IT
Controlla una carta

Quanto è precisa la centratura da foto? Il nostro test

Il nostro test misura ciò che il motore attuale riesce a ricavare dalle foto, non un voto professionale. Verifichiamo i contorni automatici e confrontiamo i rapporti leggibili con annotazioni manuali congelate. Correggere il contorno può migliorare un asse e peggiorarne un altro: entrambe le conferme restano necessarie. Il campione non rappresenta tutte le carte.

Errore assoluto medio del rapporto. Il contorno annotato simula solo la prima conferma; l’errore verticale aumenta.
Errore assoluto medio del rapporto. Il contorno annotato simula solo la prima conferma; l’errore verticale aumenta.

Risultati e copertura

Sinistra/destra

Alto/basso

Tutti gli assi leggibili

Che cosa abbiamo misurato

Il campione include viste ripetute di alcune carte, portacarte trasparenti, pagine di raccoglitore e un oggetto che non è una carta. La correttezza del contorno viene dalla revisione visiva degli overlay attuali: deve seguire il taglio fisico. Non è una certificazione millimetrica e non certifica le linee stampate interne.

Il sottoinsieme numerico usa le annotazioni manuali congelate in tests/real-truth.json. Ogni asse leggibile ha coppie taglio/stampa al 20%, 50% e 80% del lato. Il riferimento è la percentuale maggiore fra quelle stazioni. Precisione visuale circa ±2 pixel; i confini ambigui sono esclusi, non trasformati in bordi di larghezza zero.

La modalità automatica esegue il motore invariato. La modalità con contorno annotato adatta rette ai tagli osservati, riporta le intersezioni nella foto originale e riesegue il motore con quel quadrilatero. Simula la prima conferma. Non è uno studio su utenti che correggono gli angoli e non misura indipendentemente la seconda conferma delle linee stampate.

Casi difficili e limiti

I riflessi holo possono nascondere il confine; bordi scuri o interrotti possono confondere illustrazione e cornice misurabile. Bustine e portacarte trasparenti possono essere scambiati per la carta. Le scansioni ritagliate non hanno contesto esterno e sono contate separatamente dalle foto. Nei full art senza confine difendibile non inventiamo una verità numerica.

L’errore medio verticale aumenta dopo la simulazione del contorno annotato, anche se più assi rientrano entro tre punti di rapporto. Per questo pubblichiamo insieme media, mediana, massimo e copertura. Il campione non sostiene una percentuale universale di precisione, una probabilità di PSA 10 o la promessa che le conferme eliminino ogni errore.

Perché ci sono due conferme

Prima si confermano gli angoli fisici. Poi si controllano taglio e stampa nell’immagine rettificata. Sono confini diversi: un rapporto plausibile può essere sbagliato. Senza una cornice stampata coerente, non forzare la misura. Leggi il metodo e il glossario.

Riprodurre e citare

Data della valutazione: 2026-10-02. Il JSON contiene hash del motore, campione e verità annotata. Comando: npx tsx scripts/eval-public.ts "private photo folder" --write, con le fixture private originali. Senza --write il comando confronta il risultato fresco con il JSON pubblicato. Per gli overlay privati: npm run eval -- "private photo folder".

Scarica gli aggregati JSON. Foto e overlay individuali non sono distribuiti. Cita Centering Lab, questa pagina, data e versione del JSON. Fonte: nostra valutazione riproducibile, con protocollo e limiti descritti qui.

· Aggiornato il