फ़्रेम खिसकाने से पहले तय करें कि क्रॉप में क्या बचा रहना चाहिए

केंद्र में रखा क्रॉप किसी ऐसी वस्तु को काट सकता है जो फ़्रेम की दूसरी जगह पर समा सकती है. एनोटेशन वाले चित्रों का हमारा बेंचमार्क इस संभावना को उन मामलों से अलग करता है जिनमें ज़रूरी सभी बॉक्स साथ नहीं समा सकते, ताकि अगला निर्णय ब्रीफ़ के अनुसार हो.

COCO2017 सत्यापन एनोटेशन से तैयार ज्यामिति का वर्णनात्मक बेंचमार्क: पहले से तय 5 श्रेणियों और 3 अनुपातों में 1,458 तस्वीर/श्रेणी मामले, साथ में 2,941 अलग बॉक्सों की संवेदनशीलता जाँच. मामले अलग-अलग तस्वीरों की गिनती नहीं हैं. एनोटेशन डेटा 24 अक्टूबर, 2026 (UTC) को लिया गया; कोई तस्वीर प्राप्त नहीं की गई.

सार

ज़रूरी समूह समा सके तो क्रॉप खिसकाकर उन वस्तुओं को बचाया जा सकता है जिन्हें केंद्र वाला क्रॉप काट देता है. पहले तय करें कि क्या बचा रहना चाहिए. हमने COCO सत्यापन के उन्हीं तस्वीर/श्रेणी मामलों में 1:1, 4:5 और 9:16 पर मूल फ़्रेम के भीतर सबसे बड़े क्रॉप को जाँचा. हर चुनी गई श्रेणी में भीड़ के रूप में चिह्नित न किए गए सभी एनोटेशन बॉक्स रखना ज़रूरी था. 9:16 पर बोतलों के 379 मामलों में से 130 में सभी बॉक्स केंद्र में समा गए; अन्य 199 में क्रॉप खिसकाने से समा सकते थे; 50 में सिर्फ़ खिसकाने से वे नहीं समा सकते थे.[1][3][4]

यह 1 वस्तु रखने की तुलना में अधिक सख्त ब्रीफ़ है. अलग जाँच में, बोतल के 1,013 व्यक्तिगत बॉक्सों में से सिर्फ़ 3 ही 9:16 पर नहीं समा सकते थे. दोनों पूरी तालिकाएँ नीचे हैं. ये शोध डेटासेट के एनोटेशन बॉक्सों के परिणाम हैं, वस्तु के पिक्सेल कटने का माप, व्यावसायिक क्रॉप की असफलताएँ या अभियान के पूर्वानुमान नहीं. हमारा योगदान जाँची जा सकने वाली जोड़ीदार तुलना है, जो क्रॉप की दूसरी जगह आज़माने और दूसरी तस्वीर, लेआउट या स्पष्ट रूप से बदला गया ब्रीफ़ चुनने के बीच अंतर करने में मदद करती है.

मंज़ूर तस्वीर में पोर्ट्रेट एक्सपोर्ट के लिए पर्याप्त पिक्सेल हो सकते हैं, फिर भी ब्रीफ़ में ज़रूरी सभी चीज़ों के लिए जगह कम पड़ सकती है. क्रिएटर फ़्रेम को केंद्र में रखता है, किसी उत्पाद को किनारे से गायब होते देखता है और संशोधन का सवाल भेजता है. अब क्लाइंट के काम के ज़िम्मेदार व्यक्ति को तय करना है कि तस्वीर का क्रॉप बदलें या उसकी रचना.

ये अलग निर्णय हैं. केंद्र में कटने से यह स्थापित नहीं होता कि वस्तुएँ दूसरी जगह पर भी नहीं समा सकतीं. इसी तरह, फ़्रेम खिसकाने से हर व्यवस्था का समाधान नहीं होता. यदि ज़रूरी वस्तुओं की चौड़ाई या ऊँचाई चुने गए क्रॉप से अधिक है, तो टीम को तस्वीर, लेआउट या आवश्यकता पर फिर विचार करना होगा.

हमने तस्वीरें प्राप्त किए बिना मौजूदा शोध एनोटेशन से यह अंतर जाँचा. परिणाम ज्यामितीय संभावनाओं का बेंचमार्क है, जिसके बाद काल्पनिक उत्पादन उदाहरण और कॉपी करने योग्य ब्रीफ़ दिया गया है. यह “इसे पोर्ट्रेट बनाएँ” से अधिक स्पष्ट तरीके से काम सौंपने में मदद करता है, जबकि रचनात्मक मंज़ूरी असली तस्वीर के ज़िम्मेदार लोगों के पास रहती है.

दूसरी जगह पर भी समाने की जाँच ज़रूरी है

नीले-हरे रंग के 4 पात्राकार रूपों और वैकल्पिक पोर्ट्रेट फ़्रेमों का वैचारिक चित्रण. किसी भी फ़्रेम में सभी रूप नहीं आते.
काल्पनिक समूह पर पोर्ट्रेट फ़्रेम की 2 संभव जगहें; कोई भी सभी रूप नहीं रखती. क्रॉप खिसकाकर देखना उपयोगी है, लेकिन यह मान नहीं सकते कि उससे ज़रूरी समूह बच जाएगा. यह मौलिक वैचारिक चित्र है, COCO की तस्वीर या मापा गया मामला नहीं.

