A geometria é o primeiro erro que o cliente nota e o último que o fotógrafo percebe. Uma bolsa com a alça presa dois centímetros mais para o lado, uma cadeira com a profundidade do assento ligeiramente errada, um anel cujo aro engrossa perto da pedra — isoladamente, nada disso parece um defeito. Parece apenas outro produto, e é exatamente aí que está o problema.
Este é um protocolo para medir a fidelidade geométrica. Ele não traz nenhum resultado prévio.
Como medir a precisão da geometria em imagens de produtos geradas por IA?
Sobreponha a imagem gerada a uma fotografia de referência frontal na mesma escala, meça duas proporções por produto definidas previamente, conte todos os elementos contáveis, trace ambas as silhuetas em alto contraste e classifique o posicionamento dos componentes como fiel, alterado ou incorreto. Uma variação de proporção abaixo de 2% é considerada ruído de medição; uma contagem incorreta é sempre "incorreta", porque o cliente sabe contar.
O que é precisão geométrica?
A precisão geométrica indica se uma imagem gerada mantém a forma do produto: suas proporções, o posicionamento de cada componente em relação ao todo, a quantidade de elementos repetidos e o contorno contra o fundo. Essa é a dimensão de precisão que os clientes percebem primeiro, pois um erro de geometria não parece apenas uma falha — parece um produto diferente.
O que conta como erro de geometria
Existem quatro tipos, e é fundamental separá-los porque cada um tem uma causa diferente.
- Proporção — a relação entre as dimensões. Uma garrafa com o contorno perfeito, mas 10% mais alta, parece pertencer a outra categoria de tamanho.
- Posicionamento — onde um componente fica em relação ao todo: a posição de um bolso, o encaixe de uma fivela, o ponto onde a alça se une ao corpo do produto.
- Contagem — a quantidade de elementos repetidos. Botões, ilhoses, elos de uma corrente, ranhuras de uma sola. As imagens geradas costumam falhar aqui, e o erro passa batido com facilidade porque quase ninguém se dá ao trabalho de contar.
- Silhueta — o contorno contra o fundo, que é onde a maioria dos erros de formato em imagens geradas realmente acontece.
Sobrepor, medir, contar, traçar
Quatro operações, nessa ordem, porque cada uma captura o que a anterior não consegue: a sobreposição expõe o desvio de proporção, as duas proporções o transformam em um número, a contagem captura os erros que ninguém procura e o traçado da silhueta encontra as saliências e curvas achatadas que ficam no contorno.
Montando a amostra
Siga o protocolo geral de precisão para definir o tamanho da amostra e as fotos de referência, ajustando o foco especificamente para a geometria:
Inclua produtos com elementos contáveis. Qualquer item com características repetitivas — calçados com cadarço, correntes, peças com botões, perfurações. É aqui que os erros de contagem aparecem.
Inclua pelo menos cinco produtos assimétricos. A simetria esconde erros de posicionamento; a assimetria escancara.
Fotografe a referência em ângulo reto (frontal). Não dá para avaliar geometria em ângulos de três quartos (em perspectiva), pois o escorço da lente se confunde com distorção real. Se a sua referência estiver inclinada, o protocolo vai medir o ângulo da sua câmera, e não a ferramenta de IA.
O protocolo
- Faça a sobreposição antes de julgar. Coloque a imagem gerada sobre a de referência na mesma escala e reduza a opacidade da camada superior para cerca de 50%. Qualquer editor de imagens faz isso. Erros invisíveis lado a lado ficam gritantes na sobreposição, e essa única etapa já pega a maior parte dos desvios de proporção.
- Meça duas proporções por produto, definidas com antecedência e mantidas para todos os itens: em uma bolsa, a altura em relação à largura e o caimento da alça em relação à altura do corpo; em um sapato, o comprimento da sola em relação à altura do cabedal. Registre os números exatos em vez de uma impressão subjetiva.
- Conte o que for contável. Botões, elos, ilhoses, ranhuras. Compare a referência com a imagem gerada. Isso é pura aritmética, não questão de opinião.
- Trace a silhueta com alto contraste — aplique um limiar (threshold) em ambas as imagens e compare os contornos. Deformações, saliências e curvas achatadas ficam visíveis na hora.
