Product Image Refine
商品图片精修流水线，专为服装/产品电商场景设计。
执行顺序：调整尺寸（等比缩放+白色填充） → AI去除背景（保留衣服+衣架轮廓） → 白色背景填充 → JPEG 压缩至目标大小。
默认参数：600x600、白色背景、60KB 以下。
依赖安装
执行前确保 Python 虚拟环境中已安装以下依赖：
pip install Pillow onnxruntime numpy requests
首次运行时会自动下载 U2Net ONNX 模型（约 176MB）到 ~/.u2net/u2net.onnx，后续运行直接使用缓存。
使用方式
单张图片处理
python scripts/product_image_refine.py <图片路径> [--size 600] [--max_kb 60] [--output <目录>]
批量处理整个目录
python scripts/product_image_refine.py <目录路径> --size 600 --max_kb 60
目录下所有 .png/.jpg/.jpeg/.bmp/.webp/.gif 文件都会被处理，源文件保留不动，处理结果保存到源目录下的 adjusted 子文件夹。
参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
input |
(必填) | 图片文件路径或目录路径 |
--size |
600 | 目标尺寸（正方形，如 600 表示 600x600） |
--max_kb |
60 | 压缩后最大文件大小（KB） |
--output |
源目录/adjusted | 输出目录，不指定则在源目录下创建 adjusted 子文件夹 |
处理流水线（4 步）
Step 1: 调整尺寸
等比缩放图片到目标尺寸，不足部分用白色填充，居中放置。
保持图片原始宽高比不变形。
Step 2: AI 去除背景
使用 U2Net ONNX 模型自动识别前景，保留衣服及衣架的轮廓，将其他背景区域变为透明。
模型会自动识别商品主体（包括挂钩的衣架），无需手动标注。
Step 3: 白色背景填充
将去除背景后的图片合成到纯白背景上，转换为 RGB 格式，确保背景为纯白色。
Step 4: 压缩
输出统一为 JPEG 格式，逐步降低质量（从 95 到 20），直到满足大小要求。
输出文件扩展名统一为 .jpg，保存到 adjusted 子文件夹，源文件保留不动。
注意事项
- 源文件保留不动，处理结果保存到
adjusted子文件夹（或 --output 指定的目录） - AI 去背景会保留衣服和衣架的轮廓，其他背景区域变为白色
- 首次运行需下载模型（约 176MB），后续使用缓存无需重复下载
- 60KB 限制对于 600x600 图片较为严格，可能需要降低 JPEG 质量到较低值
- 如需更高质量，可适当放宽 max_kb 限制（如 --max_kb 100）