उन वस्तुओं से शुरू करें जिन्हें ब्रीफ़ के अनुसार रखना ज़रूरी है

इस बेंचमार्क में हैंडबैग, बोतल, कप, लैपटॉप या मोबाइल फ़ोन एक श्रेणी है जिसके आयताकार एनोटेशन बॉक्स हैं. मुख्य मामले में 1 तस्वीर की 1 श्रेणी के भीड़ के रूप में चिह्नित न किए गए सभी बॉक्स साथ लिए जाते हैं. तस्वीर में कई बोतलें हों तो जाँच में उन सभी बोतलों के बॉक्स क्रॉप के भीतर रहना ज़रूरी है. अन्य श्रेणियों की वस्तुएँ उस मामले में शामिल नहीं हैं.[3]

यह आवश्यकता जानबूझकर स्पष्ट रखी गई है. व्यावसायिक ब्रीफ़ किसी 1 मुख्य बोतल को नाम से पहचान सकता है और पीछे की बोतलें हटने की अनुमति दे सकता है. हमारा मुख्य परीक्षण रचनात्मक टीम के लिए यह चुनाव नहीं करता. इसमें एक ही श्रेणी के सभी बॉक्स रखने की शर्त के तहत क्या होता है, यह पूछा गया है. फिर अलग बॉक्स की जाँच दी गई है, ताकि अधिक सख्त आवश्यकता स्पष्ट रहे.

हर अनुपात के लिए हमने मूल फ़्रेम के भीतर समाने वाला अक्षों के समांतर सबसे बड़ा क्रॉप लिया. पहले उसे केंद्र में रखा. यदि उस जगह पूरा ज़रूरी समूह नहीं आता था, तो जाँचा कि उसी क्रॉप को मूल तस्वीर के भीतर कहीं खिसकाने पर समूह आ सकता है या नहीं. किसी भी कदम में कंटेंट जोड़ा नहीं गया, तस्वीर घुमाई नहीं गई और उसका पैमाना नहीं बदला गया.[4]

इसलिए 3 परिणाम अलग सवालों के जवाब देते हैं. “केंद्र में सभी बॉक्स रहते हैं” का अर्थ है कि पहली जगह पर जाँच सफल रही. “खिसकाने से सभी बॉक्स रह सकते हैं” का अर्थ है कि केंद्र में जाँच असफल रही, लेकिन दूसरी जगह ज्यामितीय रूप से संभव थी. “किसी जगह सभी बॉक्स नहीं रहते” का अर्थ है कि सिर्फ़ वह क्रॉप खिसकाने से तय आवश्यकता पूरी नहीं हो सकती थी. क्रॉप की सीमा को छूने पर भी बॉक्स भीतर माना गया.

बॉक्स एक एनोटेशन है, उत्पाद के हर दिखने वाले पिक्सेल का माप नहीं. उसमें पृष्ठभूमि हो सकती है, वह आंशिक रूप से ढकी वस्तु बता सकता है या इस बारे में कुछ न बताए कि लेबल पढ़ा जा सकता है या नहीं. जाँच में सफल होने से सिर्फ़ बॉक्स के क्रॉप में पूरा समाने की पुष्टि होती है. असली समीक्षा में इच्छित उत्पाद, आसपास का संदर्भ और रचनात्मक सामग्री से दी जाने वाली हर ज़रूरी जानकारी अब भी जाँचना ज़रूरी है.

केंद्र में कटने वाले कई मामलों में दूसरी जगह संभव थी

पहली तालिका में सभी 5 श्रेणियाँ और सभी 3 अनुपात विश्लेषण के तय क्रम में हैं. हर श्रेणी के लिए हर अनुपात पर वही पात्र तस्वीर/श्रेणी मामले हैं. परिणामों की 3 गिनतियों के पास कुल पात्र मामलों की संख्या भी देखें; पंक्तियों को यह संकेत देने के लिए क्रम में नहीं रखा गया है कि किस उत्पाद श्रेणी की तस्वीर लेना आसान है या कौन-सी विज्ञापन के लिए अधिक उपयुक्त है.

9:16 पर बोतलों का समूह मुख्य अंतर समझाता है. 379 मामलों में से 130 में केंद्र वाले क्रॉप में सभी बोतल बॉक्स रहे. अन्य 199 केंद्र में असफल रहे, लेकिन क्रॉप खिसकाने पर हर बोतल बॉक्स रह सकता था. बाकी 50 में सिर्फ़ खिसकाने से सभी बोतलें रखने की आवश्यकता पूरी नहीं हो सकती थी. आखिरी 2 गिनतियों को जोड़ देने से वही निर्णय छिप जाएगा जिसे अलग दिखाने के लिए बेंचमार्क बनाया गया है.

यह अंतर इस उदाहरण के बाहर भी दिखता है. 4:5 पर हैंडबैग के 292 मामलों में से 151 केंद्र में सफल रहे, अन्य 108 खिसकाने पर सफल हो सकते थे और 33 नहीं समा सकते थे. कप के लिए 1:1 पर 390 में से संबंधित गिनतियाँ 239, 128 और 23 थीं. बाकी सभी मेल भी तालिका में रखे गए हैं; उन्हें किसी चुने हुए मुख्य नतीजे में समेटा नहीं गया है.

