xsl
1c51f3eaab
撤回52号网关路由、图片字段改名和mock改动，gateway目录恢复a3fddbb。worker保持base64和null响应，更新接口说明和回归测试。 验证：worker API、IP限制与网关兼容性共54项测试通过。
121 lines
10 KiB
Markdown
121 lines
10 KiB
Markdown
# 接口52上传图片裁切与扶正规划
|
||
|
||
状态：2026-11-04 在原3L规则上将人物显示缩小约10%，裁切高度改为(3÷0.9)L≈3.3333L、宽度2.5L，已接入接口52与对比页。参考图先扶正后重新标定，以下旧预检数值仅为历史记录，当前标准以 `hairline/reference/framing_profile.json` 为准。
|
||
|
||
## 接口拆分
|
||
|
||
- 接口5已按11月2日前最新提交`a3fddbb`恢复：`POST /api/v1/hairline/generate`，返回middle/high/low三档，测试页`/static/test_interface5.html`。
|
||
- 当前新规则完整迁至接口52：`POST /api/v1/hairline/generate-52`，测试页`/static/test_interface52.html`，30案例对比`/static/test_interface52_compare.html`。接口52保留迁移前所有参数和返回字段，页面显式开启`normalize_image=true`。
|
||
- 原`test_interface5_compare.html`书签跳转至52号对比页；5号与52号的worker处理路由和生成函数独立；52号仅部署在GPU worker，本次不新增网关转发。
|
||
|
||
## 已确定的要求
|
||
|
||
- 仅用于接口52与当前旧/新规则对比页。
|
||
- 先扶正：变换后的9号点与152号点保持同一X坐标，9在上、152在下。
|
||
- 原图空间够时按目标人脸比例和位置裁切；标准窗口不足时，偏长图片在保留人脸的前提下裁为3:4，其余仍仅扶正。3:4无法保留完整人脸时不强裁。
|
||
- 输出保留实际像素尺寸，不为了凑参考图尺寸而放大小图。
|
||
- 当前展示：全部30个案例，每个案例一行，未裁切原图放最前，旧规则图仅一张，新规则男女各7型横排，人物图片完整显示。选择新样式时旧图同步对应形状；失败案例仍保留原图并显示原因。
|
||
|
||
## 已扶正标准（当前生效）
|
||
|
||
- 标准图：`static/framing_reference.png`，786×1048，3:4。
|
||
- 两点X均为385.18783691；9号Y为360.65437127，152号Y为725.82510480。
|
||
- 相对位置：9号点 x=49.00608612%，y=34.41358504%。
|
||
- 当前裁切高/L=3÷0.9≈3.3333、宽/L=2.5（3:4），L为9→152长度。参考图自身测得的宽/L=2.15241783589、高/L=2.86989044785作为原始标定记录保留；眉心在画面中的位置比例继续使用参考图数值。
|
||
- 校准旋转约0.25962484°，变换后横向误差约5.7e-14像素。参数取自扶正并去空角后的图，不再使用未扶正原图的比例。
|
||
- 重标定脚本：`./venv/bin/python scripts/calibrate_hairline_framing.py <参考图路径>`。
|
||
- 使用同一套原始检测点作刚体变换与后续测量，避免二次检测抖动破坏轴线竖直。
|
||
- 公开接口新增`normalize_image`默认false，旧请求保持原图尺寸和坐标；显式true开启预处理。规则页主动传true，对比调试页默认开启。响应明确返回`coordinate_space`、当前底图和坐标变换。
|
||
|
||
## 原始参考构图（旧测量）
|
||
|
||
[用户指定参考图](https://raw.githubusercontent.com/feastfuyan/yonghe-badcase-0917/main/misc/20261103_user.jpg)
|
||
|
||
测量采用当前发际线管线的MediaPipe FaceLandmarker：
|
||
|
