README.md

metadata

title: Computer vision e piante - VECCHIO
emoji: 🌱
colorFrom: green
colorTo: gray
sdk: gradio
sdk_version: 5.49.1
app_file: app.py
python_version: '3.10'
license: apache-2.0
short_description: Percorsi didattici su immagini, piante e computer vision.

Computer vision e piante - percorsi 6-14 anni

Lo Space mantiene un unico indirizzo e organizza tre percorsi distinti:

• 6-9 anni: preparazione di schede PDF con fotografie a quadretti;
• 9-11 anni: esplorazione di matrici di pixel, trasformazioni additive del colore e stima automatica del verde;
• 11-14 anni: confronto progressivo fra segmentazione HSV, indice ExG e FastSAM guidato da un click, eseguito su CPU Basic.

La fascia 14-16 non è inclusa in questa versione. Le relative attività verranno sviluppate separatamente a partire dal precedente Space sperimentale.

Avvio rapido

1. Aprire la scheda della fascia interessata.
2. Caricare una fotografia. Nei moduli 6-9 e 11-14 è anche possibile usare il dataset sperimentale incluso.
3. Seguire i pulsanti nell'ordine indicato.
4. Controllare sempre la maschera o l'anteprima prima di interpretare un risultato numerico.
5. Aprire il PDF della fascia quando servono istruzioni didattiche più dettagliate.

Dataset sperimentale

La cartella dataset/ contiene 48 fotografie:

• NS = assenza di stress idrico;
• S = stress idrico;
• A, B, C = repliche;
• 06, 09, 11, 14, 16, 19, 23, 26 = giorni dal trapianto.

Il dataset completo non viene sostituito da una selezione ridotta. Può essere utilizzato quando la classe non produce fotografie proprie o quando serve confrontare immagini acquisite con un protocollo comune.

---

6-9 - Piante a quadretti

Procedura

1. Caricare una fotografia oppure selezionare condizione, replica e giorno dal dataset.
2. Inserire il titolo dell'attività.
3. Scegliere il numero di righe e colonne, da 4 a 36.
4. Regolare lo schiarimento. Il valore iniziale è 0,50.
5. Lasciare disattivata l'opzione colore per produrre una fotografia in bianco e nero; attivarla solo quando serve conservare i colori.
6. Premere Genera la scheda PDF.
7. Controllare l'anteprima e scaricare il PDF.

Il PDF contiene:

• titolo dell'attività;
• fotografia schiarita con griglia;
• indicazione della dimensione della griglia;
• spazio finale per annotare a mano il numero di quadratini verdi identificati o colorati.

Il programma non riconosce la pianta, non disegna contorni automatici e non introduce il conteggio dei quadratini parziali.

Guida didattica: assets/6-9/Guida_piante_a_quadretti.pdf.

---

9-11 - Pixel e colore

A scuola - Esplora una matrice di pixel

1. Caricare una fotografia.
2. Scegliere un selettore di 3 × 3 oppure 5 × 5 pixel.
3. Scegliere lo spazio di colore RGB o HSV.
4. Scegliere un singolo canale:
   • R, G, B per RGB;
   • H, S, V per HSV.
5. Fare click sull'immagine.

Lo Space mostra:

• la fotografia originale con il selettore quadrato;
• l'area scelta ingrandita senza sfumare i pixel;
• una matrice della stessa dimensione con un valore per ogni pixel.

Nella rappresentazione didattica:

• RGB usa valori da 0 a 255;
• H usa gradi da 0° a 359°;
• S e V usano percentuali da 0% a 100%.

A scuola - Laboratorio del colore

1. Caricare una fotografia nel campo sorgente.
2. Premere Carica nel pennello.
3. Dipingere la zona da modificare.
4. Scegliere spazio di colore, canale e variazione additiva.
5. Premere Applica la modifica alla zona dipinta.

Per RGB i valori vengono limitati fra 0 e 255. Per S e V vengono limitati fra 0% e 100%. Il canale H è circolare: aumentando ripetutamente la tonalità si attraversa il cerchio cromatico e si ritorna al colore di partenza. Ogni pressione del pulsante applica un passaggio additivo alla zona dipinta.

Con la famiglia - Quanto verde?

1. Caricare la fotografia orizzontale d'insieme.
2. Inserire le stime percentuali separate da virgole.
3. Premere Calcola la stima automatica.
4. Confrontare le stime con il risultato e osservare la maschera.

Il risultato è una stima prodotta da soglie HSV, non una misura assoluta della vegetazione. La maschera rende visibili i pixel inclusi o esclusi.