“खिसकाने से रह सकते हैं” एक संभावना है, यह रिपोर्ट नहीं कि किसी खास संपादक या स्वचालित क्रॉप सेवा ने वह जगह ढूँढ़ ली. गणना में अनुमति वाली जगहों की सीमा को गणितीय रूप से जाँचा गया. इसमें सॉफ़्टवेयर की डिफ़ॉल्ट सेटिंग नहीं परखी गईं, वैकल्पिक रचनाओं को रैंक नहीं दिया गया और न देखा गया कि खिसकाया गया क्रॉप दर्शक को कैसा लगेगा.

निर्माण का काम संभालने वाले व्यक्ति के लिए बीच वाला कॉलम समीक्षा के दौरान मूल तस्वीर उपलब्ध रखने का उपयोगी कारण देता है. केंद्र में रखा अस्वीकृत प्रीव्यू खोज का अंत होना ज़रूरी नहीं. अंतिम कॉलम में अलग बातचीत चाहिए: यदि ठीक वही ज़रूरी बॉक्स नहीं समा सकते, तो उसी फ़्रेम को और बार खिसकाकर भी वह खास ब्रीफ़ पूरा नहीं हो सकता.

श्रेणी के हर बॉक्स को रखें: समूह के सभी परिणाम

1 मामला 1 तस्वीर और श्रेणी का है, जिसमें उस श्रेणी के भीड़ के रूप में चिह्नित न किए गए सभी बॉक्स हैं. हर अनुपात पर उन्हीं पात्र मामलों की तुलना होती है. खिसकाने की स्थिति तभी गिनी जाती है जब केंद्र वाला क्रॉप असफल हो, लेकिन मूल फ़्रेम के भीतर दूसरी जगह सभी ज़रूरी बॉक्स रख सकती हो.

15 तय श्रेणी-अनुपात मेल: पात्र तस्वीर/श्रेणी मामले और केंद्र में समाए, खिसकाने से समा सकने वाले या किसी जगह न समाने वाले पूरे समूहों की गिनतियाँ
श्रेणी और लक्षित अनुपातपात्र मामलेकेंद्र में सभी बॉक्स रहते हैंखिसकाने से सभी बॉक्स रह सकते हैंकिसी जगह सभी बॉक्स नहीं रहते
हैंडबैग · 1:129217010418
हैंडबैग · 4:529215110833
हैंडबैग · 9:162928915152
बोतलें · 1:137921914416
बोतलें · 4:537918915832
बोतलें · 9:1637913019950
कप · 1:139023912823
कप · 4:539019016337
कप · 9:1639012020367
लैपटॉप · 1:1183688926
लैपटॉप · 4:5183539238
लैपटॉप · 9:16183298470
मोबाइल फ़ोन · 1:1214161449
मोबाइल फ़ोन · 4:52141317013
मोबाइल फ़ोन · 9:16214939823
स्रोत: COCO2017 सत्यापन एनोटेशन; गणनाएँ Influence IQ की.[1][3][4] सभी 5 तय श्रेणियाँ × 3 अनुपात, पूर्णांक गिनतियों और श्रेणी के भीतर अपरिवर्तित हर के साथ. मामलों की गिनती अलग-अलग तस्वीरों की गिनती नहीं है. “किसी जगह नहीं” तय अनुपात और सभी बॉक्स रखने की आवश्यकता से जुड़ा है; यह व्यावसायिक क्रॉप असफलता का अनुमान नहीं है.

1 वस्तु रखने से सवाल बदल जाता है

समूह और 1 वस्तु का अंतर इतना बड़ा है कि उसे मुख्य परिणाम के साथ रखना चाहिए. 9:16 पर बोतलों के 379 तस्वीर/श्रेणी मामलों में से 50 सिर्फ़ खिसकाने से नहीं समा सकते थे. अलग बॉक्स की जाँच में, बोतल के 1,013 व्यक्तिगत बॉक्सों में से सिर्फ़ 3 नहीं समा सकते थे. दोनों जाँचों में गिनती के लिए इस्तेमाल की गई कुल संख्याएँ और आवश्यकताएँ अलग हैं; इन गिनतियों को एक-दूसरे की जगह असफलता दर नहीं माना जा सकता.

दूसरी तालिका में हर वैध, भीड़ के रूप में चिह्नित न किए गए बॉक्स पर वही ज्यामिति अलग-अलग लागू होती है. कई बोतलों वाली तस्वीर यहाँ बोतल के कई अलग बॉक्स देती है, जबकि ऊपर उसने बोतलों का 1 समूह दिया था. हर अलग बॉक्स को अकेला देखा जाता है. इससे यह नहीं दिखता कि उन सभी की अलग-अलग संभव जगहें 1 क्रॉप में साथ मिल सकती थीं.

हैंडबैग के लिए हर अलग बॉक्स 3 अनुपातों में से हर अनुपात पर कहीं समा सकता था, फिर भी सभी हैंडबैग वाले कुछ समूह नहीं समा सकते थे. यह अंतर एक सरल ज्यामितीय सीमा से मेल खाता है: कई वस्तुएँ अकेले संभाली जा सकती हैं, लेकिन साथ समाने के लिए बहुत दूर-दूर हो सकती हैं. इससे यह स्थापित नहीं होता कि किसी ने मूल दृश्य वैसे क्यों सजाया या अभियान में क्या दिखाना चाहिए.

