वाइन खोजें जहाँ भी जाएँ

कोई app फोटो से वाइन की पहचान कैसे करता है?

वाइन app बोतल की पहचान वाइन को देखकर नहीं, बल्कि लेबल को इमेज की तरह पढ़कर करता है। शटर दबाने से लेकर सुझाव मिलने तक चार अलग-अलग चरण होते हैं, और हर चरण में अलग तरह की गलती हो सकती है।

1. चरण 1 — फ्रेम में बोतल ढूँढना

   पहले चरण में फोटो के भीतर लेबल जैसी आकृति वाले हिस्से ढूँढकर उन्हें सीधा किया जाता है। शेल्फ की एक फोटो में आम तौर पर आठ से बीस संभावित लेबल होते हैं। इनमें से ज़्यादातर तिरछे होते हैं और सामने रखी बोतल से आंशिक रूप से छिपे रहते हैं। इस चरण में डिटेक्टर से जो छूट जाता है, उसे बाद में वापस नहीं पाया जा सकता। इसीलिए किसी एक बोतल की सामने से ली गई सीधी फोटो, पूरी शेल्फ के वाइड शॉट से कहीं ज़्यादा भरोसेमंद होती है।

2. चरण 2 — टेक्स्ट पढ़ना

   ऑप्टिकल कैरेक्टर रिकग्निशन हर हिस्से को टेक्स्ट में बदलता है। आम गलतियाँ यहीं होती हैं: गहरे बैकग्राउंड पर serif वाला बड़ा अक्षर, दुकान की लाइट में बहुत चमकती सोने की फॉइल, Burgundy लेबल पर script फ़ॉन्ट और बोतल के मुख्य हिस्से के बजाय गर्दन पर छपा vintage। आउटपुट एक टेक्स्ट स्ट्रिंग होता है, और निर्माता के नाम में एक गलत अक्षर भी अगले चरण को गलत वाइन तक पहुँचा सकता है।

3. चरण 3 — टेक्स्ट का किसी वाइन से मिलान करना

   निकाले गए टेक्स्ट का मिलान वाइन डेटाबेस से किया जाता है। सही मिलान के लिए निर्माता, वाइन का नाम और बेहतर हो तो vintage चाहिए; इन तीन में से केवल दो मिलने पर नतीजा किसी एक बोतल के बजाय वाइन के पूरे समूह का होता है। इसी चरण में तय होता है कि आपको "Château Something 2019" मिलेगा या "एक Bordeaux रेड वाइन"।

4. चरण 4 — नाम को सुझाव में बदलना

   बोतल का नाम बताना और उसकी सिफारिश करना दो अलग समस्याएँ हैं, और इनमें से केवल पहली विज़न से जुड़ा काम है। सिफारिश में पहचानी गई बोतलों को आपकी बताई पसंद — स्टाइल, मिठास, बजट और मौका — के आधार पर रैंक किया जाता है। इसलिए जवाब की गुणवत्ता कैमरे से कहीं ज़्यादा इस बात पर निर्भर करती है कि आपने अपनी पसंद कितनी ईमानदारी से भरी है। जो app आपकी पसंद पूछे बिना सिफारिश करता है, वह लोकप्रियता के आधार पर रैंकिंग करके उसे निजी सुझाव का नाम दे रहा है।

किन स्थितियों में wine recognition भरोसेमंद तरीके से नाकाम रहता है

खराब, गीले या उखड़ते हुए labels पर यह नाकाम रहता है, क्योंकि पढ़ने के लिए text मौजूद नहीं होता। बहुत छोटे producers की wines पर भी यह काम नहीं करता, क्योंकि उनकी जानकारी किसी database में नहीं होती। ऐसी wines पर भी यह नाकाम रहता है जिनके label पर region तो होता है, लेकिन producer का नाम नहीं—Italy और Spain में यह आम है। कम रोशनी में भी यह ठीक से काम नहीं करता, क्योंकि OCR को resolution से ज़्यादा contrast चाहिए।

यह बिना कोई संकेत दिए भी नाकाम हो सकता है, और यही खतरनाक स्थिति है: जवाब पूरे भरोसे के साथ सही wine का गलत vintage बता सकता है। Vintage सबसे ज़्यादा गलत पढ़ी जाने वाली जानकारी है, क्योंकि अधिकतर labels पर इसका text सबसे छोटा होता है और अक्सर एक अलग पट्टी पर लिखा होता है।

एक और कम स्पष्ट समस्या है, जिसके बारे में कोई चेतावनी नहीं देता: recognition बिल्कुल सही हो सकता है, फिर भी recommendation गलत हो सकती है, क्योंकि आपके सामने रखी bottle के उस vintage का reference data मौजूद नहीं है। अगर database किसी wine के बारे में केवल 2019 तक जानता है, तो उसके 2022 vintage को पुरानी wine की खूबियों के आधार पर बताया जाएगा, और interface में ऐसा कोई संकेत नहीं मिलेगा कि यह बदलाव किया गया है।

व्यावहारिक नियम यह है: किसी अनजान bottle की पहचान करने के लिए recognition का इस्तेमाल करें, लेकिन अगर जवाब के आधार पर कोई महंगा फैसला लेना हो, तो label खुद भी जांचें। नीलामी में बोली लगाने या insurance valuation तय करने में किसी image model को अंतिम फैसला नहीं मानना चाहिए।