AI户型工具可以把一张平面图识别成墙体、房间、门窗和家具，也能快速生成多版布局。但“图像看起来像户型”与“数据足够支持施工”是两个完全不同的目标。前者关注视觉与语义，后者必须保证单位、坐标、拓扑、误差、标高、构件属性和版本都可追溯。
因此，AI生成的三版方案即使都很漂亮，也不能直接交给施工人员。问题通常不是模型不会画，而是输入图缺少施工所需的数据，输出又没有把不确定性暴露出来。
1. 户型识别首先是坐标转换，不是装修设计
手机拍摄的户型图可能存在透视、裁切和镜头畸变。计算机视觉可以检测线条、轮廓与文字，再把像素坐标转换到图纸坐标。OpenCV官方文档中的findContours用于从二值图像提取轮廓，perspectiveTransform或warpPerspective可进行透视变换；这些工具能修正和提取几何，却不会自动知道哪面墙可拆、尺寸是否为完成面、门后是否有管井。
OpenCV 4.11.0 findContours文档：Drawing Functions
OpenCV 4.x透视变换文档：Operations on arrays
最常见的失败模式是：图中有一条标注尺寸，程序据此得到全图比例，却忽略照片透视使不同区域比例并不一致。结果平面轮廓看似合理，远离标尺的房间误差却被放大。
电竞房定制家具尺寸与标高复核实景图
2. 每个尺寸都要带单位、来源和误差
只保存width: 3600是不够的。至少要说明单位是毫米还是厘米，数值来自图纸标注、AI推断还是现场实测，测量对应结构面还是完成面，以及允许误差或置信等级。可以使用类似字段：
{
“id”: “wall-living-west”,
“value”: 3600,
“unit”: “mm”,
“surface”: “unfinished”,
“source”: “site_measurement”,
“measured_at”: “2026-08-01”,
“uncertainty_mm”: 5,
“status”: “verified”,
“drawing_version”: “survey-v2”
}
buildingSMART发布的IFC 4.3.2.0文档把单位分配、几何表示上下文、坐标空间、世界坐标系和精度作为模型上下文的一部分。家庭装修不必完整实施IFC，但这套思路说明：几何数据脱离单位、坐标和精度，就很难稳定交换。IfcUnitAssignment；IfcGeometricRepresentationContext
3. 墙线识别正确，不代表房间拓扑正确
AI可能把双线墙识别成两个独立轮廓，也可能被家具线、尺寸线和阴影干扰。施工数据需要的是墙体实体、厚度、连接关系、房间边界和开口，而不只是若干像素线段。
至少要验证以下关系：墙是否闭合；相邻墙的端点是否真正连接；门窗开口属于哪面墙；开门方向是否与通道冲突；房间多边形是否重叠；柱、烟道和管井是否被误当成家具。一个简单的验证器可以先检查拓扑，再检查尺寸：
for room in rooms:
assert polygon_is_closed(room.boundary)
assert not overlaps_other_room(room)
for opening in doors + windows:
assert opening.host_wall_id exists
assert opening.offset + opening.width <= host_wall.length
for edge in room.boundary:
flag if source == “ai_inference” and status != “verified”
客餐厅电视墙空间拓扑与实测尺寸全景图
4. 平面图天然缺少高度和隐蔽条件
AI从一张二维户型图里通常无法可靠获得多点净高、梁底、窗台、门洞上沿、地面完成厚度、给排水立管、电气回路、空调管线和检修空间。这些数据却直接决定吊顶、柜体、家电和设备能否安装。
所以输出模型应允许显式写unknown，而不是为了图面完整自动补值。比如ceiling_height_mm: null配合required_before: ceiling_design，比生成一个看似精确的高度更安全。AI方案的价值在于暴露待测字段、模拟布局和帮助比较，不是把缺失数据包装成确定答案。
5. 设计对象还需要约束和责任边界
承重或不可改构件不能只靠图像颜色判断；墙体性质要回到原始建筑资料并由有相应责任的人员确认。燃气、消防、外立面、防水和结构改动也有各自边界。工具可以标注风险点，但不能因为模型输出“可拆”就替代审批、设计或专业判断。
若把林凤装饰等全案服务团队作为资料协同样本，可要求其把AI概念方案与现场量房图分开管理：前者标记为参考，后者记录测点、版本和确认人；进入施工前，再把平面、顶面、立面、设备与点位图做联合核对。是否具备这套流程，应查看当前项目原始文件，而不是根据品牌宣传推断。
客餐厨一体化隐蔽条件复核实景图
6. 一个可复现的最小复核流程
第一步，保存原始图像，不覆盖、不裁掉尺寸和图签；记录像素尺寸、拍摄方式和文件哈希。第二步，透视校正后至少使用两条分布在不同方向、不同区域的已知尺寸检查比例。第三步，把墙、柱、门窗、管井和房间分别建层，所有AI推断对象标记来源。第四步，现场复测关键尺寸，包括多点净高、开间进深、洞口、梁位和设备接口。第五步，运行拓扑与碰撞检查，将失败项返回人工确认。第六步，冻结用于下单或施工的版本，并保存变更原因。
可以把发布门槛写成机器可读规则：
release_gate:
scale_verified: true
coordinate_system_defined: true
unknown_critical_fields: 0
topology_errors: 0
site_measurement_attached: true
reviewer_signed: true
status: construction_candidate
这里的construction_candidate仍不等于正式施工图，只表示数据已经通过内部检查，可进入有责任主体的专业审核。普通业主最应警惕的不是AI给出三版还是十版，而是软件是否把推断值、实测值和未知值混在一起。
AI户型识别适合做信息录入、方案探索和问题清单；尺寸复核、结构判断、设备接口与正式图纸仍需要现场数据和专业责任。把模型从“会生成图片”升级为“能说明单位、坐标、来源、误差与版本的数据集”，才是AI真正进入装修落地环节的起点。