技能介绍

截图工具类网站的功能往往分散在十几个入口里：转格式要去一个页面，加水印要去另一个页面，拼长图、切九宫格又是另外的工具。当你面对的不是一个截图而是几百张产品图、几千张素材时，在网页里反复上传下载显然不现实。这个技能把这类需求收敛到一个单文件 CLI 脚本里，让批量图片处理可以在本地一次跑完。

核心能力

它基于 Pillow 实现了十二类常见操作，全部支持目录或通配符批量输入：

格式互转：convert 支持 jpg/png/webp/tiff/pdf/heic/psd 等，转 JPEG 时自动把 RGBA/P 模式压平为 RGB，转 ICO 默认 256×256
水印：watermark 支持文字、logo 或两者叠加，可控制透明度、缩放比例和九宫格位置
压缩：compress 按 JPEG 质量压缩并打印前后体积对比，适合「又小又不糊」的取舍
OCR：ocr 逐图提取文字到同名 .txt
拼接 / 拆分：stitch 拼水平或垂直长图，split 按行列网格切成九宫格
调整：grayscale 灰度（0=纯灰，100=原色）、resize 缩放、rotate / flip 旋转翻转
增强：enhance 超分放大，默认用 Pillow LANCZOS + 非锐化掩膜做基础增强，也可指定 Real-ESRGAN 模型
抠图：removebg 优先走 rembg AI 抠图，未安装时回退到四角取色 + 颜色容差的简单模式

工作方式

执行分四步：确认输入路径与目标参数；检查依赖（Pillow 必需，HEIC/RAW/OCR/超分等按需启用）；调用 scripts/image_batch_processor.py 对应子命令，可用 --out 指定输出目录，默认写入 /_output；最后汇总成功与跳过数量，并说明跳过原因。

适用边界

批量稳健性是设计重点：每张图独立 try/except，单张解码失败不会中断整批任务。默认绝不覆盖原文件。中文路径与中文水印依赖系统字体，缺失时回退默认字体。需要注意的是，OCR 需要额外装 Tesseract 引擎及中文包，AI 超分需要自备 .pth 模型文件，rembg 首次安装体积较大——这些可选依赖缺失时脚本会给出明确的安装提示而不是静默跳过。