ecommerce-material-studio

name ecommerce-material-studio description 电商素材工坊（中英双语）。用户需要生成电商主图、详情图、场景图、产品图合成、品牌叠加时使用。自动识别品类→匹配风格→场景感知合成→统一文字→自动质检→多平台适配→标准化交付。E-commerce product image studio: category detection, style matching, scene-aware compositing, text overlay, quality check, multi-platform adaptation, batch delivery. category ecommerce license MIT 电商素材工坊 / E-commerce Material Studio 生成电商产品素材（主图/详情图/场景图）的一站式工具链。输入产品图片 → 自动完成品类识别、风格匹配、场景合成、文字叠加、质检、多平台适配、批量交付。 One-stop pipeline for e-commerce product images: category detection → style matching → scene compositing → text overlay → quality check → platform adaptation → batch delivery. 何时使用 / When to use 用户需要生成 电商主图/详情图 （如"帮我做一套剃须刀主图"） 需要 产品图合成到场景 （白底图 → 场景图） 需要 品牌叠加 （Logo/保障条/卖点文字/徽章） 需要 多平台尺寸适配 （淘宝/快手/抖音/拼多多/京东等 7 平台） 需要 批量生成 多个产品素材 使用流程 / Workflow # 0. 环境依赖（一次性） pip install Pillow numpy scipy # 1. 品类识别：输入产品图 → 识别品类/风格 python3 scripts/category_detector.py --image product.png # 2. 风格匹配：品类+价位+平台+品牌 → 推荐模板 python3 scripts/style_matcher.py --category 个护电器 --sub-category 剃须刀 --price 169 --platform kuaishou # 3. 场景感知合成（核心）：库调用（SceneAwareCompositor 是 Python 库，非 CLI） python3 -c " from PIL import Image from scripts.scene_aware_compositor import SceneAwareCompositor c = SceneAwareCompositor() scene = Image.open('scene.jpg'); product = Image.open('product.png') result = c.composite(scene_image=scene, product_image=product, scene_type='lifestyle_bathroom', position=(0.5, 0.45)) result.save('result.png') " # 4. 统一文字叠加（处理 plan.json 里所有文字层） python3 scripts/text_engine.py --plan output/plan.json --brand langke --scene-tone dark # 5. 自动质检（读取 plan.json + 检查成品图） python3 scripts/quality_check.py --plan output/plan.json # 6. 多平台尺寸适配 python3 scripts/platform_adapter.py --input-dir ./output --platforms kuaishou --output-dir ./platform_output # 7. 标准化交付打包（自动生成使用指南+清单+zip） python3 scripts/delivery_packager.py --project-dir ./output --product-name "示例产品" # 8. 批量处理（多产品，断点续传） python3 scripts/batch_processor.py --input products.json --output-dir ./batch --prepare 模块清单 / Modules 模块 功能 依赖 category_detector.py 品类识别（色调/材质→子品类） Pillow style_matcher.py 风格匹配（品类+价位+平台+品牌→模板） 无 brand_loader.py 品牌配置加载（多品牌/Logo选择） 无 text_engine.py 统一文字引擎（z-index/避让/对比度） Pillow quality_check.py 自动质检（分辨率/可读性/Logo/完整/重叠） Pillow preference_memory.py 偏好记忆（跨项目复用风格） 无 batch_processor.py 批量处理（断点续传/重试/报告） 无 platform_adapter.py 7 平台尺寸适配（resize/crop/压缩） Pillow delivery_packager.py 交付打包（使用指南+清单+zip） Pillow layout_engine.py 布局引擎（物理尺寸→像素比例） 无 scene_aware_compositor.py 场景感知合成（参照物尺度/透视/景深） Pillow+numpy+scipy 数据文件 / Data (references/) category_templates.json — 12 品类场景模板库（推荐场景/prompt/配色/文字风格） product_profiles.json — 产品档案库（示例：example_shaver） brand_profiles/langke.json — 示例品牌配置（朗科=示例品牌，非真实） brand_config_template.json — 新建品牌模板 user_preferences.json — 偏好记忆库（模板） 注意事项 / Notes 字体 ： text_engine.py 需要中文字体（macOS: /System/Library/Fonts/PingFang.ttc ，Linux: NotoSansCJK，Windows: msyh.ttc）——按需修改 FONT_PATHS_BOLD / FONT_PATHS_REGULAR 常量 品牌配置 ：用 brand_config_template.json 新建自己的品牌（含 Logo 路径/色系/保障条） 合成模式 ： scene_aware_compositor.py 支持场景感知模式（自动算尺度）和兼容模式（固定 scale） 参考数据中的"朗科/LangKe"为 示例品牌 ，可直接替换为自己的品牌配置