检测
照片是如何被找到的、检测方法,以及倾斜处理。
检测在每张扫描件的缩小副本上进行(长边约 1200 像素),然后把框映射回原始像素,所以导出时始终从原始分辨率文件裁切。
如何找到照片
先采样扫描件的边缘,得出背景颜色。与背景不同、或位于强边缘上的像素被归为若干区域。看起来像照片的区域(大小、形状和填充都合理)就成为一个框。每个框都按照片自身的像素拟合一个旋转矩形,所以斜放的照片会得到一个倾斜的框,并且框会被推到照片真实的边缘。如果没有找到独立的照片,扫描件会被当作普通照片,交给 AI 主体检测(见下文)。如果也找不到明确的主体,就把整张图保留为一张照片。
检测方法(高级选项)
请在添加扫描件之前选择方法。选择会保存在当前浏览器中,并应用于之后添加的扫描件。
| 方法 | 适用场景 |
|---|---|
| 自动(默认) | 颜色 + 边缘检测。最适合扫描台或相册页上的照片。 |
| AI 主体 | 普通照片(地板上的宠物、人像)。总是围绕主体裁切。 |
| 白色 / 纯色背景 | 仅按颜色。干净的浅色或深色背景,照片之间有空隙。 |
| 灵活背景 | 以边缘为主,能容忍有花纹的页面(剪贴簿、杂志)。可能多出几个需要删除的框。 |
| 单张大图 | 一张几乎占满扫描件的照片。最多一个框。 |
| 透明 PNG | 框住抠图 PNG 的不透明部分。总是一个框。 |
AI 主体检测
对于普通照片(而不是多张冲印照片),一个目标检测模型(EfficientDet-Lite0)和一个分割模型(DeepLab v3)会通过 MediaPipe 在你的浏览器中运行。它们在首次需要时下载一次(约 10 MB,外加 13 MB 运行时);你的照片永远不会被上传。
- 主体是置信度最高、面积最大、位置最居中的检测结果;人和动物优先于家具。
- 框贴合主体轮廓并留出约 12% 的边距。当主体明显细长并斜躺着时(比如一只斜着伸展的狗),框会倾斜以匹配,导出时再拉正。
- 分割模型认识人、猫、狗、鸟、马、羊、牛以及部分交通工具和家具。其他物体(约 80 种日常物品)由检测器给出一个正框。
- 这只是一个建议:如果没找到主体,或者裁切后几乎保留了整个画面,就保留整张图。可以像其他框一样调整或删除。用这种方式生成的裁切在裁切列表中标为 AI 主体。
在自动模式下,只有当照片检测器找到一张满幅照片时才会运行它,所以多照片扫描件不受影响。
倾斜与方向
- 拉正: 每个框都带有对应照片的倾斜角度。导出时会旋转裁切,让照片变得水平。
- 忽略小角度旋转(默认开启):小于 2° 的倾斜视为水平,因为细微的旋转会让图像略微变软。
- 横放或倒放的照片不会被自动识别。 请对裁切使用向左 / 向右旋转,以 90° 为单位转动。
检测效果好的小技巧
使用纯色、均匀的背景,照片之间留一指宽的空隙,避免光面相册膜反光。300–600 DPI 得到的裁切可以重新冲印。