直播透明贴片生成器

要解决什么问题

扩散模型在 RGB 像素里训练，没有 alpha 通道；多数 API 的「透明背景」往往是白底或灰底假透明，叠到抖音直播画面上会露底。后置抠图（RMBG 等）又容易吃掉中文细笔画。直播贴片还要 像素级准确的中文（价格、景区名），和 真透明 PNG 同时满足——通用生图工具很少把这条链路兜全。

技能如何工作

本技能用 两阶段管线 按场景分流：

• 主题贴片（模式 B）：ImageGen 在 洋红底 上一次性生成带完整文字的 3D 艺术字与装饰元素（已废弃「无字底板 + PIL 硬叠字」路线）；裁水印后按前景颜色选 HSV 品红阈值 或 rembg（u2net） 去底，再扩展到 16:9 交付真透明 PNG。
• 价格 / 简洁文字（模式 A）：本地 Pillow 渲染，零积分、文字 100% 准确、真透明。
• 促销卡片：AI 出无字卡片底板 → 测量占位区 → PIL 精准叠价，带排版自检。
• 顶/底氛围横幅（模式 D）：按景区类型生风景底图，边缘羽化 融入画面，中间留白给主播。

类目会映射字体与配色（山水古建偏书法楷体+金描边，乐园偏圆润 3D 等），并支持参考图 img2img（input_fidelity 需控制，避免照抄参考图文字）。

适用边界与注意点

• AI 艺术字偶发错字：可用 PIL 局部修正，不必退回整条叠字路线。
• 融合式构图（主标题 + 副标题横幅 + 元素）去底时，语义分割可能丢掉横幅；前景远离洋红时应 优先 HSV 阈值。
• 带完整背景的直播主画面走模式 C，不要求透明；A3 横版大图由 AI 画背景、文案仍由 PIL 叠加以保证可读。
• 参考素材仅作风格参考，不直接输出原文件；交付时会主动给出浅灰预览 + 透明 PNG，并清理洋红草稿等非成品文件。