- Classifique o posicionamento na mesma escala de três pontos do protocolo geral: fiel, alterado, incorreto.
Como interpretar o resultado
Desvios de proporção abaixo de 2% não exigem ação. Eles ficam dentro da margem de erro da sua própria medição, a menos que você trabalhe com capturas milimetricamente calibradas.
Um erro de contagem é sempre "incorreto". Não existe margem de tolerância aceitável para o número errado de botões, porque o cliente sabe contar.
Agrupe as falhas por categoria de produto, e não por gravidade. Os erros de geometria raramente são aleatórios: eles se concentram em formas que o modelo tem dificuldade de processar. Identificar esse padrão indica quais partes do seu catálogo ainda precisam da câmera tradicional.
Checklist de precisão geométrica
| Tipo de erro | Como detectar | Como pontuar |
|---|---|---|
| Proporção | Sobreposição na mesma escala; duas proporções pré-definidas | Desvios abaixo de 2% são ignorados; acima disso, registrados como um valor |
| Posicionamento | Sobreposição e, em seguida, a escala de três pontos | Fiel / alterado / errado |
| Contagem | Contar o elemento repetido na referência e no resultado | Qualquer divergência é considerada "errada" |
| Silhueta | Aplicar limiarização (threshold) em ambas as imagens e comparar os contornos | Protuberâncias e curvas achatadas registradas por produto |
| Ângulo de referência | Apenas totalmente frontal (em ângulo reto) | Uma referência angulada invalida a execução |
Uma bota de amarrar
Uma imagem gerada de uma bota de amarrar passa na sobreposição: o contorno fica dentro da referência considerando a margem de erro da própria medição, e a proporção entre o comprimento da sola e a altura do cabedal confere. Em seguida, a contagem: a referência tem sete pares de ilhoses, a imagem gerada tem seis. Não há nada de estranho na imagem. O produto está errado. Essa bota recebe a classificação "errado" na contagem, o recorte é mantido como evidência e a categoria — calçados de amarrar — entra na lista de formatos que ainda precisam de uma câmera.
Perguntas frequentes
O que conta como erro de geometria em uma imagem de produto gerada por IA?
Quatro coisas: proporção (as relações entre as dimensões), posicionamento (onde um componente fica em relação ao todo), contagem (a quantidade de elementos repetidos) e silhueta (o contorno contra o fundo). Eles são separados porque têm causas diferentes e soluções diferentes.
Por que a fotografia de referência deve ser frontal e reta?
Porque o escorço em uma referência em ângulo é indistinguível de uma distorção no resultado final. A partir de uma visão em três quartos, o protocolo mede a posição da sua câmera, não a ferramenta.
Quanto desvio de proporção realmente importa?
Abaixo de 2% está dentro da margem de erro da sua própria medição, a menos que você trabalhe a partir de capturas calibradas, portanto não vale a pena intervir. Acima disso, registre as duas proporções como números em vez de um julgamento, e agrupe as falhas por categoria de produto.
Uma contagem errada de botões é aceitável em algum momento?
Não. Um erro de contagem é sempre "errado". Não existe um limite no qual o número errado de botões, ilhoses ou elos de corrente seja aceitável, porque o cliente sabe contar e um formulário de devolução não diferencia pequenos de grandes.
O que a etapa de sobreposição detecta que a comparação lado a lado não percebe?
Desvio de proporção. Sobrepostos à referência na mesma escala com a camada superior em cerca de 50% de opacidade, erros que são invisíveis lado a lado tornam-se óbvios, e este único passo detecta a maioria deles antes de qualquer medição.
O que este protocolo não revela
Ele mede se uma imagem é fiel ao produto real. Não diz nada sobre o potencial de conversão da imagem, se um marketplace vai aceitá-la ou se o consumidor vai achá-la atraente. Essas são questões diferentes que exigem outros testes, e uma boa pontuação aqui não responde a nenhuma delas.
Além disso, a precisão da análise depende da qualidade da sua referência. Se a foto base estiver sem nitidez, mal iluminada ou feita em um ângulo que oculte o detalhe principal, o protocolo vai apontar uma fidelidade ilusória.
Protocolos relacionados: como medir a precisão geral da imagem, preservação de textura, fidelidade de cor.
Para gerar as imagens que você vai avaliar, conheça a fotografia de produto com IA.