day 1

1.使用opencv测量物体的尺寸
openCV测量物体的尺寸
需要提供一个参照物，以及尺寸大小，相当于地图的比例尺的作用，pixels per metric ratio即每个单位指标下所含的像素个数
2.使用摄像头拍摄图片，量出照片中物体的实际尺寸，此处比例尺由自己输入

问题

• 和背景颜色接近会导致无法分割
• 物体尺寸不准确
• 结果未导出，即只是在图上标出了关键物体的大小，没有从图中截取该物体并输出

备注：实际接触opencv的第一天，从一些基础操作开始学习，读入图片，显示，显示时间，保存等基础操作。。

day 2

1.截取图像并保存
在背景单一颜色的时候使用背景的颜色作为参数可以精确的切割出目标物体，比如证件照中提取人像。其他表现较差
使用GrabCut算法效果较好：最初，用户在前景区域周围绘制矩形（前景区域的手部完全位于矩形内部）。然后算法将其迭代分段以获得最佳结果。但在某些情况下，分割效果不会很好，例如，它可能会将某些前景区域标记为背景，反之亦然。在这种情况下，用户需要做很好的修改，只需在图像上画一些有缺陷的结果，下一次迭代会有更好的表现。
2.图像分割衡量标准
度量指标
与之前接触的mAP有相似之处
3.用ps抠图的结果和用算法抠图的结果（1）做对比
用到的在线抠图工具（没有ps..)-在线抠图
对比是通过比较他们每个像素之间的差异，1为完全一样
实际上使用手动截取目标区域（作为前景区域）会较机器来区分前后景更为准确。
4.物理物料的考量（？）
获取适合的背景板，以便于拍摄出便于区分的图片，要求是要能同时处理十多件物品

问题

• 截取精度不够
• 截取效果仍然只能给背景好区分的物品上较好
• 对于截取出的单个物品难以度量尺寸（失去了比例尺），所以是否是先获取尺寸后再进行截取

备注：pycharm的warning提醒很烦，使用warnings.filterwarnings("ignore")来忽略
对于erode腐蚀，dilate膨胀这两个方法比较常用。归属于形态学处理，用来填补处理图像过后的噪声（图像中间的小白点），产生二值化（非黑即白）的mask，然后和图像做与运算

day 3

1.整合截取图片与测量尺寸算法，留待明天调整，因为今天做的是先抠图再量大小，实际上应该反过来操作，保证尺寸是足够的
2.获取一系列新技术，慢慢看起吧
前端 ui-web界面开发
后端 函数计算开发环境搭建
3.主要时间-完成了react教程的井字棋项目，之前一直是大致掠过，没有手写代码
确实还是比较有意思的，以下是用的多的：
在 JavaScript class 中，每次你定义其子类的构造函数时，都需要调用 super 方法。因此，在所有含有构造函数的的 React 组件中，构造函数必须以 super(props) 开头。
一个组件接收一些参数，我们把这些参数叫做 props（“props” 是 “properties” 简写），然后通过 render 方法返回需要展示在屏幕上的视图的层次结构。//后面被告知props其实不咋用。。但确实是在用例中大量使用的
4.开了个会，捋了一下流程，包括以下四个步骤：

问题

• 算法精度不够，效果差，opencv提供的方法是否能达标不确定，需要先拍照然后实际测试
• react没有想象中学起来轻松，还是有蛮多需要自己理解的部分，let等新方法
• 对于整个一套流程跑通耗时不确定，估计会有蛮多问题

day 4

1.前端页面的制作。尝试用了flask的框架，果然在跑起来的时候遇到一堆乱七八糟的问题，其中有两张图无法加载，又不是路径，路由问题，懵。。
2.把py后台文件与前端整合到一起，还在改bug中
3.制作了一个拍照的背景板，由三块白板拼起来
4.拍了一些照片，明天试试效果

问题

• .py文件单独运行没有问题，放到前端调用报错，一堆bug。
• h5静态页面上可以加载，放到flask自带的wsgi上就报404
• 传参数也有问题，img没给进去。。

day 5

1.使得前后端联通
2.接触阿里云平台的一系列新东西，函数计算，fun，fcli，docker等。。

问题

• 还是存在小bug
• funcraft创建函数过程中报错阿里云id不正确，蒙。。，配置的时候复制的id