Land Lines 源代码与项目信息获取指南

Land Lines 的源代码和项目详情都可以在公开渠道找到：开源代码托管在 GitHub，技术实现细节收录在官方技术案例研究（technical case study）中，此外还提供新闻资料包（Press Kit）下载。该项目由 Zach Lieberman、Matt Felsen 及 Data Arts Team 制作，托管于 Chrome Experiments 平台。

在哪里找到源代码

Land Lines 是开源项目，代码可在 GitHub 上浏览。页面明确提供了指向 GitHub 的入口，供开发者查看实现细节。

适合以下情况：

• 想了解机器学习与图像处理的具体实现方式
• 想复用其中的数据结构或 WebGL 渲染方案
• 想基于现有代码做二次开发

在哪里了解项目创建细节

官方提供了一份 technical case study（技术案例研究），专门讲述项目是如何创建的。相比源代码，案例研究更适合快速理解整体设计思路，而不必逐行读代码。

适合以下情况：

• 想了解项目从数据集到成品的完整流程
• 关注技术选型理由，而非具体代码实现

其他可获取的资料

项目基本信息（便于判断是否值得深入）

• 定位：一个通过手势探索 Google Earth 卫星影像的实验项目。
• 交互方式：Draw（绘制）用于查找与所画线条匹配的卫星图像；Drag（拖动）用于生成由河流、公路、海岸线连接而成的无限延伸线条。
• 技术栈：
  • 线条检测：结合 OpenCV Structured Forests 与 ImageJ 的 Ridge Detection，从 50,000+ 张初始图像中筛选出数千张最具价值的图像。
  • 快速数据查找：将线条数据存入 vantage point tree（优势点树），实现浏览器内的实时匹配。
  • 渲染：使用基于 WebGL 的 Pixi.js 快速绘制和重绘 2D 图形。
  • 图像托管：所有图像存放于 Google Cloud Storage，保证全球访问速度。
• 运行特点：结合机器学习、优化算法与显卡算力，无需后端服务器即可在手机浏览器中高效运行。
• 制作方：Zach Lieberman、Matt Felsen 及 Data Arts Team，特别鸣谢 Local Projects。

常见卡点

• 页面提示 “Your browser doesn't support canvas” 时，说明当前浏览器不支持 canvas，需要更换支持 canvas 的现代浏览器后再访问。
• 想直接运行或改造项目，需具备一定的前端与 WebGL 基础，因为核心逻辑依赖 Pixi.js 和浏览器端计算，而非简单的静态页面。

如果你只是想体验效果，直接访问网站即可；如果想研究实现或做二次开发，优先从 GitHub 代码和技术案例研究入手。