图片处理工具大全

概述

Image Batch Processor（图片批量处理工具箱）

Overview

一个面向批量图片处理的单文件 CLI 技能，覆盖截图工具类网站常见的十二类操作：格式互转、水印、压缩、OCR 文字提取、长图拼接、网格拆分、灰度、缩放、旋转、翻转、模糊转高清/超分放大、图片背景去除。所有操作均支持批量（目录 / 通配符），失败时跳过并汇总，不中断整体任务。

核心脚本：scripts/image_batch_processor.py（基于 Pillow，可选依赖按需启用）。

When to use

触发词与场景示例：

• 格式转换：「把 PNG 转成 JPG」「HEIC 转 JPG」「LIVP/CR2/ARW/NEF 转 JPG」「其它格式互转」「导出成 WebP/PDF/TIFF」
• 水印：「给这些图加个文字水印」「批量打 logo 水印」
• 压缩：「压缩图片节省空间，又不要糊」「批量压到 70 质量」
• OCR：「提取图片上的文字」「批量识别截图里的字」
• 拼接：「把这些图拼成一张长图」「水平拼接 / 垂直拼接」
• 拆分：「把大图平均分成 3×3 小图」「九宫格切图」
• 灰度：「调一下灰度」「去色但保留一点原色」
• 缩放：「按像素改成 800 宽」「按比例缩到 50%」「改成 1920×1080」
• 旋转 / 翻转：「旋转 90 度」「水平翻转」「垂直翻转」
• 高清增强：「把这张模糊图变清晰」「超分放大 2 倍」「图片模糊转高清」
• 背景去除：「抠图」「去掉背景」「把人物从背景里扣出来」

Dependencies（运行前确认）

• 必需：Pillow（py3）

  pip install Pillow

• 按需（首次用到对应格式时报错并提示安装）：
  • HEIC / HEIF → pillow-heif
  • RAW（CR2/CR3/NEF/ARW/DNG）→ rawpy
  • SVG 输入 → cairosvg
  • OCR → pytesseract + 系统安装 Tesseract（中文包 chi_sim）
  • 多页图片转 PDF → img2pdf
  • 背景去除 → rembg（基于 ONNX Runtime，效果最好）
  • AI 超分高清 → realesrgan + numpy + 对应 .pth 模型文件

建议在虚拟环境或隔离目录安装，避免污染用户环境。

Workflow

1. 确认输入：拿到图片路径 / 目录 / 通配符，确认目标操作与参数。
2. 确认依赖：根据目标格式检查 Pillow 及可选依赖；缺失则先安装再执行。
3. 执行脚本：调用 scripts/image_batch_processor.py 对应子命令。可用 --out 指定输出目录，否则默认写入 <输入目录>/<操作>_output。
4. 汇总反馈：报告成功/跳过数量与输出路径；对跳过的文件说明原因（格式不支持 / 依赖缺失 / 解码失败）。

脚本统一入口：

python scripts/image_batch_processor.py <子命令> <输入...> [选项]

Operations（子命令速查）

convert — 格式互转

python scripts/image_batch_processor.py convert "*.png" --format jpg --quality 92
python scripts/image_batch_processor.py convert ./raw/ --format webp --recursive
python scripts/image_batch_processor.py convert photo.heic --format jpg   # 需 pillow-heif

• --format：目标格式（jpg/png/gif/bmp/webp/tiff/ico/pdf/svg/heic/heif/psd…）
• --quality：有损格式质量（1-100，默认 95）
• 转 JPEG 时自动把 RGBA/P 模式压平为 RGB；转 ICO 默认 256×256。

watermark — 文字 / 图片水印

python scripts/image_batch_processor.py watermark "*.jpg" --text "© 2026" --opacity 0.6 --position bottomright
python scripts/image_batch_processor.py watermark "*.png" --logo ./logo.png --scale 0.2

• --text / --logo 可单独或同时用。
• --scale：logo 相对图片宽度的比例（默认 0.2）。
• --opacity：文字透明度 0-1。
• --position：center / topleft / topright / bottomleft / bottomright。

compress — 压缩

python scripts/image_batch_processor.py compress ./photos/ --quality 70

• --quality：JPEG 质量（默认 70），打印压缩前后体积与节省比例。

ocr — 提取文字

python scripts/image_batch_processor.py ocr ./scans/ --lang chi_sim+eng

• 每张图输出同名 .txt；需 pytesseract + Tesseract 引擎。

stitch — 拼接长图

python scripts/image_batch_processor.py stitch 1.png 2.png 3.png --direction vertical --name long.png
python scripts/image_batch_processor.py stitch ./slides/ --direction horizontal

• --direction：vertical（默认）/ horizontal；拼接前统一对齐边。

split — 网格拆分

python scripts/image_batch_processor.py split big.png --rows 3 --cols 3

• 输出 <原图名>_行_列.png，如 big_1_1.png … big_3_3.png。

grayscale — 灰度调整

python scripts/image_batch_processor.py grayscale "*.jpg" --level 50

• --level：0=纯灰，100=原色（默认 50）。

resize — 缩放

python scripts/image_batch_processor.py resize "*.png" --width 800
python scripts/image_batch_processor.py resize "*.png" --percent 50
python scripts/image_batch_processor.py resize "*.png" --width 1920 --height 1080

