医学影像分析是AI医疗落地最成熟的方向之一，CT、MRI、X光、病理切片等影像数据大多以DICOM标准格式存储。Python凭借pydicom、SimpleITK、MONAI等开源工具链，成为科研人员、算法工程师开展医学影像处理的首选编程语言。本篇教程从环境搭建、DICOM基础读取、CT窗宽窗位调整、影像预处理，延伸至深度学习分割基础案例，所有代码均经过本地运行验证，适合零基础入门，也可作为项目开

macOS/Linux：运行shell脚本安装，全程简单。打开 Anaconda Prompt / 终端执行。，体积小不占空间，功能完全一致。Anaconda3 是。

本文从环境安装、基础函数、图像识别定位、完整实战案例到避坑优化方案全部落地，所有代码复制即可运行，适配Windows、MacOS、Linux全平台，兼顾新手入门和办公自动化真实业务场景。固定坐标脚本换电脑、调整分辨率后直接失效，图像匹配是通用解决方案，截取软件按钮图片，脚本自动在屏幕中查找对应位置并点击。业务场景：打开Excel，定位输入框，循环录入多行文本，自动换行保存，纯桌面自动化，无需调用E

基础层Python语法、数据结构、文件操作HTTP协议、网络请求、浏览器抓包HTML/CSS/XPath数据定位技术层requests/urllib 发起请求BeautifulSoup/lxml/json 解析数据Selenium/Playwright 处理动态页面接口逆向、参数分析进阶层反爬对抗：UA池、代理池、验证码识别Scrapy工程化框架Scrapy-Redis分布式爬虫asyncio并发

下面按出现概率从高到低整理，包含故障现象、成因、一步到位修复方案，全部是日常配置DeepSeek时高频踩坑点。全部关闭CC-Switch、Codex，打开任务管理器结束相关进程，只运行一个CC-Switch窗口。输入代码指令后，长时间转圈、不返回任何内容，CC-Switch路由看不到请求记录。重新新建DeepSeek渠道，粘贴密钥后等待提示保存成功再关闭弹窗。多次重复打开CC-Switch，多进程

适用插件：Anthropic 官方 Claude Code + CodeGPT（承载 OpenAI/Codex）

Open Design 分三大接入渠道，无厂商锁定，自备密钥（BYOK）即可使用。

传统计算机视觉（OpenCV）：依靠边缘检测、透视变换、霍夫变换实现车道线识别，优势无需训练数据集、运行速度快，适合入门学习；缺点在强光、阴雨、弯道场景稳定性一般。深度学习目标检测（YOLOv8）：识别行人、机动车、非机动车、红绿灯等障碍物，鲁棒性更强，是现阶段自动驾驶感知主流方案。本教程将两者结合，搭建简易自动驾驶视觉识别流水线：摄像头画面输入 → 图像预处理 → 车道线检测 + 道路障碍物识别

禁止：D:\软件\jdk17、D:\Java 17 这种带中文/空格路径。如果提示不是内部命令，说明环境变量配置错误。

分6大类，直接复制粘贴使用，适配前端、后端、算法、运维、bug修复、文档编写，复制到代码框/AI聊天面板即可。