dsh-deepseek-vision-router：给 DeepSeek Harness 加一条图像预处理路由
`dsh-deepseek-vision-router` 是 DSH（DeepSeek Harness）的一款插件，旨在解决文本专用 DeepSeek 主智能体无法直接处理图片的问题。它通过一条独立的 `deepseek-vision` 路由实现图像预处理：先将图片发送至已配置的视觉模型生成文字描述，再将描述交由 DeepSeek 处理。在此过程中，官方 DeepSeek adapter 继续负责主会话、推理、流式传输及工具调用，插件仅保存视觉提供商和模型设置，不触碰凭证或复制端点。 该插件支持在 DSH 设置中配置视觉模型，并在模型菜单中选择“DeepSeek + Vision”模式，配置变
阅读全文Python OpenCV入门：图像预处理之去噪方法
图像预处理中，去噪是核心步骤，以消除采集/传输中的噪声（如高斯、椒盐、泊松噪声），提升后续任务精度。Python OpenCV提供多种去噪方法： 1. **均值滤波**：简单平均窗口像素，快速但模糊边缘，适合高斯噪声，用`cv2.blur`（3×3核）。 2. **中值滤波**：窗口像素中值替代中心值，抗椒盐噪声（0/255斑点），保边能力强，核需为奇数（如3×3），用`cv2.medianBlur`。 3. **高斯滤波**：加权平均（高斯分布核），平衡去噪与边缘保留，适合高斯噪声，`cv2.GaussianBlur`需指定核大小和标准差。 4. **双边滤波**：结合空间与颜色距离，保边去噪效果佳，计算量大，适合高精度场景（如人脸），`cv2.bilateralFilter`。 选择指南：高斯噪声→高斯滤波，椒盐噪声→中值滤波，混合噪声可先高斯后中值，高频细节噪声→双边滤波。初学者建议从高斯和中值入手，根据
阅读全文