市政修图AI：市政工程照片的修法

市政修图AI，修的是最不能动手脚的照片

市政AI修图处理的是道路病害记录、桥梁巡检、管网施工过程这三类工程照片，它们共同的规矩是：照片就是档案，修图只解决"拍清楚"的问题，绝不动"现场长什么样"的事实。这跟人像、电商修图完全是两个世界。那边鼓励往美里修，这边你把一条裂缝修淡一点，都是在制造麻烦。

市政照片的原始素材普遍难看。路面检测车拍出来是连续倾斜视角，桥梁底下全靠手持补光，管网基坑里泥水混合、灯光昏黄。据艾媒咨询的AIGC市场研究，中国AIGC产业规模近年保持高速增长，图像处理类能力在企业端的渗透明显加快。工具确实越来越强。可市政这行对照片的态度一寸没松：养护决策看它，验收结算看它，出了塌陷事故倒查责任，第一批调取的还是它。

写这篇之前要声明一句：站里已经有一篇工程类的电缆AI修图：工程线路照片的修法，讲的是电力线路巡检照片；本文专讲市政设施——道路、桥梁、管网，两类照片的底线相同，病害类型和标注体系完全是两套，不重复。刚接触AI修图的，先补一下小白的完整入门指南再往下读，会更顺。

三类市政照片，各有各的难

市政修图AI面对的三大场景难点各不相同：道路病害记录难在量大且视角倾斜，桥梁巡检难在仰拍逆光和结构纹理细密，管网施工难在泥水环境下的昏暗与色偏。分开说，别用一套参数糊弄全部。

道路这边，病害记录照片是养护台账的基础。坑槽、网裂、错台、翻浆，每种病害对应不同的处置流程。坑槽到底是什么形态、怎么定性，可以参考维基百科的坑槽条目。检测车或手机拍的路面照常有倾斜和透视变形，AI的几何校正能把路面"摆正"，病害的长度宽度才量得准。桥梁巡检照的典型场景是桥底仰拍：白天逆光，夜里靠灯，支座和裂缝的纹理又细又密。管网施工则全是过程记录——开挖、垫层、回填、压实，每道工序留证，环境一个比一个脏。

老实讲，三类里最费眼睛的是桥梁。支座锈蚀、混凝土露筋，全藏在细密纹理里，去噪一重就糊，一糊就看不出病害。

核心纪律：缺陷是信息，不是瑕疵

市政工程记录照的铁律是"看清不美化"——裂缝、坑槽、露筋、渗水这些缺陷是档案信息，用AI消除、填充、磨平它们等于销毁证据，验收或事故调查时这张照片要负法律责任的。现在的AI工具太能干了。一键瑕疵消除、智能填充，人像圈里是宝贝，工程圈里是凶器。

边界其实一句话：它存在于工程实体上吗？存在，留着。不存在（镜头脏点、雨水反光、飞虫影），可以处理。我见过同行把挡墙上一条贯通裂缝当"画面瑕疵"修没了，结算时甲方拿着新照片问裂缝呢，整批记录差点作废重拍。拿不准某类问题能不能交给AI，先翻十二种照片问题的能不能查询表，再看看AI修图的能力边界。丑但真实的照片，永远好过漂亮的说谎。

标注规范：病害怎么圈，位置怎么写

规范的市政病害标注是在照片副本上用统一颜色圈出病害并编号，位置写清道路名称加桩号（或桥梁孔跨号、管网井段号）、拍摄方向与日期，每个编号对应病害台账里的一行描述。标注不是装饰，是检索入口。没有位置编码的照片，三个月后没人知道它拍的是哪。

颜色全项目统一：红圈病害、黄圈待复查、绿圈已处置，别自创花样。圈选范围比病害本体大一圈，带上参照物。AI的局部选区在画圈这步非常好用，边缘能贴着裂缝走向走，具体手法看AI选区与蒙版的精确局部编辑。描述格式给个参考："某某路K3+420右侧车道，网裂，约1.2米×0.8米"。编号对不上台账，标注等于白做。说实话这步毫无技术含量，纯耐心活，可检查组第一个翻的就是它。