लैपटॉप भी बताते हैं कि अलग बॉक्स की जाँच गारंटी क्यों नहीं है. 9:16 पर लैपटॉप के 231 व्यक्तिगत बॉक्सों में से 60 सिर्फ़ खिसकाने से नहीं समा सकते थे. अन्य पंक्तियाँ अलग हैं और पूरी संवेदनशीलता तालिका उन्हें रखती है. हमने कैमरे का कोण, वस्तु का आकार, मूल तस्वीर की दिशा या दृश्य की रचना नियंत्रित नहीं की, इसलिए श्रेणियों की तुलना किसी कारण को अलग नहीं कर सकती.

टीम इस अंतर से संशोधन का अनुरोध स्पष्ट कर सकती है. क्या “उत्पाद रखें” का मतलब नाम से पहचानी गई 1 मुख्य वस्तु, सेट की हर वस्तु या दृश्य में उस प्रकार की हर वस्तु है? जवाब बदलने से रचनात्मक आवश्यकता बदलती है. यह सहमति से लिया गया निर्णय होना चाहिए; क्रॉप को सफल दिखाने के लिए चुपचाप दी गई छूट नहीं.

एक बार में 1 बॉक्स रखें: पूरी संवेदनशीलता जाँच

भीड़ के रूप में चिह्नित न किए गए हर वैध इंस्टेंस को अलग जाँचा जाता है. 1 तस्वीर की कई वस्तुएँ कई बॉक्स दे सकती हैं और हर बॉक्स अकेला देखा जाता है; उनकी अलग-अलग संभव जगहें 1 क्रॉप में साथ काम करें, यह ज़रूरी नहीं.

15 तय श्रेणी-अनुपात मेल: पात्र व्यक्तिगत बॉक्स और केंद्र में समाए, खिसकाने से समा सकने वाले या किसी जगह न समाने वाले अलग बॉक्सों की गिनतियाँ
श्रेणी और लक्षित अनुपातपात्र बॉक्सकेंद्र में बॉक्स रहता हैखिसकाने से बॉक्स रह सकता हैकिसी जगह बॉक्स नहीं रहता
हैंडबैग · 1:15403531870
हैंडबैग · 4:55403162240
हैंडबैग · 9:165402033370
बोतलें · 1:11,0137542590
बोतलें · 4:51,0136813320
बोतलें · 9:161,0135134973
कप · 1:18956592360
कप · 4:58955593360
कप · 9:1689541946610
लैपटॉप · 1:123110710717
लैपटॉप · 4:52317912626
लैपटॉप · 9:162314312860
मोबाइल फ़ोन · 1:1262204508
मोबाइल फ़ोन · 4:5262172837
मोबाइल फ़ोन · 9:1626212412612
स्रोत: वही COCO सत्यापन एनोटेशन फ़ाइल और क्रॉप ज्यामिति.[3][4] सभी 5 श्रेणियाँ × 3 अनुपात. अलग-अलग बॉक्सों की इस जाँच में कुल गिने गए बॉक्सों की संख्या आधार है, जबकि समूह तालिका में कुल मामलों की संख्या आधार है. 9:16 पर बोतल के 1,013 व्यक्तिगत बॉक्सों में से 3 नहीं समा सकते थे, जबकि सभी बोतलों वाले 379 समूहों में से 50 नहीं समा सकते थे. 0 का मतलब इस सीमित जाँच में देखी गई 0 गिनती है, नई तस्वीर की गारंटी नहीं.

हर फ़्रेम की रचना अलग जाँचें

1:1, 4:5 और 9:16 पहले से तय परीक्षण आकार हैं, Instagram के मौजूदा फ़ॉर्मैट विनिर्देशों या किसी अनुशंसित फ़ॉर्मैट नीति का बयान नहीं. Instagram तस्वीर क्रॉप करते समय एक्सपोर्ट तैयार करने वाले व्यक्ति से इच्छित प्लेसमेंट और उसकी ज़रूरतें पुष्ट करें. यह अध्ययन एक तय फ़्रेम के भीतर वस्तुओं के समाने का अधिक सीमित सवाल देखता है.

मूल तस्वीर की हर दिशा पात्र बनी रही. चौड़ी लैंडस्केप और लंबी पोर्ट्रेट तस्वीर पर एक ही लक्षित अनुपात का असर अलग होता है: कोई क्रॉप चौड़ाई घटा सकता है, जबकि दूसरा ऊँचाई घटाता है. इसलिए परखे गए क्रॉप हर मूल तस्वीर में एक-दूसरे के भीतर नहीं होते. यहाँ ऐसा कोई सामान्य नियम नहीं कि वर्गाकार से लंबे अनुपात पर जाने से हर अलग मामले का परिणाम बिगड़ना ही चाहिए.

स्रोतों का मिश्रण भी श्रेणी के अनुसार अलग है. हैंडबैग समूह में 210 लैंडस्केप, 10 वर्गाकार और 72 पोर्ट्रेट मामले थे; लैपटॉप समूह में 157, 2 और 24 थे. ये कवरेज की गिनतियाँ हैं, समायोजित तुलनाएँ नहीं. परिणाम देखने के बाद सिर्फ़ लैंडस्केप तस्वीरें छाँटने के बजाय हमने यह मिश्रण रखा, लेकिन इससे श्रेणियाँ तुलना योग्य व्यावसायिक आबादियाँ नहीं बन जातीं.

