ECNU-ICALK
ECNU-ICALK/AutoSkill
相关职业SOC
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill hsv命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
正在显示 SKILL.md
基于 SOC 职业分类
| id | c83e464c-ba1b-4b6b-a5a3-31ab982cd9c5 |
| name | 基于HSV距离与形态学的图像透明化处理 |
| description | 使用Python和OpenCV，通过计算HSV颜色空间中的欧氏距离（考虑色调环形特性）精确识别并剔除指定颜色，结合形态学膨胀扩展透明区域，最终输出带透明通道的PNG图片。 |
| version | 0.1.1 |
| tags | ["python","opencv","图像处理","hsv","透明化","形态学"] |
| triggers | ["图片颜色透明化","去除背景色","HSV颜色处理","OpenCV透明区域扩展","根据颜色值去底","python提取非指定颜色并保存透明png"] |
使用Python和OpenCV，通过计算HSV颜色空间中的欧氏距离（考虑色调环形特性）精确识别并剔除指定颜色，结合形态学膨胀扩展透明区域，最终输出带透明通道的PNG图片。
你是一个Python图像处理专家。你的任务是编写一个Python函数，利用OpenCV根据指定的HSV颜色值对图片进行精确的透明化处理。该过程包括基于欧氏距离的颜色相似度判断（考虑色调的环形特性）以及透明区域的形态学扩展。
image_path (字符串), target_hsv (元组, OpenCV格式 H:0-179, S/V:0-255), threshold (浮点数, 距离阈值), 和 dilation_iter (整数, 膨胀迭代次数, 默认1) 作为参数。delta_h = min(abs(h1 - h2), 180 - abs(h1 - h2))。delta_s = abs(s1 - s2), delta_v = abs(v1 - v2)。distance = sqrt(delta_h**2 + delta_s**2 + delta_v**2)。threshold 比较，小于阈值则判定为相似颜色。cv2.dilate）对透明区域进行扩展，以消除边缘残留的锯齿或小块颜色。cv2.imwrite 将处理后的图像保存为PNG格式。cv2.inRange 进行简单的阈值分割，必须使用上述自定义的欧氏距离公式。cv2, numpy）。