拍立淘抠图体验优化总结

简介: 本文将介绍拍立淘结果页从上线至今出现的体验问题及解决方案

前言

拍立淘结果页从上线至今,经历了许多年的迭代,始终保留了一个抠图的功能——用户可以在图片上自主选择要搜索的图片区域

image.png

功能经过这么多年使用,由于当初的实现没有那么精细,导致一直存在一些体验上的问题,用户重点反馈的内容包含以下几个部分:

  1. 抠图不易操作
  2. 找不到抠图框
  3. 小物件搜索不出来
  4. ....


基于以上这些问题,我们进行了一一解决,下面进入正题。


交互体验

▐  找不到框


用户在进入结果页后,会在背景处显示一整张原图,由于底部存在结果面板,导致图片显示区域被压缩,所以会有一部分图片被隐藏,对于不了解功能的用户来说,不知道图片是可以滑动的,假如主体框刚好就在隐藏的图片区域里,用户就没法框选主体了。

image.png

▐  抠图不易操作


原先的抠图组件存在一些bug

  • 触摸冲突

image.png

image.png

image.png

抠图组件包含以下几种基础操作

  1. 边框四个角调整
  2. 边框四个边调整
  3. 边框整体位置调整
  4. 主体圆点选中


原先的抠图组件对于触摸的逻辑缺少封装设计,所有逻辑都糅合在一个类中,代码不易维护。重构后的组件对于抠图操作进行了抽象,基于手指的动作,抽象了以下接口

/**
 * 前置判断
 */
fun judge(fingerArray: SparseArray<FingerPos>, selectedObjectRegion: RegionPart, totalObjects: List<RegionPart>, selfDefinedObject: RegionPart): Boolean
/**
 * 手指松开
 */
fun onTouchRelease(selectedObjectRegion: RegionPart, totalObjects: List<RegionPart>, selfDefinedObject: RegionPart)
/**
 * move 回调
 */
fun onTouchEvent(fingerArray: SparseArray<FingerPos>, selectedObjectRegion: RegionPart, totalObjects: List<RegionPart>, selfDefinedObject: RegionPart): Boolean

基于组件提供的操作,进行了以下封装

image.png


后续若有新的操作,继承拓展即可

对于触摸操作,我们定义了以下优先级,优先级从高到低排列

  1. 主体点击
  2. 图片缩放
  3. 四角调整
  4. 四边调整
  5. 框体位置调整
  6. 图片移动

触摸流程如下

640.png

图片缩放

由于图片整体缩放到了结果面板上方,如果用户想要搜一些特别小的物件,例如模特手上的手表,那么必然不好操作,因此我们增加了图片缩放的功能,图片缩放功能完全还原iOS系统相册的实现。

image.png

下面介绍一下缩放的实现。



观察 iOS系统相册的缩放能力,可以发现,当双指缩放图片时,图片会基于双指中间那一点进行缩放,保证双指中间的内容是不变的。

image.png

并且当手指距离不变,围绕一个点旋转时,手指中间的那个像素是始终不变的。


  • 旋转

image.png

image.png

基于以上观察,我们可以得出基本的实现方案

  1. 双指按下时,计算出当前双指中间的像素点在图片上的绝对坐标
  2. 双指移动时,基于手指移动的距离,放大或者缩小图片
  3. 双指移动时,保证按下时的中间像素点始终保持在手指中间
 override fun onTouchEvent(fingerArray: SparseArray<FingerPos>, selectedObjectRegion: RegionPart, totalObjects: List<RegionPart>,selfDefinedObject : RegionPart): Boolean {
        targetView ?: return false
        if (fingerArray.size() < 2) {
            scale = -1f
            return true
        }
        val pos1 = fingerArray[0] ?: return true
        val pos2 = fingerArray[1] ?: return true
        if (scale < 0) {
            //刚触发双指缩放,记录当前scale 值
            scale = targetView!!.getImageView().scaleX
            ...
            //记录手指中间的像素坐标
            centerPosition = getCenterPosition(pos1, pos2)
        }
        //计算当前双指距离
        val currentDistance = sqrt((sqr(pos1.currX - pos2.currX) + sqr(pos1.currY - pos2.currY)).toDouble()).toFloat()
        //计算上一次触摸时的双指距离
        val lastDistance = sqrt((sqr(pos1.lastX - pos2.lastX) + sqr(pos1.lastY - pos2.lastY)).toDouble()).toFloat()
        //计算第一次进入双指缩放时的手指距离
        val startDistance = sqrt((sqr(pos1.startX - pos2.startX) + sqr(pos1.startY - pos2.startY)).toDouble()).toFloat()
        val delta = (currentDistance - lastDistance) / startDistance
        zoomScale += delta
        zoomScale = maxDelta.coerceAtMost(minDelta.coerceAtLeast(zoomScale))
        val currScale = scale * zoomScale
        targetView!!.setImageScale(currScale)
        //计算缩放后的手指中间像素坐标
        val currPos = getCenterPosition(pos1, pos2)
        //根据坐标和 scale,移动图片,保证图片在正确的位置
        moveImage((currPos[0] - centerPosition!![0]) * currScale, (currPos[1] - centerPosition!![1]) * currScale, false)
        return true
    }