असली काम में हर ज़रूरी रचना अलग जाँचें. वर्गाकार संस्करण की मंज़ूरी से पोर्ट्रेट संस्करण अपने आप मंज़ूर नहीं होता. न ही किसी 1 अनुपात में असफल होने से यह स्थापित होता है कि दूसरा मंज़ूर लेआउट असफल होगा. उपयोगी रिकॉर्ड स्रोत, ज़रूरी वस्तुओं और ठीक किस फ़्रेम की समीक्षा हुई, इन्हें पहचानता है ताकि अगला व्यक्ति मंज़ूरी का दायरा समझ सके.

2 बोतलों का काल्पनिक काम निर्णय स्पष्ट करता है

कल्पना करें कि पेय पदार्थों का एक छोटा ब्रांड किसी क्रिएटर से मंज़ूर लैंडस्केप तस्वीर को 4:5 पोर्ट्रेट रचना में ढालने को कहता है. काल्पनिक स्रोत 1,600 पिक्सेल चौड़ा और 900 पिक्सेल ऊँचा है. उसका सबसे बड़ा 4:5 क्रॉप 720 गुणा 900 पिक्सेल है. इस उदाहरण का ब्रांड, तस्वीर, निर्देशांक और काम काल्पनिक हैं; ये COCO का अवलोकन या मापा गया उत्पादन परिणाम नहीं हैं.

मान लें कि ज़रूरी बोतल का बॉक्स क्षैतिज निर्देशांक 100 से 400 और ऊर्ध्वाधर निर्देशांक 100 से 800 तक है. केंद्र वाला क्रॉप क्षैतिज निर्देशांक 440 से 1,160 तक जाता है, इसलिए उस बॉक्स को छोड़ देता है. क्रॉप को खिसकाकर 100 से शुरू करने पर क्षैतिज सीमा 100 से 820 तक होती है और पूरा काल्पनिक बॉक्स समा जाता है. यहाँ मूल समस्या जगह की है.

अब क्षैतिज निर्देशांक 1,000 से 1,300 तक दूसरा ज़रूरी बोतल बॉक्स जोड़ें, जिसकी ऊर्ध्वाधर सीमा वही है. साथ में 2 बॉक्सों की क्षैतिज चौड़ाई 1,200 पिक्सेल है. क्रॉप खिसकाकर दोनों को 720 पिक्सेल चौड़े क्रॉप में नहीं रखा जा सकता. हर बॉक्स अलग समा सकता है; दोनों को रखने की आवश्यकता ही टकराव पैदा करती है.

क्लाइंट के काम के ज़िम्मेदार व्यक्ति के पास क्रिएटर से चर्चा के लिए कई विकल्प हैं. वे दूसरी मंज़ूर तस्वीर चुन सकते हैं जिसमें जोड़ा पास-पास हो, सादी अतिरिक्त जगह वाले लेआउट में पूरा स्रोत रख सकते हैं या पूछ सकते हैं कि क्या ब्रीफ़ में सिर्फ़ नाम से पहचानी गई 1 मुख्य बोतल होनी चाहिए. ये प्रस्तावित उत्पादन विकल्प हैं, हमारे एनोटेशन विश्लेषण में परखे गए लाभ नहीं.

ब्रांड को दोनों बोतलें चाहिए हों तो मंज़ूरी के बिना 1 बोतल हटाना काम बदल देता है. सिर्फ़ मुख्य बोतल चाहिए हो तो पीछे की हर बोतल रखने पर ज़ोर देना अनावश्यक सीमा जोड़ सकता है. कौन-सा संदेश सही है, यह बेंचमार्क तय नहीं कर सकता. इस उदाहरण में इसका उपयोग यह सामने लाना है कि क्रॉप कौन-सी आवश्यकता पूरी कर सकता है और कौन-सी नहीं.

टीम के किसी संस्करण पर सहमत होने के बाद भी समीक्षक को उसे प्रस्तुति के इच्छित आकार पर देखना होगा. दोनों बॉक्स बचने से पैकेजिंग पढ़ने योग्य होने, पेशकश छिपने या जगह के असहज संतुलन के बारे में कुछ पता नहीं चलता. ज्यामिति समाने का सवाल सुलझा सकती है, जबकि अन्य रचनात्मक और तथ्य संबंधी जाँचें बाकी रह सकती हैं.

काम सौंपते समय क्रॉप की आवश्यकता लिखें

छोटा ब्रीफ़ व्यवसाय, फ़ोटोग्राफ़र, डिज़ाइनर और क्रिएटर के बीच छूटा हुआ निर्णय आगे पहुँचा सकता है. सिर्फ़ “पोर्ट्रेट संस्करण चाहिए” वाले संदेश पर भरोसा करने के बजाय उसे मंज़ूर स्रोत के साथ रखें. विवरण से पता चलना चाहिए कि क्या रहना ज़रूरी है, क्या बदल सकता है और उस बदलाव को कौन मंज़ूर कर सकता है.

यह खाली टेम्पलेट कॉपी करें: “मंज़ूर स्रोत और संस्करण: __. इच्छित प्लेसमेंट और फ़्रेम अनुपात: __. नाम से पहचानी गई ज़रूरी वस्तुएँ या समूह: __. वे विवरण जो पढ़ने योग्य रहने चाहिए: __. क्रॉप खिसकाने की अनुमति: __. सादी अतिरिक्त जगह जोड़ने या दूसरा मंज़ूर स्रोत चुनने की अनुमति: __. बदली आवश्यकता मंज़ूर करने वाला व्यक्ति: __. समीक्षित संस्करण और तारीख: __.” टीम ये फ़ील्ड असली काम के अनुसार भरती है, इस डेटासेट से नहीं.

