# -*- coding: utf-8 -*-
"""
处理用户补充的新素材（assets/img 内）：
- 7 张透明底产品图 p-*：无损 WebP 保留 alpha（已是镂空，无需再处理）
- p-hs01 背景复杂不透明：有损压缩（页面走 framed 描边容器）
- 12 张照片 JPG：有损 WebP（宽度 >1600 的缩到 1600）
- qr-wechat.png 二维码：不处理，HTML 直接引用原 PNG
原图不删除（用户提供的源文件）。用法: uv run --with pillow python3 tools/process_new_assets.py
"""
from pathlib import Path

from PIL import Image

IMG = Path('assets/img')

# 已检测为真透明的产品图（透明像素 37%~88%）
ALPHA_PRODUCTS = [
    'p-bb03.png', 'p-bg01.png', 'p-sg03.png', 'p-sg03mini.png',
    'p-sl01.png', 'p-st01.png', 'p-st02.png',
]
# 有损压缩的照片/截图
PHOTOS = [
    'p-hs01.png',  # 背景复杂不透明，同照片处理
    'ai-agent.jpg', 'app-livestock.jpg', 'building.jpg', 'cctv.jpg',
    'digital-twin.jpg', 'factory-line.jpg', 'factory.jpg', 'goat.jpg',
    'hero-grazing.jpg', 'hydro-class.jpg', 'liangchang.jpg',
    'machine-install.jpg', 'platform-asset.jpg', 'platform-hydro.jpg',
    'platform-pasture.jpg',
]

for name in ALPHA_PRODUCTS:
    src = IMG / name
    dst = IMG / (name[:-4] + '.webp')
    im = Image.open(src).convert('RGBA')
    # 自检：透明像素占比必须显著，否则说明误判为透明图
    trans = sum(1 for p in im.getdata() if p[3] < 250) / (im.width * im.height)
    assert trans > 0.2, f'{name} 透明像素仅 {trans:.0%}，不符合透明底预期'
    im.save(dst, 'WEBP', lossless=True, method=6)
    print(f'{name:18s} -> {dst.name:22s} 透明{trans:.0%} {dst.stat().st_size // 1024}KB')

for name in PHOTOS:
    src = IMG / name
    dst = IMG / (name[:-4] + '.webp')
    im = Image.open(src).convert('RGB')
    if im.width > 1600:
        im = im.resize((1600, round(im.height * 1600 / im.width)), Image.LANCZOS)
    im.save(dst, 'WEBP', quality=82, method=6)
    print(f'{name:18s} -> {dst.name:22s} {im.width}x{im.height} {dst.stat().st_size // 1024}KB')

print('完成')