一、为什么选择系统级主体分割

在裸眼3D相框项目中，最关键的一步是"把画面主体从背景里干净地抠出来"。传统方案要么依赖自建深度学习模型（成本高、需联网推理），要么用简单的颜色/边缘分割（效果差、复杂背景基本失效）。本项目最终采用 HarmonyOS @kit.CoreVisionKit 提供的 subjectSegmentation 主体分割能力，它属于端侧系统级视觉能力，具有三大优势：

1. 零成本接入：一次接口调用即可获得语义级抠图，无需训练模型；
2. 完全离线：推理在设备端完成，不依赖网络，照片无需上传，保护隐私；
3. 实时反馈：处理速度快，能满足"选图 → 立即预览效果"的即时交互体验。

二、核心流程：一次主体提取的生命周期

2.1 解码与尺寸控制

主体分割属于计算密集型操作，超大图片会显著拉长耗时并存在内存溢出风险。SegUtil.loadPixelMap 在解码阶段就做好约束——按原图宽高比将最长边压缩到 1440 像素以内，在清晰度与性能之间取得平衡：

const k = Math.min(1, 1440 / Math.max(sw, sh));
const opts = {
  desiredSize: { width: Math.round(sw * k), height: Math.round(sh * k) }
};

2.2 发起分割

核心调用非常简洁，传入原图 PixelMap，开启前景图输出开关即可：

const visionInfo = { pixelMap: pm };
const config = { enableSubjectForegroundImage: true };
const seg = await subjectSegmentation.doSegmentation(visionInfo, config);

调用成功后，可以从结果中同时取出两样东西：

• foregroundImage：去背景的主体透明图；
• subjectRectangle：主体在原图中的矩形定位框。

前者用于"破框叠加"，后者用于"定位排版"，两者缺一不可。

2.3 结果校验：不能盲目相信抠图

这是项目踩坑最多的一环。分割接口在无人像、纯风景等场景下可能返回"全透明"或"全不透明"的无效结果。项目通过像素级透明度统计来甄别：

for (let i = 3; i < len * 4; i += 4) {
  if (arr[i] < 10) transparent++;      // 透明像素
  else if (arr[i] > 245) opaque++;     // 不透明像素
}
if (opaque == 0) {
  result.foreground = null;            // 全部透明 = 抠空，判定无主体
}

此外，不同设备返回的前景图像素格式可能不一致。为保证渲染稳定，项目强制将前景图归一化为 RGBA_8888 UNPREMUL 格式，规避"Image 组件渲染不出抠图"的兼容性问题。

三、让主体"破框而出"：坐标与合成的艺术

拿到前景图和主体框只是开始，真正的难点在于如何把两者合成出立体效果。

3.1 分层合成

ResultFrame 组件用 Stack 叠加三层结构：

1. 背景画布：整体背景色；
2. 画框 + 内框窗口：画框色块形成边框，内框窗口用 clip(true) 按"切断主体"的位置裁切显示原图；
3. 前景主体层：与内图同比例同位置叠加，但不被内框裁剪。

正是"内框裁切原图、不裁切主体层"这一点，让主体自然地压在边框与背景之上，产生破框而出的视觉错觉。

3.2 破框计算

为让主体恰好顶到窗口上沿并居中，代码做了一系列几何换算：

• getPop：根据主体高度按比例计算"探出"量，并限制不超过内框高度的 40%，防止画布过高；
• getScale：在 Cover 基础上再放大照片，直到主体能顶到上沿；
• getOx / getOy：通过主体中心与窗口中心的坐标差，算出水平居中与竖直探出的偏移量。

这些计算都以原图坐标为基准、再乘上显示缩放比例，确保前景主体与内框中的原图严丝合缝地重合，不会出现错位。

四、稳健的降级策略

主体分割并不保证每张图都能成功。项目遵循"可用性优先"原则设计了降级路径：

• 分割失败：不中断流程，直接保留普通画框效果；
• 未识别到主体：提示"未识别到明显主体，已保留画框效果"，仍可正常保存/分享；
• 用户可控：提供"主体破框"开关，不想要破框效果时可一键关闭；还内置"长按预览主体层"的调试模式，方便排查抠图质量。

五、总结

本项目对主体提取技术的运用可以概括为一条完整的链路：解码约束 → 接口调用 → 结果校验 → 坐标定位 → 分层合成 → 降级兜底。主体分割在这里不是孤立的一次性调用，而是被封装成可复用的 SegUtil，配合严谨的像素校验与精细的几何排版，最终把一次系统级 AI 能力转化成了流畅、稳定、可交互的裸眼3D创作体验。这也是端侧视觉能力在图像类应用落地时最值得借鉴的工程化思路。