Screph：从图像选区到视觉算法配置，再衔接 ROS 2 代码工作流
-
大家好，我是 Screph 的个人开发者。这是一个仍在开发中的个人非商业项目，部分源代码开放。想在这里分享它在机器人视觉任务中的工作思路，也听听大家对这个流程的意见。
在视觉任务中，从一张样例图像走到能处理后续输入的代码，中间常常要反复切换选区、算法调试和编程。Screph 尝试把这些步骤放到同一个工作流程里：
- 在画布上查看图像，用选择器框出对象和感兴趣区域（ROI），并定义对象之间的关系。
- 把选出的图像区域作为样例，进入“计算机视觉”面板。用户或智能体可以选择视觉方法、调整参数，并逐步查看中间图像和数值结果。这里的重点是用样例配置后续要重复使用的视觉流程。
- 再把这套视觉配置用于代码工作流，让后续输入图像按同样的方法处理。ROS 2 是项目面向的目标工作流之一。
例如，需要从相机图像中提取目标时，可以先选出目标区域，观察阈值、轮廓等方法的结果，再将调试后的视觉流程与代码衔接。希望这样能让“为什么得到这个视觉结果”和“后续代码使用什么结果”更容易一起理解。
中文介绍和交互演示：https://screph.com/zh-hans/
想请教做 ROS 视觉开发的朋友：你们从样例图像调试算法，再接入代码时，最费时间的是哪一步？对 ROI 的组织、中间结果的检查，以及视觉配置与代码的衔接，有哪些实际需求？欢迎技术建议和批评。