马克笔发际线检测）
|
||
# ⚠️ 必须 0.24.x —— 0.25+ 强依赖 numpy>=2，会顶掉 mediapipe 需要的 numpy<2
|
||
scikit-image==0.24.0 # route_through_array（黑帽响应图上的 Dijkstra 最小路径）
|
||
|
||
# 测试
|
||
pytest==8.3.3
|