||
| 指标 | 测量值 |
|
||
|---|---|
|
||
| 画面 | 792×1056，3:4 |
|
||
| 9号点 | (388.93, 364.62) |
|
||
| 152号点 | (387.27, 729.79) |
|
||
| 9→152长度L | 365.17像素 |
|
||
| 面部轴线距竖直方向 | 约0.26° |
|
||
| 9号点画面相对位置 | x约49.1%，y约34.5% |
|
||
| 152号点画面相对高度 | y约69.1% |
|
||
| 画面宽度/L | 约2.16885 |
|
||
| 画面高度/L | 约2.89180 |
|
||
|
||
参考图接近竖直。以9号点为定位锚点，用9→152长度作为缩放无关的构图标尺。这里的L仅为眉心到下巴的距离，不是头顶到下巴的全头高度。
|
||
|
||
## 实施流程
|
||
|
||
1. 读取上传原图、处理EXIF方向，再检测人脸关键点。
|
||
2. 用9→152方向计算二维旋转，使转换后两点竖直。不改变脸部比例。
|
||
3. 按本人的L算目标裁切尺寸：高(3÷0.9)L、宽2.5L；令9号点位于裁切画面约(49.0061%,34.4136%)处。高度取最接近的4的倍数，宽=高×3/4，不改变原图像素尺度。
|
||
4. 将裁切窗口四角反算回原图，四角均在有效图片区域内才执行标准构图。采用一次仿射变换合并旋转与裁切，降低重复插值。
|
||
5. 标准窗口空间不足时，偏长图片采用原图内最大的3:4有效窗口，约束所有人脸关键点在框内，并尽量靠近目标眉心位置。若无法保留完整人脸则仅扶正并给出原因。其余图片仍仅扶正，最小去除旋转空角。
|
||
6. 后续测量、分割、旧/新发际线和70%参考框使用同一个处理后底图与坐标系。保留原图及原图/处理后坐标转换关系，防止叠图错位。
|
||
7. 页面展示原图、处理后图、旋转角、是否标准裁切、跳过原因与前后尺寸。旧/新规则对比使用同一处理后底图，避免构图变化混入高度规则差异。
|
||
|
||
## 当前：长图与矩形发际线预览
|
||
|
||
- 长图即使放不下标准人脸占比窗口，也尝试在原图有效区域裁出最大的3:4窗口；通过可行区域约束保留468个人脸关键点，并尽量贴近参考眉心位置。无法完整保留人脸时回退仅扶正，响应说明原因。
|
||
- 案例7从1080×1920裁为1062×1416，保持9→152竖直。长图7、20、21、22、50、51的男女各7型已更新，84组均成功；对比页30张、378组结果统一使用当前规则。
|
||
- 规则页展示原图、middle、裁切发际线叠加、生发图。新增预览使用共享矩形几何裁切透明发际线，矩形外清空透明，底图仍是完整处理后人像。
|
||
|
||
## 人物缩小10%的验证（长图规则加入前）
|
||
|
||
- 裁切高=(3÷0.9)L、宽=2.5L，使同样展示尺寸下的人物线性尺寸约为原3L规则的90%。
|
||
- 案例1由828×1104改为918×1224，人脸相对大小约90.20%，差异来自原像素窗口取整；底图、发际线和实际生发图均为918×1224。
|
||
- 对比页保留全部30张。重新计算了1、3、42、43、44、45；其余48组结果验证新窗口仍超出有效范围，且只扶正后的矩阵和尺寸完全一致，复用原定位图并更新裁切参数。
|
||
- 当前生成378组对比，43、44、45的男女组仍显示原图及定位失败原因。布局、眉心比例和9→152扶正方向保持一致。
|
||
|
||
## 历史：3L规则的五个案例验证
|
||
|
||
2026-11-04 按3L规则重跑男女各7型，共70组，失败0组。保留原始像素，不缩放人脸；实际尺寸如下。
|
||
|
||
| 案例 | 原尺寸 | 处理后尺寸 | 实际处理 |
|
||
|---|---|---|---|
|
||
| 1 | 1088×1406 | 828×1104 | 按3L规则裁切 |
|
||
| 2 | 1088×1406 | 1042×1346 | 空间不足，仅扶正并去除旋转空角 |
|
||
| 3 | 1088×1406 | 810×1080 | 按3L规则裁切 |
|
||
| 4 | 1088×1406 | 1042×1346 | 空间不足，仅扶正并去除旋转空角 |
|
||
| 5 | 1088×1367 | 1071×1346 | 空间不足，仅扶正并去除旋转空角 |
|
