Online · R2 - Il modello dice quale bordo, la geometria dice dove: riquadro + aggancio

Sostituire il criterio con cui si sceglie il rettangolo. Non piu' un punteggio geometrico che confronta dentro e fuori, ma: una chiamata al modello multimodale che restituisce tipo dell'immagine e riquadro dell'opera al netto della cornice (uscita strutturata, coordinate normalizzate), poi aggancio di quel riquadro al bordo forte piu' vicino entro tolleranza dichiarata, poi taglio. La geometria passa da giudice a esecutore.

IL METODO PER DECIDERE LA FINESTRA DI RITAGLIO — versione 2, 04/09. La versione 1 (confronto fra candidati annidati, misura della fascia, arbitro a scelta multipla) e' stata BOCCIATA da Ettore: «metodo inefficace, solo piu' complesso». Aveva ragione: aggiungeva euristiche sopra un'euristica che gia' fallisce. L'INVERSIONE Oggi: la geometria DECIDE dove tagliare, e nessuno la corregge finche' non e' troppo tardi. Domani: DECIDE chi sa cosa sta guardando (il modello), ESEGUE chi sa tagliare al pixel (la geometria). PERCHE' ORA SI PUO' — e nel 2014 no. I modelli multimodali hanno il rilevamento con riquadro NATIVO e addestrato: a Gemini si chiede a parole «il riquadro dell'immagine stampata, escludendo cornice, passe-partout e muro» e restituisce box_2d nel formato [ymin, xmin, ymax, xmax] normalizzato 0-1000, con schema JSON imposto. Dai modelli 2.5 in poi restituisce anche la MASCHERA di contorno, non solo il riquadro. Fonti: ai.google.dev/gemini-api/docs/image-understanding e /robotics-spatial, consultate il 04/09/2026. Non e' «chiedere coordinate a mano libera»: e' una capacita' addestrata con uscita strutturata. La strada OpenCV con i contorni e' quella che Artsy usava nel 2014 per lo stesso identico problema (blog Artsy, «Using Pattern Recognition to Automatically Crop Framed Art»). IL FLUSSO — tre passi, non cinque 1. CHIEDI COSA E DOVE, in una sola chiamata. Al modello: che cos'e' questa immagine (poster piatto / foto di poster in cornice / foto d'ambiente) e, se e' una foto, il riquadro dell'opera stampata al netto di cornice e passe-partout. Uscita strutturata: {tipo, box_2d, confidenza}. 2. AGGANCIA AL BORDO VERO ("snap"). Il riquadro del modello e' giusto come intenzione ma approssimativo di qualche pixel. La geometria NON decide piu' quale rettangolo prendere: prende quello indicato e lo allinea al bordo forte piu' vicino entro una tolleranza dichiarata (per esempio il 2% del lato). Il modello dice QUALE bordo, la geometria dice ESATTAMENTE DOVE. Se entro la tolleranza non c'e' nessun bordo netto, si tiene il riquadro del modello e lo si segna. 3. COLLAUDA. Il voto del ritaglio giudica il risultato. Le bocciate finiscono in una lista da rivedere, non in un ciclo automatico di correzioni. PERCHE' E' PIU' SEMPLICE, non piu' complesso: sparisce il punteggio a cinque termini, sparisce la scelta fra candidati annidati, sparisce l'arbitro a scelta multipla. Una chiamata, un riquadro, un taglio agganciato al bordo. LA GEOMETRIA RESTA, ma cambia mestiere: da giudice a esecutore, piu' rete di sicurezza. Se il riquadro del modello e quello che la geometria avrebbe scelto coincidono entro tolleranza, l'immagine e' sicura; se divergono molto, si tiene quello del modello e la si mette nella lista da guardare. E' un controllo incrociato gratis, non un secondo giudice. COSTO: circa 0,002 dollari a immagine. Sulle 416 bocciate meno di un dollaro; su tutta la galleria (3.878) circa otto. Da rimisurare su dieci immagini vere prima di allargare, come si e' fatto per il DNA. DA VERIFICARE PRIMA DI ADOTTARLO, non dare per buono: - Il nostro accesso passa da OpenRouter con gemini-3.1-flash-lite: va provato che l'uscita strutturata col riquadro funzioni anche di li'. Se non funziona, si chiama l'API Google diretta per questo solo passo, o si sale di modello. - La precisione vera del riquadro: quanti pixel di cornice restano dentro, e quante volte taglia dentro l'opera. Si misura confrontando col voto. - Se la MASCHERA (contorno) dia un vantaggio sul semplice riquadro: serve solo per le foto storte, dove il poster non e' un rettangolo nell'immagine ma un quadrilatero deformato dalla prospettiva. - Alternativa locale e gratuita se il modello delude: SAM 2 di Meta, segmentazione guidata da un punto o da un riquadro, gira in casa. Piu' lento e con una dipendenza in piu': si valuta solo se il primo passo non basta.