Porque é que as apps de identificação de charutos falham tantas vezes quando a anilha está danificada ou em falta?
Porque a maioria delas está a ler a anilha e mais nada. As anilhas gastam-se, ficam viradas ao contrário da câmara, envolvidas em celofane, ou são retiradas por completo. E mesmo uma anilha que fotografa na perfeição traz muitas vezes um nome construído com palavras demasiado genéricas para identificar seja o que for: uma fatia real e mensurável de qualquer catálogo, não um caso isolado.
O que faz, na prática, um leitor que só olha para a anilha?
Está a correr reconhecimento de texto (reconhecimento ótico de carateres, OCR) sobre um pequeno anel de papel e a tratar o que quer que venha de volta como sendo a resposta completa. Aponta-se a câmara, o software lê as letras impressas e procura essa sequência numa base de dados. É todo o processo. Não há qualquer tentativa de ler a cor da capa, o formato da cabeça, o comprimento ou o cepo, nem nada mais que esteja bem à vista no resto do charuto. Se o texto da anilha sair limpo, a app parece competente. Se não sair, não há mais nada no processo a que recorrer.
O sinal revelador é a forma como estas apps se comportam quando existe uma anilha mas ligeiramente desalinhada, ou quando a impressão desbotou com o manuseamento. Não se degradam de forma gradual; falham por completo, porque o único sinal que tinham desapareceu. Um sistema com mais do que uma entrada pode perder uma e ainda assim arriscar um palpite razoável. Um sistema com exatamente uma entrada não tem para onde ir quando essa entrada é má.
Porque é que a anilha desaparece ou fica ilegível tantas vezes?
Uma anilha é uma pequena tira de papel enrolada à volta de um cilindro, e o manuseamento normal trabalha constantemente contra ela:
- Brilho do celofane. A embalagem de retalho reflete o flash da câmara diretamente de volta para a lente, apagando exatamente as letras de que o OCR precisa.
- Rotação. Uma anilha fotografada do ângulo errado em torno da circunferência do charuto esconde a maior parte do seu próprio texto atrás da curva.
- Desgaste. Um charuto transportado no bolso, numa caixa de viagem, ou simplesmente muito manuseado, ganha marcas que borram primeiro os relevos dourados e a tinta fina.
- Remoção deliberada. Muitos fumadores retiram a anilha antes de acender, o que significa que a fotografia tirada durante o fumo (muitas vezes o momento em que alguém quer mesmo identificar um charuto que lhe ofereceram) já não tem anilha para ler.
- Anilhas parciais. Algumas vitolas são vendidas com uma anilha secundária ou uma anilha de pé que traz apenas um fragmento do nome completo, e não o nome todo.
Nada disto é raro. É a condição habitual em que um charuto se encontra durante a maior parte do tempo em que está a ser fumado, que é precisamente o mesmo momento em que é mais provável que alguém pegue no telemóvel.
Porque é que uma fotografia "perfeita" da anilha não chega por si só?
Porque as palavras nela impressas podem não ser distintivas. Uma parte significativa de qualquer catálogo real de charutos tem nomes de modelo compostos inteiramente por palavras descritivas genéricas (termos como "reserve", "especial", "maduro", "selection", "anniversary") sem qualquer palavra única e específica da marca em todo o nome. Os diagnósticos de produção da Paradigm situam isto em 13,3% das entradas de catálogo: nomes construídos apenas com palavras tão genéricas que a correspondência por texto, sozinha, não consegue estreitar o campo, porque exatamente as mesmas palavras aparecem em dezenas de linhas sem relação entre si, de fabricantes diferentes.
Dê-se a um motor de correspondência de texto uma sequência que é apenas vocabulário genérico e ele não tem qualquer âncora distintiva para procurar. Não é uma falha de qualidade fotográfica. O OCR fez o seu trabalho, lendo cada letra corretamente, e a pesquisa continua sem conseguir reduzir a um único charuto, porque o próprio texto nunca foi único, à partida. Uma arquitetura de leitura construída inteiramente à volta do texto da anilha não tem forma de ultrapassar isto. Não há um segundo sinal para desempatar.
