INPUT缩放与居中
CV WORKSPACE · PIXELS → QUALITY
一张本地图片怎样变成可检查的数据,而不是直接变成动作?
导入图片后只在当前浏览器内完成缩放、灰度、阈值和连通域分析。这里没有训练好的手势分类器,因此结果只能形成质量记录,不能伪造gesture。
01 · 选择输入
≤2 MB · PNG/JPEG/WebP · 不上传、不保存内置教学轮廓 · 96×96
GRAYSCALE亮度矩阵
BINARY MASK前景分割
阈值怎样改变前景与质量?
先预测,再拖动阈值。前景变多还是变少?连通域会怎样?
为什么不在这里输出rock/paper/scissors?
阈值和连通域只完成预处理与形状统计。没有经过训练、验证和版本绑定的分类器,输出手势标签会伪造模型能力。
观察事实
- 原图尺寸
- 96×96
- 平均灰度
- —
- 灰度对比度
- —
- 前景比例
- —
- 有效连通域
- —
- 质量
- —
Observation候选
等待处理
先选择输入或改变阈值。
LOCAL TRACE · 内存事件
CAN 0 · PCAN false