图片改字 v2.0 — 无痕迹修改图片中的数字与文字

把图片里的一串数字/文字换成另一串，且看起来从未被改过。

铁律（每次执行前必读）

1. 先说积分：生成图片会额外消耗积分（单张约 5-10 积分，迭代重试会累加）。动手前必须告知用户并说明预计张数。
2. 不改原图文件：永远输出到新文件（默认 <原名>_edited.<ext>），原图只读。
3. 合规一票否决：证件、票据、合同、公文、证书、银行流水、成绩单、医疗单据等具有法律效力的文件，一律拒绝。详见文末「合规边界」。
4. 不撒谎：如果结果不达标，如实说明并给出备选方案（换个字、裁切构图、接受轻微痕迹），不要交付一张明显穿帮的图。

何时触发

• 用户要求修改图片中的数字、金额、日期、编号、姓名、标题、文案等
• 用户强调"要逼真"、"看不出 P 过"、"自然一点"
• 用户上传截图/照片并指出"把这里的 X 改成 Y"
• 用户说"P 图"、"改字"、"换个数字"

不适用于（此时应改用其他方案）：整图风格迁移、换脸、去水印、大面积内容重绘、需要 100% 像素级精确的矢量排版（建议用 HTML/Canvas 重做）。

核心工具与参数（关键，别用错）

使用内置 ImageGen 工具的图生图编辑模式：传入 image1 = 原图，模型在原图基础上局部重绘。

> ⚠️ image1 只接受本地路径或 HTTP/HTTPS URL。base64、data URI、相对路径都不行。路径里有中文/空格时直接传绝对路径即可。

标准工作流（SOP）

Step 0 · 确认与报价

确认：改什么 → 改成什么 → 在哪儿。信息不全就问，别猜。
告知：本次大约需要生成 N 张图，约消耗 N×(5~10) 积分，可以开始吗？
若用户一次要改多处，明确说明会分步进行、费用按张累加。

Step 1 · 读图分析

用 Read 工具打开原图，逐项确认后在心里形成一段描述：

• 目标内容：原文是什么，在第几行/哪个位置，周围有什么
• 字体特征：衬线 / 无衬线 / 等宽 / 手写 / 黑体；字重（细/常规/粗）；是否有描边、阴影、渐变、斜体
• 渲染环境：纸质印刷 / 屏幕截图 / 手机拍照 / 金属刻印 / 喷绘 / 黑板 / LED
• 一致性锚点：目标附近有没有相同字体的其他字符？有的话，在 prompt 里点名"参考图中其余数字的渲染风格"——这是提升成功率最有效的一招
• 干扰因素：光照方向、噪点/摩尔纹、透视角度、模糊程度、JPEG 压缩块

Step 2 · 预处理（小字/小目标必做）

python scripts/img_tool.py probe "<原图>"          # 拿尺寸 + 建议 size 参数

• 目标文字在图中高度 < 40px，或整图分辨率很低 → 走「局部裁剪放大法」（见下方），不要直接整图硬改
• 目标文字高度 ≥ 40px 且背景干净 → 直接整图编辑即可

Step 3 · 构造 prompt

基础模板（按需裁剪，别堆砌）：

在这张图片上做局部文字修改：把「<原文>」改成「<新文>」。
严格要求：
1. 只改这一处文字，画面其余部分必须与输入图逐像素一致，不允许任何重绘、移位或风格变化
2. 新文字的字体、字号、字重、字间距、基线位置、倾斜角度与原文完全一致
3. 若周围存在同字体的其他字符，严格复刻它们的笔画粗细、末端形状与渲染方式
4. 保持原有的颜色、透明度、发光/描边/投影、光照方向与噪点纹理
5. 边缘过渡自然，无模糊、无重影、无色差、无涂抹感

然后叠加场景加成词（这个是效果分水岭）→ 见 references/prompt-recipes.md，那里有印刷体/手写/屏幕/LCD/金属刻印/喷绘/黑板/布料等 10 类配方，以及中英文混排、竖排、艺术字等特殊处理。

新值书写规范：金额写 1,280.00（含千分位与小位）；日期沿用原格式（如 2026/09/08 不要写成 2026-09-08）；编号保持位数与分隔符。用户没说格式就按原格式推。

Step 4 · 生成

调用 ImageGen，参数：image1=原图（或裁剪放大图）、prompt、input_fidelity="high"、size=probe 建议值、quality="high"、output_dir=当前工作目录。