ज़रूरी वस्तु वाला फ़ील्ड इतना स्पष्ट हो कि कोई दूसरा व्यक्ति उसे लागू कर सके. “लॉन्च सेट की दोनों बोतलें” और “सामने के सबसे पास की बोतल” अलग हैं. किसी लेबल, चेहरे या पेशकश की अपनी जाँच ज़रूरी हो सकती है, भले ही उसके आसपास की वस्तु का बॉक्स समा जाए. स्रोत एनोटेशन ने ये व्यावसायिक प्राथमिकताएँ तय नहीं की थीं.

केंद्र वाला क्रॉप कोई ज़रूरी चीज़ काट दे तो पहले देखें कि दूसरी जगह सहमति से तय की गई वस्तुओं को बचा सकती है या नहीं. समूह न समा सके तो तस्वीर या रचना के चुनाव का सवाल मंज़ूरी देने वाले के पास वापस ले जाएँ. काम सौंपते समय यह अंतर रखने से संशोधन का कारण मिलता है, बिना यह दावा किए कि डेटासेट बता देता है कि टीम कितने संशोधनों से बचेगी.

नीचे दिखाए कदम समीक्षा का वही प्रस्तावित क्रम बताते हैं. अंतिम दृश्य में दिखाई गई सादी अतिरिक्त जगह एक संभव लेआउट विकल्प है, जब पूरे कैनवस को भरने वाला क्रॉप दोनों रूप नहीं रख सकता. इससे यह साबित नहीं होता कि हर प्लेसमेंट में ऐसी अतिरिक्त जगह की अनुमति है या बने हुए लेआउट का प्रदर्शन बेहतर होगा.

ज़रूरी वस्तुओं को क्रॉप समीक्षा में साथ रखें

वैचारिक क्रम में गोलाकार रूप और मेहराब जैसा रूप चिह्नित किए गए हैं. फिर संकरा क्रॉप दोनों को काटता है और अंत में पोर्ट्रेट कैनवस पर सादी अतिरिक्त जगह देकर दोनों रखे जाते हैं.
  1. बताएँ कि क्या बचना चाहिए

    स्रोत के ठीक उसी संस्करण के साथ ज़रूरी वस्तुओं और विवरणों पर सहमत हों.

  2. इच्छित फ़्रेम जाँचें

    ज़रूरी अनुपात पर केंद्र वाले क्रॉप की समीक्षा एक्सपोर्ट आकार से अलग करें.

  3. पहले जगह बदलें, फिर समाने का फैसला करें

    खिसकाने से ज़रूरी समूह न बचे तो दूसरी तस्वीर, लेआउट या ब्रीफ़ पर सहमत हों.

  4. सहमति से तय किए गए संस्करण की समीक्षा करें

    असली रचना, पढ़ने योग्य विवरण और मंज़ूरी का दायरा जाँचें.

काम सौंपने का प्रस्तावित तरीका: ज़रूरी वस्तुएँ बताएँ, क्रॉप जाँचें और न समाने पर दूसरे लेआउट पर चर्चा करें. अंतिम दृश्य सादी अतिरिक्त जगह का उपयोग करता है; बीच वाला क्रॉप दोनों रूप नहीं बचाता. ये काल्पनिक दृश्य बेंचमार्क की गिनतियाँ नहीं दिखाते और न व्यावसायिक नतीजे स्थापित करते हैं.

एनोटेशन की तुलना कैसे की गई

COCO संदर्भ में वस्तुओं का शोध डेटासेट है, जिसमें बिखरे हुए दृश्य और कई वस्तुएँ भी हैं. इसे व्यावसायिक उत्पाद तस्वीरों का प्रतिनिधि समूह बनाने के लिए नहीं जुटाया गया था. हमने इसका 2017 सत्यापन इंस्टेंस-एनोटेशन भाग लिया, जिसमें 5,000 तस्वीरों की पहचान है. भाग का नाम रिलीज़ बताता है, हर तस्वीर खींचे जाने का वर्ष नहीं.[1][2]

एनोटेशन फ़ाइल 24 अक्टूबर, 2026 (UTC) को ली गई. हमने उसका पूरा चेकसम जाँचा और स्रोत की सटीक पहचान रखी. हमने तस्वीरें प्राप्त नहीं कीं, देखीं नहीं और उनका वर्गीकरण नहीं किया. विश्लेषण में दर्ज चित्र माप, श्रेणी ID, क्राउड संकेत और बॉक्स निर्देशांक लिए गए; सुंदरता का आकलन या वस्तु-पिक्सेल का माप नहीं जोड़ा गया.

क्रॉप के परिणाम निकालने से पहले 5 श्रेणियाँ, 3 अनुपात, समूह की आवश्यकता, अलग बॉक्स की संवेदनशीलता जाँच और बाहर रखने के नियम तय किए गए थे. मुख्य विश्लेषण में 1,458 पात्र तस्वीर/श्रेणी मामले थे. अलग इंस्टेंस विश्लेषण में 2,941 वैध बॉक्स थे. कोई 1 तस्वीर 1 से अधिक श्रेणी में आ सकती है, इसलिए समूह की कुल संख्या न अलग-अलग तस्वीरों की गिनती है, न आबादी से स्वतंत्र रूप से लिए गए नमूनों का समूह.

