douyin-captcha/docs/experiments.md

实验演进记录（A → L）

最终方案与使用说明见 solution.md。 本文记录每个方法的思路、失败原因与沉淀的经验教训， 原始实验脚本在 try/，输出在 try/out/<方法字母>/。

方法总览

方法	脚本	思路	结论
A	method_a_template.py	蒙版 CCORR 多尺度模板匹配	废弃
A2	method_a2_ccoeff.py	蒙版 CCOEFF + 峰显著度 + NMS	基线可用，但锁纹理
B	method_b_sift.py	SIFT + RANSAC 迭代聚类	仅 2 样本可用，留作真值锚点
C	method_c_rotation.py	NCC 粗扫 + 旋转响应二次评分	第一阶段候选即错
D	method_d_shape.py	Chamfer 轮廓距离	小尺度纹理饱和
E	method_e_shape_coverage.py	轮廓边缘覆盖率	同上
F	method_f_contour.py	Canny 轮廓 + matchShapes	背景轮廓合并成超大块
G	method_g_component.py	固定暗度阈值连通域	阈值敏感
H	method_h_silhouette.py	alpha 轮廓距离 + 局部对比度	分数归一化饱和
I	method_i_adaptive_components.py	自适应暗目标连通域	误检照片内容
J	method_j_objects.py	低饱和度暗色物体分割	同上
K	method_k_objectness.py	暗色覆盖物概率图 + 掩码 CCORR	掩码 CCORR 边界产生 inf
L	src/method_l_shape.py	方向感知倒角 + 洞内部特征 + 旋转扫描	最终方案，10/10

逐方法教训

A / A2：RGB 模板匹配（不减小均值的代价）

• TM_CCORR_NORMED 不做均值中心化，亮背景上处处高分；
• 跨尺度直接比原始分数偏向小模板 → A2 改用峰显著度 (max-median)/std；
• A2 在 8/10 样本上候选位置合理，但 41ac 出现多峰分歧—— 后来证明这些 0.7 的高分全是小尺度纹理巧合，方向本身是错的。

B：SIFT（意外价值）

• 平面图形缺少纹理，大部分样本匹配不足；
• 但在纹理丰富的 4db9、d7a7 上给出亚像素级真值 （scale≈1.00、rot≈0°），成为后续所有方法的交叉验证锚点。

C：旋转感知 NCC（两次评分救不了错误的候选）

• 旋转响应曲线本身有效（真目标 rot≈0），但候选来自 NCC 粗扫， 粗扫错了旋转阶段无法挽回。

D/E：倒角与覆盖率（尺度公平性问题）

• 覆盖率在小尺度上饱和到 1.0（背景纹理到处有边）；
• 倒角均值在密纹理区反而更低 → 必须限制尺度范围并加方向约束。

F/G/H/I/J/K：分割路线的共同困境

• Canny 轮廓易把地面/山脉合并成超大块（F）；
• 固定/自适应暗度阈值对每张照片都不同（G/I/J）；
• K 的教训：TM_CCORR_NORMED 带 mask 在边界产生 inf 值， 需要手写 filter2D 掩码 NCC（后来用于决定性实验）。

转折点实验（值得复用的诊断手段）

1. 掩码 NCC 全图扫描（手写 filter2D 实现，无 inf 问题）： 对 41ac/444d 在尺度 0.9–1.1 全图扫描，最高分仅 0.56/0.46 → 证明 mark RGB 与洞内容无像素关系，RGB 路线全部判死。
2. 闭合轮廓 + matchShapes（444d 上）： Canny 闭合轮廓直接命中两个洞，Hu≈0.003，左洞 rot=-0.6°、右洞 -15.5° → 证明"轮廓 + 尺度 + 旋转"路线成立，且给出 444d 独立真值。
3. 三特征分离度测量： 洞：内部边缘密度 ≤0.1、亮度差 -40~-104； 草地误检：密度 0.36、亮度差 +6 → 直接给出 L 的特征权重依据。

调试中踩过的具体坑

• np.flatnonzero 对 2D 数组返回一维扁平索引，取坐标应用 np.argwhere；
• filter2D 输出是全尺寸，与手写滑窗比对时要裁剪有效相关区 [h//2 : h//2+H-h+1, w//2 : w//2+W-w+1]；
• 方向桶不能越界重叠：角度已在 [0,180)，9 桶直接线性划分即可， 最后一桶再做 wrap 会导致点被双计（表现为均值超上限）；
• np.arange 有浮点累积误差，参与区间比较前先 round(s, 3)；
• Canny 阈值过低（如 26/77）会让 JPEG 噪声淹没"内部平坦"特征。

无 ground truth 时的交叉验证方法

1. 找至少一个可用独立方法的样本建立锚点（如 SIFT 能用的纹理丰富样本）；
2. 用结构性证据补充锚点：候选 bbox 尺寸与 mark alpha bbox 完全一致 （41ac：88×106 vs 88×106）；
3. 全部候选可视化后人工目检：真目标应落在几何图形上而非纹理上；
4. 结果叠加轮廓回贴大图（src/verify_result.py），观察贴合精度。