O que teria mesmo de acontecer para um leitor sobreviver a uma anilha em mau estado?
Teria de tratar a anilha como uma entrada entre várias, e não como o sistema inteiro. Uma abordagem ao charuto inteiro lê o tom e a textura da capa, o formato da cabeça e a forma como está cortada, e as dimensões físicas (comprimento e cepo) a par de qualquer texto de anilha disponível, e pondera tudo isso em conjunto. Leia mais sobre o que estas pistas visuais indicam por si só em o que esperar da capa e do formato de um charuto.
Isso conta sobretudo exatamente quando a anilha está comprometida. Uma anilha rasgada ou ausente deixa na mesma uma cor de capa, um estilo de cabeça visível e um tamanho aproximado com que trabalhar: três sinais em vez de zero. Uma anilha com palavras genéricas mas perfeitamente legível deixa na mesma a evidência visual para estreitar uma lista curta que o texto sozinho não conseguiria fechar. Nenhum destes sinais é decisivo por si só. Combinados, reduzem uma correspondência de "impossível" a "plausível", que é toda a diferença entre um leitor que falha em silêncio e um que nos deixa suficientemente perto para confirmar a olho. Para o panorama geral de fiabilidade, incluindo onde até o reconhecimento com múltiplos sinais ainda erra, veja qual é a precisão do reconhecimento de charutos por IA.
Isto quer dizer que o texto da anilha não vale nada?
Não. É normalmente o sinal mais rápido e mais específico disponível, e vale a pena lê-lo primeiro. O problema é tratá-lo como o único sinal, e ficar sem nada de útil a dizer no momento em que se degrada. Uma anilha que se lê com clareza e contém uma palavra distintiva de marca está quase sempre certa. O modo de falha é especificamente o que acontece do outro lado disso: más condições fotográficas, ou um nome legível mas genérico. Qualquer sistema que não tenha um plano para essa combinação vai falhar numa fatia previsível e recorrente das tentativas do mundo real: não um caso raro e excecional, mas um charuto vulgar de terça-feira à noite, ainda com o celofane meio posto.
Isto é algo que se possa testar por conta própria?
Sim, de forma informal. Pegue numa anilha que já consiga identificar a olho e tente fotografá-la de três maneiras: de frente com boa luz, num ângulo acentuado, e através do celofane com um reflexo de flash no enquadramento. Passe cada uma pelo leitor que estiver a avaliar. Uma ferramenta que só lê a anilha vai provavelmente acertar na primeira e falhar completamente nas outras duas, sem qualquer resposta parcial em nenhum dos casos, porque não tem camada de recurso. Um sistema que lê mais do que a anilha deverá aterrar algures perto nas duas mais difíceis, mesmo que não acerte na linha exata, porque a capa e o formato não foram a lado nenhum.
| Condição | OCR só da anilha | Correspondência do charuto inteiro |
|---|---|---|
| Anilha limpa, nome distintivo | Fiável | Fiável |
| Anilha limpa, palavras todas genéricas | Não consegue estreitar | Capa/formato/tamanho estreitam o campo |
| Anilha rasgada, desbotada ou em ângulo | Falha por completo | Degrada-se para uma lista curta |
| Anilha totalmente removida | Nenhuma entrada | Capa, cabeça e tamanho continuam utilizáveis |
A versão curta
- Os leitores que só olham para a anilha têm exatamente uma entrada, e essa entrada é frequentemente degradada por manuseamento normal, brilho da embalagem, rotação ou remoção deliberada.
- Uma parte significativa das entradas reais de catálogo (medida em 13,3% nos dados de produção da Paradigm) tem nomes de modelo compostos inteiramente por palavras genéricas, o que derrota a correspondência por texto mesmo numa anilha perfeitamente legível.
- Um sistema que lê a cor da capa, o formato da cabeça e as dimensões a par do texto da anilha ainda tem sinais quando a anilha, sozinha, não chega.
- Nenhuma abordagem de reconhecimento é infalível; a questão prática é o que um sistema faz no momento em que o seu melhor sinal fica comprometido.
- Pode submeter qualquer leitor a um teste de esforço com três fotografias de uma anilha: de frente, em ângulo e através do celofane.