基于 LANDMARKS 的 PHI 分析

Golden ratio face 黄金比例脸测试

上传正面照,看关键点和比例线逐步呈现,再让 AI 结合原图、标注图与实测比例深入解读。最后将结果与简短解释保存在一张黄金比例分享卡中。

每份成功报告消耗 10 credits统一的 landmarks 几何方法包含 AI 解读的分享卡

上传一张正脸照片

JPEG、PNG 或 WebP,最大 10 MB

照片仅用于生成本次报告

关键点先在本机测量。原图、比例标注图、关键点坐标与测量数据随后用于生成 AI 解读。

GOLDEN RATIO FACE / 报告示例

看清测量,也看懂比例。

这是一张合成模特照片,通过与真实报告相同的流程计算。查看可见三庭并点选三项 φ 比例,预览同款分享卡。

解读文案用于演示报告结构;真实报告由 AI 根据你的照片与测量生成。

PSL SCALE / 面部比例档案示例 · 合成模特

01 / 看得见的测量

你的面部比例图。

同一面部轴线 · 可见三庭

02 / 比例索引

点选一项,查看测量依据。

刻线表示 φ,圆点表示你的测量值;不是人群百分位,也不是颜值评分。

03 / 从数值到解释

这张比例图,说明了什么?

分享卡解读

眼距 / 嘴宽为 1.67:1,接近 φ;下段 / 上段为 2.34:1,与 φ 差距较大。三项平均匹配为 76/100,描述照片中的比例关系,不代表颜值。

这份黄金比例示例的 φ 参考匹配为 76/100。眼距 / 嘴宽(1.67)最接近 1.618,纵向分段(2.34)与鼻长 / 人中(2.01)的差异较大。评分只描述三组测量关系。

可见脸长宽比为 1.20:1。网格上段、中段、下段分别占测量高度的 20.1%、37.7% 与 42.2%。这些不计入评分的分段从网格额顶开始,并非真实发际线。φ 评分则由三项匹配程度 55%、97%、76% 取平均得到。

下段 / 上段 · 2.34 : 1

鼻梁至下巴跨度是网格额顶至鼻梁的 2.34 倍,φ 匹配为 55%。这是上下段之比,不是整张脸的长宽比。

眼距 / 嘴宽 · 1.67 : 1

外眼角跨度是嘴宽的 1.67 倍,φ 匹配为 97%,是三项中最接近参考值的一项。嘴部表情变化会影响这一读数。

鼻长 / 人中 · 2.01 : 1

鼻长是鼻底至上唇跨度的 2.01 倍,φ 匹配为 76%。分母跨度较短,关键点的小幅偏移也会明显影响结果。

发型方向

  • 如果想增加横向视觉宽度,可以尝试在太阳穴附近保留一些发量,与当前轮廓对比。
  • 对比照片中尽量露出额部,避免发型遮挡上方网格锚点。

配饰选择

  • 可试戴外缘顺着眼部走向的镜框,比较不同宽度,不必将 φ 当作必须达到的目标。
  • 在相同拍摄距离下比较细框与较明显的镜框,观察它们如何衬托面部比例。

下一张照片

  • 重复测量时保持镜头与眼睛同高、表情自然。
  • 使用均匀光线并适当拉远镜头,减少鼻部与嘴部的透视差异。

读数说明

  • 可见额顶锚点位于真实发际线下方,因此显示的是网格分段,不是解剖学三庭。
  • 76/100 是三项几何匹配取平均后四舍五入的结果,不是人群百分位或颜值判断。

把测量图,留在一张卡片里。

比例、测量线与 AI 解读,一起保存。

工作原理

透明的黄金比例脸分析流程

检测、数学评分和报告生成彼此分离,每一步都清楚可见。

上传清晰照片

选择头部水平的正脸照片。扣费前会检查脸部大小、居中程度、清晰度和光线。

定位人脸 landmarks

MediaPipe 在浏览器中定位额头、眼睛、鼻子、嘴唇和下巴等稳定点位,并绘制分析线。

与 φ 比较

浏览器画出黄金比例研究图;服务端重新计算比例,将原图、标注图与几何数据一起交给 AI。有效报告消耗 10 积分。

三项测量

Golden ratio face 报告测量什么

每个分数都能对应回照片中的实际距离。

上半脸与下半脸

比较额头至鼻梁与鼻梁至下巴的距离。抬头、低头、头发遮挡额头或下巴不清晰都会影响结果。

眼部跨度与嘴宽

比较两侧外眼角的跨度和嘴巴宽度。微笑、眯眼或转头都会改变可见几何。

鼻长与人中

比较鼻长与鼻底至上唇的距离。脸部中央区域越清晰,landmarks 越稳定。

拍照指南

为检测器提供清晰证据

报告描述的是一张照片,因此照片需要尽量减少透视和遮挡。

相机接近眼睛高度,镜头与脸部保持平行。
使用正面柔和光线,避免强烈侧光或逆光。
保持嘴巴和眼睛自然放松。
露出额头并确保下巴清晰可见。
避免广角近拍、美颜滤镜、瘦脸和小尺寸截图。
对比多次报告时保持相同相机、距离和表情。

完整指南

如何理解 Golden ratio face 结果

黄金比例是一种几何参照,不是颜值裁判。下面解释数字能说明什么、不能证明什么。

Golden ratio face 是什么意思?