हमने भीड़ के रूप में चिह्नित 16 एनोटेशन बाहर रखे: 12 बोतलें और 4 कप. चुनी गई श्रेणियों का कोई भी भीड़ के रूप में चिह्नित न किया गया इंस्टेंस या मुख्य समूह घोषित वैधता नियमों में असफल नहीं हुआ. स्रोत में तय 5 श्रेणियों से बाहर की श्रेणियाँ भी हैं; परिणाम के बाद उन्हें नहीं जोड़ा गया. हर श्रेणी के सभी पात्र मामले हर अनुपात पर कुल पात्र मामलों की उसी संख्या के साथ तुलना में बने रहे.[3][4]

निर्देशांक मूल दशमलव टोकन से निकले सटीक भिन्नों के रूप में जाँचे गए. क्रॉप में समावेशन में सीमा पर बराबरी भी शामिल थी. तालिकाएँ पूर्णांक गिनतियाँ दिखाती हैं, जबकि डाउनलोड होने वाले सार सटीक गिनती वाले भिन्न रखते हैं. गणना इस सीमित एनोटेशन समूह का वर्णन करती है; हम विश्वास अंतराल, आबादी के अनुमान, व्यावसायिक असफलता के पूर्वानुमान या श्रेणी के कारणात्मक असर नहीं बताते.

साइन अप की ज़रूरत नहीं है. दोनों पूरी तालिकाएँ और पात्र समूह व अनुपात का हर रिकॉर्ड शामिल है. साझा पैकेज में विधि का अंग्रेज़ी विवरण, एनोटेशन स्रोत की सटीक पहचान और परिणाम दोहराने का कोड है. COCO एनोटेशन के अधिकार मूल तस्वीरों के अधिकार नहीं देते; तस्वीरें दोबारा वितरित नहीं की गई हैं.[8]

संशोधन के लिए अधिक स्पष्ट सवाल पूछने में बेंचमार्क का उपयोग करें

आकार अनुपात बदलते समय किसी क्षेत्र को बचाना पहले से स्थापित क्रॉपिंग समस्या है. पुराने शोध में देखा गया है कि कोई क्षेत्र चुने हुए अनुपात में समा सकता है या नहीं, केंद्र में तय अनुपात वाले क्रॉप की संपादकों के चुनाव से तुलना की गई है और अन्य क्रॉप प्रक्रियाओं में बची अग्रभूमि मापी गई है. हमारा योगदान पहले से तय यह जोड़ीदार सूची और समूह बनाम अलग बॉक्स का अंतर है, नया क्रॉपिंग एल्गोरिदम नहीं.[5][6][7]

अपनी मंज़ूर तस्वीर के लिए ध्यान से की गई मैनुअल क्रॉप समीक्षा अब भी सबसे सीधा जवाब है. इस संग्रह की तालिका नहीं बता सकती कि कौन-सी वस्तु उत्पाद बेचती है, पीछे का कौन-सा विवरण महत्त्वपूर्ण है या चुनी गई रचना सही लगती है या नहीं. यह समझा सकती है कि “केंद्र में यह कट जाता है” और “कोई जगह ज़रूरी समूह नहीं रख सकती” पर अलग जवाब क्यों होने चाहिए.

इसे पिक्सेल माप के सवाल से भी अलग रखें. किसी स्रोत का आकार एक्सपोर्ट के लिए पर्याप्त हो सकता है, फिर भी ज़रूरी वस्तुएँ बहुत दूर-दूर हों. इसके उलट, ज्यामितीय रूप से समाने से यह स्थापित नहीं होता कि छोटे स्रोत को बड़ा करने पर स्वीकार्य तस्वीर मिलेगी. गैलरी आकार वाला हमारा संबंधित अध्ययन माप का सवाल देखता है; यह बेंचमार्क एनोटेशन वाली वस्तुओं के समाने का सवाल जोड़ता है.

क्रॉप संशोधन के लिए लौटे तो इच्छित फ़्रेम साथ लगाएँ और बताएँ कि क्या रहना चाहिए. फिर तय करें कि दूसरी जगह आज़माएँ, दूसरा मंज़ूर स्रोत चुनें या अनुमति लेकर लेआउट या ब्रीफ़ बदलें. बेंचमार्क उस बातचीत के लिए ठोस अंतर देता है. असली रचनात्मक सामग्री, उसके अधिकार और अंतिम प्रस्तुति की अपनी समीक्षा अब भी ज़रूरी है.