抠图流程

▐  流程梳理


  • 结果页流程

image.png

可以看到,在发送请求时,会先缩放一次图片(长边最长640,短边最长320),然后服务端处理完成后,同时将图片保存到存储服务上,生成链接,连同内容数据打包回传给端上,然后端上交付给前端进行渲染。


  • 用户抠图流程

image.png

▐  现有问题


分析以上流程就会发现,客户端初始化请求时将图片进行了缩小,上传到服务端以后会得到一个图片链接,后续前端的所有请求都会基于这个链接。因此,如果用户想要搜索一个模特手上的手表,对于用户来说,手表看着挺大的,但是如果是缩放后的图,手表那一点大小,基本是不可识别的。

image.png

可以看到,此时搜索后的结果和图片内容是完全无关的。

▐  优化


我们对抠图后的流程做了调整,当用户想要搜索的图片区域做了调整后,端上将图片从原始图片(未缩放)中切割出来,重新走一遍图片上传流程,基于切割后的图进行商品召回,增大 query 图像的尺寸,提高准确度。

网络异常,图片无法展示
|

可以看到效果十分明显,优化后的搜索结果和商品相关度大幅度上涨。


总结

对于老代码,我们要勇于去优化重构,勿以点小而不为(手动滑稽~)目前整体改动已经跟随 10.15.0 版本上线,并且增加了 ab,相信数据上会有较大的提升~

相关文章
|
存储 算法 数据库
BTRFS - A Forest,extent分配树,同步与并发
介绍Btrfs如何由树木森林构成。
671 3
|
存储 缓存 固态存储
时序数据库 InfluxDB(四)
时序数据库 InfluxDB(四)
528 1
H8
|
物联网 数据安全/隐私保护 智能硬件
女朋友问: 你知道蓝牙耳机的原理吗?
蓝牙是一种无线通讯技术标准,用来让固定与移动设备,在短距离间交换资料,以形成个人局域网(PAN)。其使用短波特高频(UHF)无线电波,经由2.4至2.485GHz的ISM频段来进行通信。1994年由电信商(Ericsson)发展出这个技术。它最初的设计,是希望创建一个RS-232数据线的无线通信替代版本。
H8
1430 3
|
4月前
|
供应链 安全 网络安全
供应链投毒攻击频发,如何用IP离线库识别恶意C2通信定位后门?
2026年6月,朝鲜APT组织“Sapphire Sleet”发动大规模供应链投毒攻击,劫持Mastra维护者账号,批量污染140+ npm包,植入恶意依赖easy-day-js。其通过postinstall钩子禁用TLS验证,直连境外C2服务器下载后门。攻击关键环节是“回连”,而IP离线库可毫秒识别数据中心类高危IP与异常ASN,实现精准阻断。(239字)
|
7月前
|
存储 JSON 安全
GLTF 与 GLB:哪种格式适合你的 3D 项目
本文详解GLTF(人类可读JSON格式)与GLB(紧凑二进制格式)的本质区别与适用场景:GLTF便于编辑、支持外置纹理,适合网页开发;GLB体积小、加载快、安全性高,利于分发部署。选型关键看项目对可读性、性能与安全的需求。
|
10月前
|
人工智能 算法 安全
GEO讲师的红线与正道:当“AI投毒”成为行业潜规则
生成式AI搜索兴起,GEO培训热潮背后暗藏“AI投毒”乱象:炮制虚假榜单、操纵算法认知,践踏专业伦理、透支行业信任。真正的GEO应坚守红线,摒弃投机,以认知赋能、体系构建、长期信任和学员实证为坐标,回归教育初心,做信息生态的守护者而非污染者。
|
10月前
|
XML 存储 Rust
Rust语言高效数据序列化(协议缓冲区protobuf完整入门教程)
本教程带你使用Rust语言集成协议缓冲区(Protobuf),实现高效、跨平台的数据序列化。从环境搭建到代码生成,手把手教你完成Rust与Protobuf的整合,适用于微服务、网络通信等高性能场景。
|
11月前
|
自然语言处理 供应链 数据可视化
跨境卖家如何破解黑五发货噩梦,从痛点拆解到全景方案及案例验证
黑五旺季订单暴增,跨境卖家却面临排仓率78%、平均延误7.2天、成本飙升、合规风险等“后遗症”。本文结合行业数据与实战案例,深入剖析订单积压、物流拥堵、多平台协同难等五大痛点,揭示供应链失衡、物流单一、技术滞后等深层原因,提出“科学备货+多元物流+智能工具”破局方案,并分享新菲特、京东物流等成功实践,助力卖家借助实在Agent等智能自动化工具实现高效履约,打赢黑五发货攻坚战。
528 2
|
Java Spring
如何优化Java异步任务的性能?
本文介绍了Java中四种异步任务实现方式:基础Thread、线程池、CompletableFuture及虚拟线程。涵盖多场景代码示例,展示从简单异步到复杂流程编排的演进,适用于不同版本与业务需求,助你掌握高效并发编程实践。(239字)
594 6
|
人工智能 Cloud Native 安全
AI 网关代理 LLMs 最佳实践
云原生 AI 网关其实并不是一个新的独立的产品,而是属于云原生 API 网关产品内的一部分功能,基于 AI 的场景,设计了更贴合 AI 业务的 AI API 及各个功能。同时也具备云原生 API 网关本身提供的各个通用能力。
1103 15