黄金比例记作 φ,约等于 1.618。这个工具把它用于照片中几段明确的人脸距离,回答的是这些可见比例与 1.618 有多接近,而不是断言所有脸都必须符合一个模板。

常见黄金面具和螺旋图容易掩盖结果来源。本报告直接画出额头、鼻梁、下巴、外眼角、嘴角、鼻底和上唇之间的测量线,让计算更容易检查和复现。

分数如何计算

每项实际比例直接与 φ 比较,完全一致为 100%,偏差越大分数越低,结果限制在 0 至 100。总体协调分是三项分数的简单平均,不加入隐藏的主观颜值权重。

积分不改变 landmarks、公式、阈值或舍入。存在成功付款记录的账户使用配置的 OpenRouter 高阶模型生成文字解读,其他账户使用低阶模型并在失败时切换低阶 fallback;模型选择不会改变确定性的比例和分数。

为什么使用 landmarks

相机透视、头发、阴影、表情和不对称都会影响肉眼判断距离。landmarks 用可重复坐标替代猜测,检测数百个点位,再从中选择少量公开点位完成三项计算。

分析线也能暴露输入问题。如果线落在头发上、嘴巴张开或头部明显旋转,应该换照片,而不是过度解读精确百分比。

为什么同一个人的结果会变化

脸是三维的,照片却是二维投影。手机靠得更近会放大脸部中央,广角镜头会改变鼻长和脸宽,抬头与微笑也会改变可见距离。因此结果变化不等于人本身发生变化。

如需对比,请固定相机、镜头、距离、眼平高度、光线和自然表情。即使如此,报告仍然只是照片几何描述,不是永久身份分。

黄金比例不等于吸引力

吸引力还受对称性、皮肤、动态表情、年龄、文化、打理、发型和个性影响。三项黄金比例无法覆盖这些因素,数学接近度较低的人同样可能非常有辨识度和吸引力。

因此报告不使用完美、理想、丑或缺陷等标签。它适合作为几何实验、拍照参考或趣味工具,不应成为医疗建议或不可逆改变的依据。

隐私与账户公平

MediaPipe 在浏览器内定位关键点。原图、黄金比例标注图、关键点坐标与基础质量数据用于 AI 解读,服务端会重新计算测量值。应用不保存这些上传的图片。分享卡与 PNG 在本机生成,可以从导出卡片中移除照片。

只有有效报告能够返回时才扣 10 credits。没有人脸、姿态或画质不合格、输入无效、AI 失败或报告服务故障都不会签发报告或扣费。所有账户使用相同几何方法,付款记录只决定 AI 文字解读的模型等级。

常见问题

Golden ratio face 常见问题

关于照片、credits、隐私、可重复性和结果边界的直接回答。

什么是 Golden ratio face 测试?

它把明确的人脸距离与 φ(约 1.618)比较。本工具测量三项比例、计算接近度,并在照片上画出对应分析线。

分数越高就越好看吗?

不是。高分只代表这张照片中的三项比例更接近 φ,不代表人格、表情、皮肤、文化偏好或完整吸引力。

付费和免费 credits 使用不同方法吗?

几何方法完全相同:所有账户都使用相同 MediaPipe landmarks、画质检查、公式和舍入规则。有成功付款记录时,文字解读使用配置的 OpenRouter 高阶模型;没有付款记录时使用低阶模型并由低阶 fallback 兜底。

什么时候扣 10 credits?

只有清晰人脸通过本地检查,并且服务端可以返回有效报告时才扣费。检测失败、画质不合格或服务端错误不会扣费。

可以下载结果吗?

可以。保存包含标注照片、可见三庭、三项 φ 比例和简短 AI 解读的高清分享卡,也可隐藏照片,只保留几何图。完整建议保留在页面中,重复下载不消耗积分。

照片会上传或保存吗?

原图和黄金比例标注图会与关键点及计算结果一起上传,用于 AI 解读。面部检测在浏览器运行,应用不保存这两张上传图片。

为什么换照片后分数变了?

相机距离、镜头畸变、头部角度、表情、对焦和光线都会改变可见几何。请尽量使用相同拍摄条件。

这是医疗或整形建议吗?

不是。这是面部几何教育工具,不是诊断、治疗建议或手术方案。健康或医疗问题请咨询合格专业人士。

你们会收集我的测试分数吗?

会。我们会匿名汇总总分,用于了解本站同类测试的得分分布,并为后续百分位展示提供依据。统计只保留测试类型、评分版本和每个分数出现的次数,不保存单次测试明细,也不关联账号、访客标识、照片或人脸关键点。Roast 模式、双人对比和进度追踪不参与;你主动保存的私人报告按各工具说明单独处理。

准备测量你的面部比例了吗?

使用 10 credits 生成带可见 landmarks 分析线、三项 φ 测量和 PNG 下载的透明报告。