OpenCV.js などブラウザ内で動く古典 CV アルゴリズムの定数・構造チューニングを、ブラウザテストの実行ループ（起動が遅い・中間状態が見えない・ログ頼み）で回すと手探りになる。Python OpenCV で同一アルゴリズムをステップ互換に複製したハーネスを作り、秒単位のループで確定させてから移植するほうが速い。

手順

1. 本番と同じ入力条件（前段の縮小・補間方式まで）で fixture を読み込み、期待値（検出数・位置）をコード内に固定した判定付きハーネスにする（OK/NG 一覧が1コマンドで出る）
2. 中間状態（二値化結果・モルフォロジー後・候補の採否を色分けした描画）を PNG で書き出し、目視で失敗原因を特定する。数値ログだけでの推測をやめる
3. 定数・アルゴリズム構造が確定したら、処理順・カーネル・閾値を忠実に元言語へ移植し、元環境のテストで同じ結果になることを必ず再確認する

適用条件・判断基準

• イテレーション1回が数十秒を超える、または中間画像の目視が必要になった時点で移す。単発の回帰確認なら元環境のテストで足りる
• 両環境の API 差（補間モード・カーネル形状・丸め）は写経レベルで揃える。乱数や非決定的要素を入れない
• 移植後の元環境再検証を省略しない。ハーネス側で 9/9 でも移植ミス（1行の閾値・引数順）で崩れる

効果（実例）

ブラウザテストループでは数周しても収束しなかった検出器の構造転換（クラスタ方式→コンテナ併用）を含むチューニングが、可視化ハーネスでは数十分で 9/9 に到達し、移植後のブラウザテストも一発で一致した。