零依赖图片诊断与并排对照（无 Pillow）

零依赖图片诊断与并排对照

何时用

• 用户贴图说「不清晰 / 糊 / 发灰 / 有色带」——先量，别猜。
• 要验证「我生成的图」和「用户在别处看到的图」到底差在哪。
• 从一张截图里裁出目标区域做进一步处理。
• 批量产物要目检（30 张封面/图标/牌面）→ 拼联系表一眼过。
• 环境装不上 Pillow（本机常驻、CI、客户机）时的唯一出路。

核心心法：先区分「分辨率问题」还是「渲染问题」

「不清晰」有四种完全不同的原因，对应的解法互不通用：

判据来源：把目标平台上实际存的那张图下载回来量。不要只看自己本地生成的文件。

实例（2026-09-21，公众号封面）

本地生成 2250×958 → 平台 CDN /0 也是 2250×958 原图（无损），/640 是 1080×460。 分辨率全程没问题。真正原因：渐变 #0f2b1c → #0d1117 两端亮度都在 0~40， 98% 的像素挤在两个近黑桶里，平均亮度只有 28.5/255（11%）。显示端把暗部提一档 （用户截图实测平均亮度 103.6、暗部抬到 RGB≈(40,56,56)）后，量化台阶被放大成 肉眼可见的斜向色带 —— 用户描述就是「糊 + 脏」。

python scripts/inspect.py stats old.png new.png       # 亮度 / 主色 / 跳变
python scripts/inspect.py lift old.png -o old_lift.png
python scripts/inspect.py lift new.png -o new_lift.png
python scripts/inspect.py compare old_lift.png new_lift.png -o cmp.png

量化结果：提亮后背景最强跳变 旧版 83 → 新版 2。

设计侧的三条硬规则（跨项目通用）

1. 避开近黑区。底色平均亮度别低于 ~40/255。近黑是 8-bit 最脆弱的区间， 任何 gamma / 色彩配置差异都把它掀翻。
2. 不要平滑渐变。改成「硬停」渐变（色标重叠、无插值）＝两块纯色 + 一条硬边：

   background: linear-gradient(100deg, #10362c 0%, #1d5f4a 63%, #1d5f4a 63%, #1d5f4a 100%);
   

   纯色区域在 PNG 里是常量，压缩 / 缩放 / 色彩变换都不会产生色带。
3. 按最终尺寸设计字号。若下游会把图归一化到 1080 宽，就按 1080 画布定字号， 再 scale:2 截图交给下游降采样 —— 比「大画布设计 + 被缩小」锐。

补充：text-overflow:ellipsis 对 12 字以上的中英混排产品名很容易吃掉内容， 小字号永远比截断好看。而且字号估算公式不可靠（CJK 1.0em / 拉丁 0.56em 对 「混排 + 粗体」会偏窄约 5%），正确做法是在浏览器里实测并自动缩字号：

if (e.scrollWidth > e.clientWidth + 1) e.style.fontSize = (fs * 0.93) + 'px';
// 循环最多 10 轮，直到不溢出

CLI

scripts/inspect.py（scripts/imgtool.py 是被它 import 的库）

python inspect.py stats   <图...>                    # 亮度/主色/跳变 一张表
python inspect.py lift    <图> [--gamma 0.62] -o x   # 模拟暗部提亮，暴露色带
python inspect.py compare <图A> <图B> -o cmp.png     # 上下拼接（白底留边）
python inspect.py bbox    <图> [--thresh 235]        # 非白外接框（从句图截图裁目标）
python inspect.py crop    <图> --box x0,y0,x1,y1 -o x
python inspect.py resize  <图> --width 900 -o x
python inspect.py sheet   <图...> --cols 5 --width 300 -o sheet.png

stats 输出读法：亮度 <40/255 = 整图挤在近黑区（危险的信号）； 主色数少 + 跳变低 = 平滑区域已经块状化。

库 API（imgtool.py）

import imgtool as I
w, h, px = I.load_rgb("a.png")              # -> (w, h, RGB 紧凑 bytes)
I.write_png("out.png", w, h, px)            # 写 PNG（zlib 压缩），吃三元组
I.fit_width("a.png", 1000)                  # -> (nw, nh, px, (原w, 原h))
I.resize(w, h, px, nw, nh)                  # -> 裸 bytes（双线性）
I.crop(w, h, px, x, y, cw, ch)              # -> 裸 bytes（裁切）
I.crop_rgb(w, h, px, x, y, cw, ch)          # -> (cw, ch, px)，裁切的对称版
I.bbox_nonwhite("a.png", thresh=235)        # -> (x0, y0, x1, y1)
I.vstack([(w,h,px), ...], pad=12)           # -> (tw, th, out) 上下拼接

返回值分两类，混用必炸 ValueError（踩过）：

• 三元组 (w,h,px)：load_rgb / fit_width / crop_rgb / vstack —— 可无缝喂给下一环
• 裸 bytes（只有像素）：resize / crop —— 尺寸要自己记，或改用 crop_rgb
• 所以 cw, ch, p = I.crop(...) 是错的；cw, ch, p = I.crop_rgb(...) 才对。

支持 PNG 色彩类型 0/2/3/4/6、滤镜 0-4、PLTE 调色板。不支持 16bit 与隔行； JPEG 需要先转 PNG（可用浏览器 CDP 截图或系统工具）。

坑

• 不要只量本地文件。要看下游实际存的那张：CDN 常有多档（/0 原图、/640 降级），编辑器预览加载的往往是降级档，实际显示宽度可能超过它的像素数。
• 别用「平均亮度」单指标下结论，配合主色分布一起看：平均 28 但主色只有两个 近黑桶，比平均 60 而主色分散更危险。
• 对称地做对照：把两张图放到同一宽度再拼，否则尺寸差本身就会被误读成清晰度差。
• vstack 的入参是 (w, h, px) 三元组，不是裸 bytes —— 传错会 ValueError。