Skip to content

[core/structure] L4:音符 ROI 应覆盖高音点区域 #71

Description

@loootte

父议题

#58 结构优先分层识别 · 关联 #69 L4 ROI

现象

L4 音符矩形目前主要覆盖:

  • 音高数字体
  • 时值下划线带(下方)
  • 右侧附点 / 延音线(部分)

高音点(数字上方的小圆点,表示高八度)多数不在 L4 框内,导致:

  • 结构叠图 L4 看不到高音点
  • L5 若依赖 L4 框裁剪,高音点几何检测 ROI 不足

期望

  • L4 pitch 候选矩形 向上扩展,覆盖该音的高音点区域(可配置 pad,约 0.3–0.5× 数字高度)
  • 仍不得吞并上方另一逻辑谱行 / 标题
  • 低音点区域(数字下方、时值线附近)与高音点对称考虑(可与 [core/structure] L4:音符 ROI 应覆盖高音点区域 #71 一并)

建议方向

  • 使用 L2 pitch band 上沿 + 局部墨迹(小连通域)确定 pad
  • 与和弦/歌词带保持安全距离

验收

  • M04 等带高音点的样张:L4 框上边界盖住可见高音点
  • 双谱 / 结构叠图肉眼确认
  • 不引入跨行大框回退

相关

Activity

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Metadata

Metadata

Assignees

No one assigned

    Labels

    corePython FastAPI recognition coreenhancementNew feature or request

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions