Descubre vinos Vayas donde vayas

¿Cómo identifica una aplicación un vino a partir de una fotografía?

Una aplicación de vinos identifica una botella leyendo la etiqueta como una imagen, no reconociendo el vino. Entre el disparador y la recomendación se ejecutan cuatro pasos distintos, y cada uno puede fallar de manera diferente.

1. Paso 1 — encontrar la botella en el encuadre

   El primer análisis localiza en la fotografía las áreas con forma de etiqueta y las endereza. Una fotografía de un estante suele contener entre ocho y veinte etiquetas posibles, la mayoría inclinadas y parcialmente ocultas por la botella que tienen delante. Lo que el detector no encuentre en esta etapa no se puede recuperar después, por eso una fotografía frontal de una sola botella es mucho más confiable que una toma amplia de un estante.

2. Paso 2 — leer el texto

   El reconocimiento óptico de caracteres convierte cada área en texto. Aquí se producen los errores habituales: una mayúscula con serifas sobre un fondo oscuro, una lámina dorada que queda sobreexpuesta bajo la luz de una tienda, una tipografía manuscrita en una etiqueta de Burgundy y una añada impresa en el cuello en lugar del cuerpo de la botella. El resultado es una cadena de texto, y un solo carácter incorrecto en el nombre de un productor basta para que el siguiente paso lleve al vino equivocado.

3. Paso 3 — asociar el texto con un vino

   El texto extraído se compara con una base de datos de vinos. Para encontrar una coincidencia se necesita un productor, el nombre del vino e, idealmente, una añada; con solo dos de los tres, el resultado es una familia de vinos y no una botella específica. Este es el paso que determina si el resultado será "Château Something 2019" o "un vino tinto de Bordeaux".

4. Paso 4 — convertir un nombre en una recomendación

   Identificar la botella y recomendarla son problemas distintos, y solo el primero es una tarea de visión artificial. Una recomendación clasifica las botellas identificadas según lo que ustedes indicaron que les gusta —estilo, dulzor, presupuesto, ocasión—, lo que significa que la calidad de la respuesta depende mucho más de la sinceridad con la que completaron esas preferencias que de la calidad de la cámara. Una aplicación que recomienda sin preguntarles nunca qué les gusta clasifica los vinos por popularidad y lo llama personalización.

Cuándo el reconocimiento de vinos falla de forma sistemática

Falla con etiquetas dañadas, mojadas o desprendidas, porque el texto ya no está disponible para leerlo. Falla con productores muy pequeños cuyos vinos no figuran en ninguna base de datos. Falla con vinos cuya etiqueta solo indica una región y no el nombre del productor, algo común en Italia y España. Falla con poca luz, porque el OCR necesita más contraste que resolución.

También falla sin advertirlo, que es el modo más peligroso: da una respuesta con seguridad, pero identifica la añada equivocada del vino correcto. La añada es el dato que más se interpreta mal, porque suele ser el texto más pequeño de la etiqueta y a menudo aparece en una franja separada.

Hay una falla más sutil sobre la que nadie advierte: el reconocimiento puede ser perfecto y la recomendación aun así ser incorrecta, porque la botella que tiene enfrente no figura en los datos de referencia con esa añada. Un vino de 2022 que la base de datos solo conoce por su versión de 2019 se describirá según las características del vino más antiguo, y nada en la interfaz indica que se realizó esa sustitución.

La regla práctica: use el reconocimiento para averiguar qué vino es cuando nunca lo ha visto antes y revise la etiqueta usted mismo antes de tomar cualquier decisión costosa basada en la respuesta. Ningún modelo de imágenes debe tener la última palabra en una oferta de subasta ni en una tasación para un seguro.