seeing-images

观察图像

基于 2026-03-25 通过视觉诊断 v1-v4 测得的盲点设计的补偿性视觉工具。这里未记录诊断运行所用的模型，此后也未重新运行，因此请将这些阈值视为当时测得的结果：它们表示每种失败情况都有对应的工具，而不是说当前模型恰好会在这些数值上出现问题。依赖具体阈值前，请重新运行诊断。

适用场景

在以下情况下启用此技能：

• 详细描述上传的图像
• 将图像还原为 SVG（绘制前使用，以确定真实情况）
• 比较两张图像或两个区域的差异
• 读取退化、压缩或低对比度图像中的文字
• 识别细微特征（渐变、淡淡的叠加效果、反射）
• 任何准确性比速度更重要的图像任务

已知盲点（来自诊断）

实测结果，而非猜测：

盲点	阈值	补偿工具
亮度对比度	约 15-20 个 RGB 级别无法辨认	enhance、histogram、sample
渐变	小于 30 级的范围无法辨认	gradient_map、enhance
上下文颜色偏差	连衣裙效应、同时对比	isolate、sample
小元素	小于 15px 的元素实际上无法辨认	crop、grid
密集计数	超过 15 个元素时表现下降，30 个时错误率约为 50%	count_elements
细微氛围效果	蒸汽、淡淡的反射会淹没在噪点中	enhance、denoise

工作流

设置（每次一行）

import sys; sys.path.insert(0, '/mnt/skills/user/seeing-images/scripts')
from see import grid, sample, enhance, edges, histogram, isolate, palette, compare, count_elements, gradient_map, denoise, crop

快速分析（2-3 次工具调用）

grid(path, rows=2, cols=2)   # → view the output
sample(path, [(x1,y1), ...]) # → verify colors at points of interest

深度分析（用于 SVG 还原、找不同等）

grid(path, rows=3, cols=3)                    # 1. Overview
palette(path, n=10)                           # 2. Dominant colors
edges(path, threshold=30)                     # 3. Shape boundaries
sample(path, [(x1,y1), (x2,y2), ...])        # 4. Exact RGB at points
enhance(path, region=(x,y,w,h), mode='auto')  # 5. Reveal low-contrast areas
isolate(path, region=(x,y,w,h))              # 6. Remove context bias

工具参考

所有函数均位于 scripts/see.py。每个生成图像的函数都会将图像保存到 /home/claude/see_*.png，并返回路径。对返回的路径使用 view 工具。

grid(path, rows=3, cols=3, labels=True)

将图像拆分为带标签的单元格，以便系统地检查。首先调用它：它可以减少注意力竞争。

sample(path, points, radius=3)

返回指定像素坐标处的精确 RGB 值。用于验证你的视觉判断。对一个小半径范围求平均，以处理噪点。

histogram(path, region=None)

显示颜色直方图，呈现数值分布。可揭示双峰分布（隐藏的渐变）、主色和对比度范围。使用 region=(x,y,w,h) 时，仅分析该区域。

enhance(path, region=None, factor=2.0, mode='contrast')

增强图像或指定区域的对比度。模式包括：'contrast'、'brightness'、'color'、'sharpness'。对于接近阈值的特征，使用 factor=3-5。

edges(path, threshold=50)

通过 Sobel 边缘检测揭示低对比度下无法辨认的形状边界。阈值越低，检测到的边缘越多（噪点也越多）。输出为黑底白色边缘图。

gradient_map(path, region=None)

计算图像中的局部梯度幅值。亮处表示梯度高，暗处表示平坦。可揭示低于 30 级检测阈值的渐变。

isolate(path, region, padding=20, bg=(128,128,128))

提取指定区域并将其置于中性灰背景上。移除导致同时对比和连衣裙效应等错觉的周围上下文。bg 参数默认为中灰色，以尽量减少上下文偏差。

compare(path, r1, r2)

并排比较两个区域，并叠加差异。通过放大像素级差异来突出显示。用于找不同任务。

count_elements(path, region=None, color_range=None, min_size=3)

使用连通分量分析进行程序化元素计数。指定近似的 color_range（格式为 ((r_min,g_min,b_min), (r_max,g_max,b_max)），以统计特定颜色的元素。

denoise(path, region=None, strength=3)

使用中值滤波减少照片噪点，显露被噪声底限掩盖的细微特征（如蒸汽、淡淡的反射）。

palette(path, n=8)

使用 k-means 聚类提取占比最高的 n 种颜色。返回 RGB 值及其占比。对 SVG 还原至关重要。

准确性注意事项

处理复杂图像时，先调用 grid()。描述颜色时，先用 sample() 或 isolate() 核实上下文边界附近的颜色；描述数量超过 15 的元素时，先用 count_elements() 核实；描述渐变时，先用 gradient_map() 核实；描述微弱特征时，先用 enhance() 核实。这些都是盲点表中的一行，因此工具调用才是证据——仅凭感知并不足以作为证据。