从公司倒闭到CV实战：一个武汉前端的转型血泪史
上周五晚上十一点，我还在光谷软件园D4栋加班。窗外下着小雨，楼下罗森便利店的灯还亮着，我盯着屏幕上一段 OpenCV 的代码发愣——这已经是我连续第三周调试这个“智能工牌识别”功能了。突然，微信弹出一条消息，是前同事老张：“兄弟，最近还好吗？听说你在搞计算机视觉？”
我苦笑了一下，回了个“凑合活着”，然后点开我们那个早已解散的创业公司微信群。群名还是“星辰大海”，但最后一条消息停留在去年十月十五号，HR 发的那句“很遗憾通知大家……”。
对，我就是那个在武汉光谷软件园上班、经历过公司倒闭的前端开发。月薪曾从15k涨到22k，结果还没捂热，公司就黄了。房租3500，房贷5800，老婆怀孕三个月，我坐在出租屋里刷BOSS直聘刷到凌晨三点。
倒闭那天，我在调CSS动画
时间回到2023年10月15日，周五。那天早上我还挺开心，因为终于把首页那个该死的Lottie动画优化好了，帧率从32提升到58。老板还在晨会上夸我：“小陈，你这性能优化真有一套！”
谁能想到，下午三点，全员会议室集合。老板脸色苍白，说话都结巴：“各位……很抱歉……融资没到位……工资会结清到月底……”
那一刻，我脑子里一片空白。不是愤怒，不是悲伤，而是“完了，下个月房贷怎么办”。散会后，我默默收拾东西，顺手把桌上那本《深度学习入门：基于Python的理论与实现》塞进包里——那是我上个月咬牙花128块买的，想着“万一以后用得上呢”。
回家路上，地铁2号线挤得像沙丁鱼罐头。我站在角落，看着玻璃窗上映出自己疲惫的脸，心里只有一个念头：前端卷成狗，再不学点硬核技术，迟早被淘汰。
为什么选计算机视觉？
说实话，一开始我根本没想碰CV（Computer Vision）。毕竟我是写React出身的，连TensorFlow.js都只在Demo里玩过。但失业第三周，我在BOSS上看到一家做工业质检的初创公司招“前端+CV辅助开发”，薪资25k起。
我点进去一看要求：“熟悉OpenCV，了解YOLO系列算法，能配合算法工程师做前端集成。”
我懵了。但我老婆说：“试试呗，大不了学。”
于是，我开始了白天投简历、晚上啃书的日子。每天晚上九点，等她睡了，我就打开台灯，在阳台上那张二手宜家书桌上学习。阳台很小，只能放一张椅子和一个小桌子，冬天冷得要命，但我舍不得开空调——电费贵。
我翻烂了两本书：斋藤康毅的《深度学习入门》，还有冈萨雷斯的《数字图像处理》。前者让我理解了卷积、池化这些概念，后者则教会我什么叫灰度变换、边缘检测。说真的，很多数学公式看得我头皮发麻，但我知道，这次不能再靠“复制粘贴”混日子了。
第一个实战项目：工牌识别系统
今年二月，我入职了一家做智慧园区的公司。我的岗位是“全栈开发（偏前端）”，但老板私下跟我说：“其实我们需要你搞点CV功能，比如访客拍照自动识别工牌信息。”
我硬着头皮接了。第一个任务：用手机拍一张工牌照片，自动提取姓名、部门、工号。
听起来简单，对吧？但现实狠狠打了我脸。
踩坑1：光照和角度
用户随手一拍，可能逆光、模糊、歪斜。我直接调用Tesseract.js做OCR，识别率不到40%。有次测试，把“陈志远”识别成“陈志运”，差点被客户骂死。
后来我才知道，算法不是万能的，预处理才是关键。我开始研究图像增强：用CLAHE（对比度受限自适应直方图均衡化）改善光照，用霍夫变换检测矩形轮廓来矫正角度。这些词以前只在书里见过，现在得一行行写代码实现。
踩坑2：模型部署
公司没钱买GPU服务器，所有处理必须在浏览器端完成。我试过TensorFlow.js加载MobileNetV2，结果页面卡成PPT。最后妥协方案：前端只做图像预处理和简单OCR，复杂识别扔给后端轻量级YOLOv5s模型。
那段时间，我和算法同事小李天天吵架。他说：“你前端怎么连NMS（非极大值抑制）都不懂？” 我回：“你算法怎么连CORS都不配？” 最后我们俩在茶水间握手言和，一人泡了一杯9.9包邮的速溶咖啡，笑称“前后端联合抗压小组”。
真正的成长，来自“不懂装懂”的勇气
很多人觉得，前端转CV是跨行，难如登天。但我想说，最大的障碍不是技术，而是心理。
记得第一次在团队会议上讲我的方案，我说：“我们可以用形态学操作去噪，再结合模板匹配定位工牌区域……” 说完我自己都心虚，因为前一天晚上才在《数字图像处理》第178页看到这个词。
但没人笑话我。反而CTO点头说：“思路不错，试试看。” 那一刻，我突然明白：在真实项目中，没人指望你一开始全懂，只要你愿意动手、愿意改，就是好工程师。
现在，这个工牌识别系统的准确率稳定在92%以上。虽然离工业级还有差距，但客户已经愿意签第二期合同了。上个月，我的工资涨到了24k。虽然不多，但至少，我不用再半夜担心断供了。
给同样迷茫的朋友几点建议
如果你也像我一样，身处低谷，想转型但不敢迈出第一步，我想分享几点血泪经验：
别等“准备好”再开始
我是在失业状态下学CV的。如果等“有时间”“有钱报班”“基础打好”，可能永远都不会开始。行动本身，就是最好的准备。从“能跑起来”开始，别追求完美
我的第一个版本识别率只有30%，但它能跑。老板看到demo，愿意给我时间迭代。在职场，可用性 > 完美性。善用“前端优势”切入CV
前端对用户体验敏感，知道用户怎么拍照、怎么交互。这反而是纯算法工程师缺乏的视角。你的跨界背景，其实是优势。书要读，但别死磕
《深度学习入门》我跳着读，《数字图像处理》只啃了前六章。先解决手头问题，再回头补理论。以战养学，效率最高。找人聊，别自己硬扛
武汉其实有不少AI社群。我在“光谷AI开发者联盟”认识了好几个朋友，有次半夜在群里问“OpenCV.js怎么裁剪ROI”，立马有人回复。孤独是最大的敌人。
写在最后：技术人的尊严，不在职位，而在解决问题的能力
今天，我又在光谷软件园加班。雨停了，楼下罗森关了灯。我提交了最后一段代码，合上电脑。走出大楼时，抬头看到满天星星——这座城市，终于不再让我感到窒息。
创业公司倒了，但我没倒。前端身份变了，但解决问题的心没变。算法、书籍、代码，这些都不是冰冷的工具，而是我在风雨中抓住的救命稻草。
如果你也在焦虑、迷茫、自我怀疑，请相信：每一个深夜敲下的代码，都在悄悄改变你的命运轨迹。
共勉。
—— 一个在武汉挣扎求生的前端，2024年6月于光谷
评论 0