||
|
||
## 历史几何预检（未扶正参考图）
|
||
|
||
以下为修改前的预检记录，当前生效尺寸见上表。
|
||
|
||
| 案例 | 原尺寸 | 所需裁切尺寸（约） | 预计处理 |
|
||
|---|---|---|---|
|
||
| 1 | 1088×1406 | 797×1063 | 可按参考构图裁切并扶正 |
|
||
| 2 | 1088×1406 | 1442×1923 | 空间不足，仅扶正 |
|
||
| 3 | 1088×1406 | 782×1042 | 可按参考构图裁切并扶正 |
|
||
| 4 | 1088×1406 | 1465×1953 | 空间不足，仅扶正 |
|
||
| 5 | 1088×1367 | 1463×1950 | 空间不足，仅扶正 |
|
||
|
||
## 历史：3L规则的全部30张验证
|
||
|
||
- 按3L规则运行全部30张、男女各7型，共60次请求；55组请求成功，生成385组旧/新规则对比。27张男女均成功，案例43额外生成男性7型。
|
||
- 案例43女性：模板在面部中轴处没有有效曲线；案例44、45男女：扶正后无法保留9/152参考点。三个案例均在对应行显示完整原图和未生成组合的原因，不隐藏失败案例。
|
||
- 页面顺序为未裁切原图、旧规则、全部新规则；案例筛选包括失败图片，重跑按钮运行完整30张。
|
||
- 页面筛选、旧图切换、末尾图片加载及移动端横向浏览均通过；3L调参后再次检查全部输出尺寸与混合成功/失败案例的筛选。
|
||
|
||
## 验收重点
|
||
|
||
- 处理后的9、152号点X差不超过1像素，保证9在152上方。
|
||
- 标准裁切成功时，画面比例及两点位置接近参考构图，保留实际像素，不放大小图。
|
||
- 空间不足的案例明确提示，仍完成扶正。
|
||
- 旧/新规则叠图、参考框与底图坐标一致，原图坐标可通过逆变换还原。
|
||
- 全部30案例均可查看，成功案例显示男女各7型，失败案例显示原图与原因；沿用每人一行、单张旧规则图的展示。
|
||
|
||
## 2026-11-04 提交前 Review 与验证
|
||
|
||
- 接口5的请求处理函数、三档PNG生成函数与`a3fddbb`逐项AST比较一致，测试页逐字节一致；新高度规则、扶正裁切和矩形叠加均在接口52。
|
||
- 范围修正：接口52仅属于GPU worker，返回`*_base64`及null；网关路由、落盘、字段改名、mock worker均恢复`a3fddbb`，没有“仅52号改名”的特殊逻辑。测试确认旧网关行为保持原样且未暴露52号路由。
|
||
- 范围修正后的回归检查：`./venv/bin/pytest tests/test_ip_access.py tests/test_gateway_hairline_routes.py tests/test_gateway_nullable_images.py tests/test_api.py -q`，54项通过。
|
||
- GPU worker所有动态接口启用直连IP白名单，本机和网关`49.232.51.171`可访问；网关侧不启用IP限制。配置与部署见[接口IP白名单](接口IP白名单.md)。
|
||
- 上一轮`./venv/bin/pytest -q`：113项通过、1项已有失败（撤回网关新增功能前的测试数）。`tests/test_pipeline.py::test_numeric_regression`期望全脸总高24.01cm，当前实测22.47cm；从未修改的`a3fddbb`导出代码、夹具后独立运行，同样失败。此次保留历史断言，未通过修改基线掩盖差异。
|
||
- 浏览器实测：接口5返回middle/high/low且保持868×1166；接口52长图案例7返回1062×1416、`status=aspect_crop`，四栏图和裁切边框正常；对比页显示30个案例、378组结果，旧书签可跳转52，未出现页面脚本错误。定位验证均关闭ComfyUI生发，本轮未重复运行耗时的真实生发。
|
||
- 批量结果与上传图位于被Git忽略的`static/annotations/`及`tests/output/`，不随提交分发；新环境执行`scripts/compare_hairline_height.py`重建。420是计划组合数，378为当前成功结果，失败组及原因保留在报告中。
|