归档与命名：十年后还能对上现场

市政照片归档的铁律是原图永不覆盖、EXIF完整保留、修图版单独命名存放，文件名包含日期、工程名和位置编号，做到任何一张照片十年后仍能追溯回现场。拍摄时间、GPS、设备参数全在EXIF里，这是照片能当工程证据的底层依据，概念不清楚的看维基百科的EXIF条目。

命名给个能直接抄的格式：20260829_某某路大修_K3+420_坑槽_处置前.jpg。日期打头方便排序，桩号保证唯一。有些工具导出时会顺手清洗EXIF，务必逐批查，这个坑我踩过——三百多张过程照交出去，EXIF全没了，重整理一遍花了一整天。

大批量改名和格式转换交给流水线，怎么搭看工厂化批量修图生产。我试过用这套流程整理一段三公里道路的年度病害记录，280张，分类、去噪、透视校正到归档两个半小时收工。人工做？起码两天。市政单子量大、处理项固定，批量能力就是利润本身，这一点比C端修图实在太多。

一套顺手的市政照片工作流

顺手的流程四步：筛片剔除废片，批量做去噪、亮度修正与透视校正，逐张人眼核对病害原样保留，收尾按命名规则归档并输出台账对应的缩略目录，全程只在副本上操作。第一步别省，糊成一片的废片修不回来。

批量工具先看自动修图工具横向评测再定，重点盯两条：批量处理稳不稳，导出动不动EXIF。给AI下指令的措辞也有讲究，"仅做亮度与透视校正，保留全部裂缝与病害痕迹"和"优化画质"，出来的东西能差出一个事故等级。

核对那步必须人眼过。不夸张地说，AI批量处理一百张，总有几张把细小网裂当噪点"温柔化"掉。抽查加重点全查，省不得。

市政AI修图常见问题

市政工程照片用AI修图，算不算篡改记录？

只做去噪、亮度修正、透视校正这类不改变工程事实的处理，并保留原图与完整EXIF，一般不算篡改；任何涉及病害本身的消除、填充、淡化都踩红线。稳妥做法是修图版与原图分开归档，处理项在备注里逐条写明。

基坑里拍的施工照片又暗又黄，怎么修才不失真？

分两步：先做暗部阴影恢复，再做白平衡校正，别一键拉曝光。泥水环境色偏重时手动指定灰点，比自动白平衡可靠。亮度以能辨认工序细节为限，暗一点没人怪你，颜色怪了反而扎眼。

病害照片交付用什么格式和命名？

归档用TIFF或最高质量JPEG，保持原始尺寸不裁切；报告用副本可另出压缩版。命名带日期、工程名、桩号，EXIF保留完整。委托方有自己的档案规范就按人家的来，没有就按前文格式执行并写进交付说明。

AI去噪会把细小裂缝一起抹掉吗？

有这个风险，网裂和发丝裂缝最容易被抹。去噪强度宁欠勿过，处理完必须人眼核对病害部位。重点照片建议双版存档，轻去噪版加原图，验收时谁都挑不出毛病。

没有专业检测车，手机拍的病害照能用AI救吗？

能救一部分。AI放大可以补一档分辨率让裂缝可辨，透视校正能量出相对准确的尺寸，但绝对精度仍靠现场尺子或激光测量。手机照当过程记录够用，当检测依据不够，这条界限要跟委托方说清楚。

收尾说两句

市政AI修图这门手艺，技术上没多深，难的是把"看清不美化"刻进肌肉记忆，再加上一套经得起查的标注和归档。工具越强，这条线越要划死。

觉得有用的话，转发给做道路养护、桥梁巡检或者市政施工资料的朋友，帮他们省几个通宵，也让他们的档案经得起查。有问题欢迎留言，看到都会回。