商品结构有没有被改：用Pillow定位局部像素差异-平芜编程栈

AI做商品图可能改变产品在画面中的轮廓、连接关系或可见细节，但一张差异图不能直接判断商品有没有变形。背景调整、压缩和光照变化也会造成像素差异。本文给出一个较窄的本地检查方法：在已经对齐的两张图片中，比较同一矩形区域，把存在像素变化的位置交给人工复核，不输出“保真通过”的自动结论。

以办公订书机为假设对象，整体图看上去相似时，后部转轴可能仍值得放大检查。先在原图和候选里确认它处于相同位置、相同尺度，再选一个包含转轴和周边连接面的区域。若候选换了拍摄角度，应该先并排人工看结构，不能把同一组坐标硬套上去；尺寸相同也不代表主体已经对齐。

Picset公开提供商品图组生成和图片精修入口，这里把它放在候选制作环节。[1]下面的脚本用于下载后的独立复核，不属于其内置能力，也没有调用其图像识别接口。对AI商品图生成流程而言，把候选制作与局部检查分开，可以保留清晰的职责：制作工具提供画面，检查程序只报告它实际比较到的像素范围。

图解：同位置区域对照示意，非程序运行截图

把输入约束写进函数

示例使用Pillow的ImageChops.difference计算对应像素的绝对差值，再取得非零区域的包围框。[2][3]为了避免读者把不同文件随意送入比较，函数只接受单帧RGB图片，要求画布大小一致，并检查矩形边界。它不做自动缩放、旋转或透明背景合成，因为这些处理会改变比较对象，必须由上游明确决定并保留记录。

矩形坐标按左、上、右、下传入，右边和下边不包含在裁切范围里。返回坐标转换回原画布位置，方便把结果与素材记录放在一起。没有非零差异时返回空值，只说明所选区域的RGB数值一致。区域外是否变化、透明度有没有差别、商品结构是否合理，都不属于这个结果能够回答的问题。

from PIL import Image, ImageChops def roi_difference(before, after, box): if len(box) != 4 or any(type(v) is not int for v in box): raise ValueError('box requires four integers') with Image.open(before) as a, Image.open(after) as b: for im in (a, b): if getattr(im, 'n_frames', 1) != 1 or im.mode != 'RGB': raise ValueError('single-frame RGB images required') im.load() if a.size != b.size: raise ValueError('canvas sizes differ') left, top, right, bottom = box width, height = a.size if not (0 <= left < right <= width and 0 <= top < bottom <= height): raise ValueError('box outside image') diff = ImageChops.difference(a.crop(box), b.crop(box)) bounds = diff.getbbox() if bounds is None: return None x0, y0, x1, y1 = bounds return (x0 + left, y0 + top, x1 + left, y1 + top)

可以用同一张无损保存的合成图片作基线，在矩形内改动一个像素，检查返回框是否准确包含它；再把改动移到矩形外，检查结果是否为空。这种测试验证的是裁切与坐标还原逻辑，不是用合成图证明商品保真。输入两张不同大小的画布或越界区域时，函数应直接报错，让调用者修正任务条件。

像素变化还需要回到画面解释

得到一个差异范围后，可以将该区域对应的原图与候选并排放大。转轴周围变亮，可能来自光照；原本连在一起的金属部件出现断口，则需要进一步查看轮廓。程序没有识别这些部件，也不知道哪条边缘属于商品，所以报告中应写“局部像素有变化”，再由复核者补充看到的结构问题，不能直接写“检测到变形”。

照片经过JPEG重新压缩，即使主体没有明显改变，也可能出现大量非零像素。相反，差异区域较小，也不表示变化不重要：一小块文字、一个接口或一个连接点，都可能承载关键商品信息。因此示例没有设置差异占比阈值。若业务确实需要阈值，应先建立有人工标注的样本，并说明误报、漏报怎样影响后续操作。

透明图片在这个版本中被主动拒绝。只把RGBA转换成RGB，可能丢掉透明度变化；而直接计算包含透明通道的差异，又需要明确查看哪些通道和怎样解释结果。与其让一个简短示例隐含这些决定，不如先限制输入范围。带EXIF方向信息的素材也应在上游统一方向，再确认检查坐标与实际显示一致，不能一边看旋转后的预览一边用未旋转坐标。

每条检查记录可以保存原图名称、候选名称、矩形坐标和返回范围，再附上人工判断及处理意见。文件名应指向稳定的版本，而不是会被覆盖的临时下载文件。重复生成之后要重新确认素材与坐标，不沿用上一次的通过记录。若商品被移动或缩放，当前检查任务已经失效，应回到对齐或人工对照步骤。

最后的采用决定还要覆盖没有进入矩形的部分。检查了订书机转轴，并不意味着底座、开口或包装附件已经核对。可以按真实商品的关键部位逐个建立观察任务，也可以在素材不足时补拍侧面图。自动化适合把明确、重复的比较做得可追溯；至于某处变化能不能接受，仍应由掌握商品资料的人给出依据。