शोध टिप्पणियाँ

  1. COCO Consortium, आधिकारिक डेटा डाउनलोड विवरण और 2017 प्रशिक्षण/सत्यापन एनोटेशन रिलीज़. सत्यापन भाग में 5,000 तस्वीरों की पहचान है. “2017” भाग की रिलीज़ बताता है, तस्वीरें खींचने का वर्ष नहीं. Influence IQ ने पूरा instances_val2017.json एनोटेशन सदस्य 24 अक्टूबर, 2026 (UTC) को लिया, चित्र पिक्सेल के बिना. सार्वजनिक पैकेज में स्रोत URL, सदस्य का नाम और सटीक SHA256 दर्ज है.
  2. Lin और सहकर्मी, Microsoft COCO: Common Objects in Context. डेटासेट को संदर्भ में दिखने वाली वस्तुओं और ऐसे दृश्यों के लिए बनाया गया था जिनमें वस्तुओं को अलग से प्रमुखता देकर नहीं दिखाया गया है; कई वस्तुओं वाले दृश्य भी शामिल हैं. यह शोध संग्रह उत्पाद कैटलॉग, क्रिएटर की सामग्री, Instagram पोस्ट या मौजूदा व्यावसायिक अभियानों का प्रतिनिधि होना स्थापित नहीं करता.
  3. COCO Consortium, इंस्टेंस-एनोटेशन फ़ॉर्मैट. बॉक्स चित्र के निर्देशांक x, y, width (चौड़ाई) और height (ऊँचाई) का उपयोग करते हैं; iscrowd भीड़ वाले एनोटेशन अलग बताता है. हमारी पहले से तय मुख्य इकाई में 1 तस्वीर की 1 चुनी गई श्रेणी के भीड़ के रूप में चिह्नित न किए गए सभी बॉक्स हैं. भीड़ वाले एनोटेशन बाहर रखकर अलग गिने गए हैं. पूरा बॉक्स भीतर रहने से बचे हुए वस्तु पिक्सेल, पहचान, पठनीयता या दृश्य गुणवत्ता नहीं मापी जाती.
  4. क्रॉप के परिणामों से पहले तय Influence IQ की गणनाएँ: हैंडबैग, बोतल, कप, लैपटॉप और मोबाइल फ़ोन; अनुपात 1:1, 4:5 और 9:16; मूल फ़्रेम के भीतर अक्षों के समांतर सबसे बड़ा क्रॉप; पहले केंद्र, फिर खिसकाकर समाने की संभावना. चुने गए सभी भीड़ के रूप में चिह्नित न किए गए बॉक्स मुख्य समूह बनाते हैं; हर वैध इंस्टेंस भी अलग जाँचा जाता है. सटीक भिन्न मूल दशमलव निर्देशांक बनाए रखते हैं और सीमा को छूना भी शामिल है. पैकेज में सभी 4,374 समूह-अनुपात पंक्तियाँ, सभी 30 सार, कवरेज, बाहर रखे गए मामले और परिणाम दोहराने का कोड है. स्रोत की कोई तस्वीर प्राप्त नहीं की गई.
  5. Zhang, Leszczuk, Miglino और Ye, Automatic Adaptive Image Cropping to Preserve Regions of Interest, Technical Disclosure Commons (2022). इस पुराने प्रकाशन में पहले ही देखा गया है कि रुचि के क्षेत्र की तुलना संभावित क्रॉप मापों से करके उसे किसी आकार अनुपात पर कैसे बचाया जाए. खिसकाकर समाने की संभावना यहाँ नए एल्गोरिदम के रूप में पेश नहीं की गई है.
  6. Christensen और Vartakavi, An Experience-based Direct Generation approach to Automatic Image Cropping. लेख में तय अनुपात वाले क्रॉप की संपादकों के बनाए क्रॉप से तुलना है और सबसे बड़ा समाने वाला केंद्रित आधार क्रॉप भी है. संपादकों से मेल के उसके माप इस बेंचमार्क के पूरे एनोटेशन बॉक्स समाने से अलग हैं. तुलना पुराने शोध का संदर्भ है, व्यावसायिक क्रॉप सेवा का सत्यापन नहीं.
  7. Liu और सहकर्मी, PixMIM: Rethinking Pixel Reconstruction in Masked Image Modeling (2023). लेख अलग डेटासेट, मास्क और परिणाम से चित्र की पूर्व-प्रक्रिया में अग्रभूमि की कवरेज देखता है, जिसमें केंद्र वाले क्रॉप भी हैं. यह पुराना साक्ष्य है कि क्रॉप प्रक्रियाएँ अग्रभूमि हटा सकती हैं; हमारे बॉक्स समाने की गिनतियों को उसी पिक्सेल-कवरेज माप के रूप में नहीं पढ़ना चाहिए.
  8. स्रोत: COCO Consortium, COCO2017 सत्यापन एनोटेशन, CC BY 4.0 के तहत लाइसेंस प्राप्त. चयन, ज्यामितीय गणनाएँ, तालिकाएँ, व्याख्या और अनुवाद Influence IQ के रूपांतरण हैं; इससे समर्थन का आशय नहीं है. COCO एनोटेशन लाइसेंस को मूल Flickr तस्वीरों के अलग कॉपीराइट से अलग करता है. स्रोत की कोई तस्वीर प्राप्त या दोबारा वितरित नहीं की गई. मौलिक वैचारिक चित्र COCO के चित्र नहीं हैं.

अंग्रेज़ी लेख सभी भाषा संस्करणों का मूल है. हर संस्करण उसी पहले से तय COCO एनोटेशन समूह, श्रेणियों, अनुपातों और गणनाओं का वर्णन करता है. लेख की भाषा नए बाज़ार के बारे में साक्ष्य नहीं बनाती. चयन, विश्लेषण, व्याख्या और अनुवाद की ज़िम्मेदारी Influence IQ की है.

चित्र का काम सौंपते समय अगला हिस्सा जाँचें