Step 5 · 自检（必做，不自检不交付）

用 Read 打开结果图，逐项过一遍 → references/self-check.md。
核心 6 项：字体像不像、基线齐不齐、颜色/光照对不对、周围有没有被连带改动、边缘有没有痕迹、语义对不对（有没有错别字/多字少字）。
任何一项不达标 → 进入 Step 6，不要将就。

Step 6 · 迭代（对症下药，别盲目重跑）

先判断失败症状，再选改法 → references/self-check.md 的「故障排查表」。
通用顺序：① 调 prompt 描述 ② 补参考图 image2 ③ 走局部裁剪放大法 ④ 换思路（见下）。
最多迭代 3 次；3 次仍不达标就停下来向用户说明，展示当前最好结果并给出备选方案。

Step 7 · 交付

用 present_files 展示，说明：改了什么、在哪儿、改成了什么、用了几张图、有无残留瑕疵。同时展示原图与结果图方便对比。

局部裁剪放大法（小字/小目标专用）

当目标文字在整图里太小，模型"看不清"导致字体跑偏时：

# 1. 裁剪目标区域并放大（--box 为原图像素坐标 x1,y1,x2,y2，可留较多边距）
python scripts/img_tool.py crop "<原图>" --box 620,340,880,410 --out _crop.png --scale 3

# 2. 用 ImageGen 编辑 _crop.png（此时 size 用与裁剪图比例匹配的尺寸）
#    → 得到 _crop_edited.png

# 3. 羽化贴回原图（--box 必须与第 1 步完全一致，--feather 默认 2）
python scripts/img_tool.py paste "<原图>" "_crop_edited.png" --box 620,340,880,410 --out "<原名>_edited.png" --feather 3

要点：
- --box 两处必须完全一致，否则位置对不上
- 边距适度：四周留 10-30px（约半个字高）给羽化缓冲即可，不必贪大；裁剪框绝不能压到卡片边框、表格线、分隔线等边界元素，否则会把边界一起裁进来，贴回后产生错位和描边
- --scale 3-4 倍通常够；裁剪后长边建议控制在 2048 以内
- --feather 一般 2-4；如果贴回后有明显"补丁感"，增大到 5-8；如果边缘糊了就减小
- 裁剪图编辑时，size 要按裁剪图的比例重新选，不是原图比例

多处修改策略

• 优先一次改完：若多处文字在同一行/同一视觉区域且互不影响，可在一次 prompt 里列出全部替换（编号 1. 2. 3.），省积分
• 否则分步串行：改完第 1 处 → 用结果图作为下一轮的 image1 → 逐步推进。每步都要自检，避免误差累积
• 分步时务必：每一轮把"已改好的部分"写进 prompt 的保持项，例如"已修改的 XX 保持不变，本次只改 YY"
• 超过 3 处建议先跟用户确认必要性与费用

常见坑位速查

合规边界

拒绝执行（说明原因并提供合法替代建议）：
- 伪造、变造身份证/护照/驾驶证/营业执照/学历证书/房产证等证件
- 篡改合同、发票、收据、银行流水、对账单、保单、票据、公文、法院文书
- 修改考试成绩单、录取通知、医疗诊断/检查报告、检疫证明
- 用于诈骗、冒充他人、虚假报销、逃票、伪造凭证等违法用途
- 伪造新闻截图、官方公告、他人聊天记录用于误导或诽谤

可以正常执行：设计稿/效果图的文案占位替换、演示配图的数据调整、自媒体配图创意修改、自己拍摄照片里的招牌/日期/价格修改（非交易凭证）、UI 原型的文案微调、教学/练习素材。

灰色地带处理：若无法判断用途，直接询问用途；用户回避或用途明显指向上述禁区 → 拒绝。

附：脚本

scripts/img_tool.py（需 Python + Pillow，pip install pillow；probe 在缺 Pillow 时仍可读文件头）

• probe <图片> — 输出尺寸、宽高比、建议 size 参数
• crop <图片> --box x1,y1,x2,y2 --out out.png [--scale 3] — 裁剪并放大，作为编辑输入
• paste <原图> <局部图> --box x1,y1,x2,y2 --out out.png [--feather 3] — 缩放并羽化贴回

扩展阅读：references/prompt-recipes.md（场景配方）、references/self-check.md（自检 + 排查）。