• 指定宽或高时按比例换算另一边；同时指定则强制目标尺寸。

rotate / flip — 旋转 / 翻转

python scripts/image_batch_processor.py rotate "*.jpg" --angle 90
python scripts/image_batch_processor.py flip "*.jpg" --direction horizontal

enhance — 模糊转高清 / 超分放大

python scripts/image_batch_processor.py enhance blurry.jpg --scale 2
python scripts/image_batch_processor.py enhance ./low_res/ --scale 4 --model RealESRGAN_x4plus.pth

• --scale：放大倍数 2/3/4（默认 2）。
• --model：可选 Real-ESRGAN 模型路径；未提供则使用 Pillow LANCZOS + 非锐化掩膜的基础增强。
• --model-arch：general（默认）/ anime。

removebg — 背景去除

python scripts/image_batch_processor.py removebg photo.jpg
python scripts/image_batch_processor.py removebg ./products/ --tolerance 25

• 优先使用 rembg（AI 抠图，效果最佳）；未安装时自动回退到「四角取色 + 颜色容差」简单抠图。
• --tolerance：回退模式下背景颜色容差（默认 30）。
• 输出统一为 PNG（保留透明通道）。

Notes & Edge Cases

• 批量稳健性：每张图独立 try/except，单张失败不影响其余；最终汇总成功与跳过数。
• 特殊格式：HEIC/RAW/SVG 在缺失可选依赖时给出明确 pip 安装提示，而非静默失败。
• 输出安全：默认写入独立输出目录，绝不在原文件上覆盖；需要时由用户显式指定 --out。
• 中文路径/水印：脚本使用系统字体（Windows msyh.ttc、macOS PingFang.ttc 等），缺失时回退默认字体，文字水印仍可用。
• PDF 输出：单图转单页 PDF；多页 PDF 可后续结合 img2pdf 增强（见 Dependencies）。
• 高清增强：默认提供 Pillow 基础超分锐化（无需额外依赖）；如需 Real-ESRGAN 效果，用户需自行下载对应 .pth 模型并通过 --model 指定。
• 背景去除：AI 模式依赖 rembg 与 ONNX Runtime，首次安装可能较大；简单背景可依赖无依赖回退模式。

支付宝付费改造契约（PAYSKILL）

本技能为付费技能（PAYSKILL）。调用遵循支付宝 AI 生意画像契约，由平台调度层执行 probe → pay → complete → ack 流程：

1. probe（探测）：平台调用前先探测是否已持有本技能的支付宝有效订阅 / 付费凭证。已付费则直接放行。
2. 402 Payment-Needed：未付费时，脚本向标准输出返回 HTTP 状态 402 与 Payment-Needed 标记，提示用户通过支付宝完成付费（pay），平台据此唤起付费页。
3. complete（扣费确认）：用户在支付宝完成扣费后，平台下发 Payment-Proof（付费凭证）。
4. ack（验签放行）：平台携带 Payment-Proof 重试本次调用；scripts/payment_gate.py 验签该凭证，确认有效后放行主流程。

订阅持久化与幂等：

• 付费状态缓存在本地 .pay_cache/state.json，避免每次调用重复付费（订阅持久化）。
• 同一 Payment-Proof 在 24h 幂等窗口内仅生效一次，避免重复扣费。

现金流改造后的调用套路：

用户调用 → 平台 probe  →
   未付费：下发 402 Payment-Needed → 支付宝 pay → complete → 下发 Payment-Proof
已付费/携带 Proof：脚本 ack 验签 → 放行主流程

本契约由 SkillHUB 平台调度层解析，脚本本地仅处理 402 / 验签 / 持久化 三环节；付费本体交给支付宝。

支付宝 AI 按量付费（Machine Pay / A2M）改造说明

本 Skill 已按支付宝官方 A2M 协议改造为 Pay Skill，付费闸口位于 scripts/payment_gate.py，统一调用云端计费服务 https://pay.pembroli.cn/api/resource。

付费流程

1. 未付费调用时，服务端返回 HTTP 402 + Payment-Needed 头，携带金额、商户、订单号及 RSA2 签名。
2. 买家侧 payment_gate.py 收到 402 后引导用户完成支付，平台回传 Payment-Proof。
3. 客户端携带 Payment-Proof 重试资源端点。

验付调用

服务端收到 Payment-Proof 后，调用支付宝验付接口（alipay.aipay.agent.payment.verify）核验凭证有效性（trade_no、out_trade_no、active 状态），验证失败返回 400，验证通过才进入资源发放。

履约确认

资源发放成功后，服务端异步调用履约确认接口（alipay.aipay.agent.fulfillment.confirm，trade_no）回执，标记本笔订单已履约；并按 out_trade_no 做幂等，重复请求直接返回已缓存结果，杜绝重复收费。

幂等与缓存

买家侧按 slug 本地缓存 Payment-Proof（24h TTL），有效期内免重复支付；服务端按订单号幂等，保证同一笔订单只履约一次。