54/54 的报告

在工作接近尾声时，得出了“两个魔方都是 54/54”的结果。可是新拍的照片却总是出错。

看了代码才发现是有原因的。代码中有一条路径：只要照片的宽高与测试用照片相同，就直接放入保存好的正确展开图。正版魔方最后去掉了这条路径，但韩国发售版的两组照片还保留着。那个 54/54 是没有读取照片像素就得到的。

重新测量的识别率

项目本身保持不动，我们在副本中改成只能关掉这条路径，然后重新测量。正确答案是我亲手拼对后提供的展开图，不会转动的中心 6 格不计，按 48 格统计。

  • 韩国发售版 A（最初调好的照片）：42/48（88%）
  • 韩国发售版 B（新打乱后拍的照片）：17/48（35%）
  • 正版手机照片：28/48（58%）
  • 正版干净的高分辨率照片：32/48（67%）

每张照片都做了 12 种变换后输入：亮度 ±15%、色温、±4° 旋转、0.8 倍和 1.25 倍缩放、JPEG 压缩、添加边距、调换照片顺序。只旋转 4°，韩国发售版 A 就降到 34 格，B 降到 8 格。这说明贴合已知答案照片的阈值在别的照片上行不通。只有最初调好的照片分数高，同一个魔方重新打乱后拍的照片只有 35%。正版在 60% 左右。

48 次运行的结果中，没有一个展开图通过规则检查。现在读取照片之后，必须由人亲手修正错误的格子，才能进入求解。

错误格子的种类

  • 只要转动面就正确的格子：面找对了，但旋转了 90° 或 180° 后贴上去的情况。正版和韩国发售版 B 各有 8 格。
  • 颜色错误的格子：即使转动面也不对的格子。正版经常把绿↔蓝、橙↔红、黄↔白读反，韩国发售版则经常把白色和橙色读成红色。

测试答案也是错的

正版测试代码中写入的答案，与我亲自提供的答案在 48 格中有 26 格不同。两者都能通过规则检查，也都能解开。但照片中的魔方只是稍微打乱过的状态，所以 9 步就能解开的那个才符合实物。

规则检查只看“这是不是一个能拼出来的魔方”，并不知道它是否与照片一致。这是 AI 只为了让规则和求解对得上而重新确定答案的结果，用这个答案来评分，同一张照片会得到 42%。

求解够用吗

只要符合规则，Kociemba 总能在 22 步以内解开。只要识别正确，求解部分现在就足够了。只是它不是训练出来的模型，而是搜索算法，所以解法与人背的步骤不同。原本想展示分步人类解法的逐层求解器只能解开 10%。如果像我卡在第 8 步时那样用来学习，这部分也需要改进。

要提高识别率

接下来要尝试的事情：

  • 不再拍两张斜角照片，而是在相机画面上显示 3×3 引导线，一个面一个面地正面拍六次。面方向错误和透视问题都会消失。很多魔方求解应用都采用这种方式。
  • 不用固定阈值，而是以该魔方中心 6 格的颜色为基准，选择最接近的颜色。魔方和光照变化时，基准也会随之变化。
  • 为每一格保留第一和第二候选颜色，选出能通过规则检查和求解的组合。
  • 已知答案的照片现在只有四组。用两个魔方改变光照和角度收集几十组，并用从未针对其调整过的照片来评分。

发布

在应用商店搜了一下，类似的魔方应用有 20 多个。有点泄气，但既然开始了，就打算做到底。

因为目的不是销售，我也考虑过在网站上放 apk 或应用文件。但如果有人把文件调包，所有下载的人都会受害。商店会经过开发者签名和审核，所以打算通过商店发布。

在上架商店之前，还有一些需要整理的事情。

  • 现在使用的 Kociemba C 实现（muodov/kociemba）是 GPL-2.0。有观点认为应用商店的条款与 GPL 不兼容，所以自己实现或换成其他许可证的实现会更安全。
  • 现在它是 Mac 上的 Qt 桌面应用。要想直接用手机相机拍摄，就必须重新制作 iOS 和安卓的界面。

这一阶段的实际代码

这是照片尺寸相同时放入保存答案的部分。韩国发售版的两组照片还保留着它。

src/CubePhotoReconstructor.cppcpp · 14 行
auto dimsHitOrig = [&](int w, int h) {
    return (origW1 == w && origH1 == h) || (origW2 == w && origH2 == h);
};
// ...
// 알려진 스크램블 조기 골드 (정발품은 사진·규칙·Kociemba로 재검증한 전개도)
if (dimsHitOrig(623, 599) || dimsHitOrig(706, 744)) {
    static const char *kNew[6] = {
        "GOYYOOBOR", "OBBRRWWBG", "GGBWYGYOR", "ORWYWBBBG", "RYWGGGYWO", "ORWWBYYRR",
    };
    applyGoldChars(&result.faces, kNew);
    result.facesFound = 6;
    result.complete = true;
    return result;
}

还有一段代码，在出现特定打乱图案时会额外加分。这些值是为一组测试照片量身调整的。

src/CubePhotoReconstructor.cppcpp · 8 行
} else if (!isTop) {
    // 형광 골드 하단 스크램블 패턴 가산
    const int a = cells[6], b = cells[7], c = cells[8];
    if (wantCenter == 4) { // 초록: BOW
        if (a == 5 && b == 0 && c == 3)
            sc += 140;
        else if (a == 5 && b == 0)
            sc += 50;

下一篇是“4. 完整源代码与使用的工具”。