Guida didattica: assets/9-11/Guida_pixel_e_verde.pdf.

---

11-14 - Confronta i metodi

La stessa fotografia viene utilizzata in quattro passaggi progressivi.

1. Metodo cromatico automatico

Premere Applica il metodo cromatico. Lo Space usa soglie HSV iniziali e applica automaticamente una pulizia morfologica della maschera. Il kernel viene scelto in base alle dimensioni dell'immagine:

• 3 × 3 per immagini più piccole;
• 5 × 5 per immagini più grandi.

2. Modifica delle soglie HSV

Aprire Prova a modificare le soglie nello spazio HSV. Gli slider consentono di cambiare:

• intervallo della tonalità H;
• saturazione minima e massima;
• luminosità minima e massima.

Questa sezione serve a osservare come una trasformazione dei limiti numerici modifica la maschera.

3. Indice ExG

Aprire Prova l'indice ExG. L'indice viene calcolato per ogni pixel:

ExG = 2G - R - B

Il programma conserva i pixel per i quali ExG supera la soglia scelta e applica la stessa pulizia automatica usata dal metodo HSV.

4. FastSAM guidato da un click

1. Caricare o selezionare la fotografia sorgente.
2. Aprire Adesso prova FastSAM.
3. Fare click direttamente sulla pianta nella fotografia sorgente mostrata all’inizio del modulo. Non serve caricare una seconda immagine. Il click avvia l'inferenza su CPU.
4. Attendere la comparsa della maschera e della sovrapposizione.

FastSAM usa il punto come prompt e restituisce una maschera della regione associata all'oggetto selezionato. Maschera FastSAM e Sovrapposizione FastSAM sono output e non richiedono caricamenti.

Il pulsante Confronta l'ultimo metodo cromatico con FastSAM affianca l'ultima sovrapposizione HSV o ExG alla sovrapposizione FastSAM.

Guide:

• assets/11-14/Guida_confronto_segmentazioni.pdf;
• assets/11-14/Approfondimenti_tecnici_docenti.pdf.

---

Runtime CPU Basic e FastSAM

Questa revisione riprende il flusso già funzionante nello Space consolidato wlatt/Plant_segmentation_edu:

• inferenza su device="cpu";
• modello FastSAM-s.pt caricato una sola volta e mantenuto in cache;
• esecuzione avviata direttamente dall'evento di click sull'immagine;
• nessuna funzione @spaces.GPU e nessuna dipendenza dal pacchetto spaces.

Per un account personale gratuito selezionare CPU Basic nelle impostazioni hardware. Il file FastSAM-s.pt viene scaricato automaticamente da Ultralytics al primo utilizzo se non è già presente nella cache. Il primo click può quindi richiedere più tempo.

Test FastSAM dopo la pubblicazione

1. Selezionare CPU Basic in Settings > Hardware.
2. Eseguire un Factory reboot.
3. Aprire la scheda 11-14 e caricare un'immagine del dataset.
4. Aprire la sezione FastSAM.
5. Fare click al centro della pianta nella fotografia sorgente e attendere il risultato.
6. In caso di errore, leggere i log del container generati subito dopo il click. Gli avvisi del browser relativi a sensori, PixiJS, telemetria o awswaf.com non identificano l'errore Python del modello.

Pubblicazione nello Space esistente

Per mantenere invariati i link già presenti nelle schede:

1. aprire lo Space esistente;
2. sostituire i file con il contenuto di questa cartella, senza creare un nuovo slug;
3. verificare che dataset/ contenga 48 immagini;
4. eseguire un Factory reboot;
5. provare prima una funzione CPU;
6. provare FastSAM su un'immagine del dataset.

Documenti allegati

• assets/comuni/Tutorial_setup_sperimentale.pdf;
• assets/comuni/Scheda_esperimento.pdf;
• assets/6-9/Guida_piante_a_quadretti.pdf;
• assets/9-11/Guida_pixel_e_verde.pdf;
• assets/11-14/Guida_confronto_segmentazioni.pdf;
• assets/11-14/Approfondimenti_tecnici_docenti.pdf.

Fonti tecniche essenziali

• FastSAM: https://docs.ultralytics.com/models/fast-sam/
• Gradio Image: https://www.gradio.app/docs/gradio/image
• Gradio ImageEditor: https://www.gradio.app/docs/gradio/imageeditor
• Hugging Face Spaces e CPU Basic: https://huggingface.co/docs/hub/spaces-overview