电子包浆生成器

将高清图片转换为具有"电子包浆"效果的劣质图像，模拟网络传播和多次压缩造成的图像退化效果。

📁 项目结构

meme-pic/
├── frontend/          # Next.js前端 (部署到Vercel)
├── app.py            # Python Flask后端
├── requirements.txt  # Python依赖
├── templates/        # 原始HTML模板 (已弃用)
└── static/          # 静态资源

🚀 快速开始

后端 (Python Flask)

1. 安装Python依赖：

pip install -r requirements.txt

2. 启动后端服务器：

python app.py

后端将运行在 http://localhost:5000

前端 (Next.js)

1. 进入前端目录：

cd frontend

2. 安装依赖：

npm install

3. 启动开发服务器：

npm run dev

前端将运行在 http://localhost:3000

🌐 部署方案

后端部署选项

• Railway: 推荐，简单快速
• Heroku: 经典选择
• Digital Ocean: 更多控制权
• AWS/Google Cloud: 企业级选择

前端部署 (Vercel)

1. 推送代码到GitHub
2. 在Vercel中导入仓库
3. 设置环境变量 NEXT_PUBLIC_API_URL 为后端URL
4. 自动部署完成

✨ 特色功能

• 🎨 现代化界面: 使用Next.js + Tailwind CSS构建
• 🌟 流畅动画: Framer Motion动画效果
• 📱 响应式设计: 支持桌面和移动设备
• 🎯 拖拽上传: 支持拖拽文件上传
• ⚡ 实时预览: 即时显示原图和处理结果
• 🔄 处理进度: 实时显示处理状态
• 📥 一键下载: 处理完成后立即下载

🔧 技术栈

后端

• Python 3.8+
• Flask - Web框架
• PIL (Pillow) - 图像处理
• OpenCV - 计算机视觉库
• Flask-CORS - 跨域支持

前端

• Next.js 14 - React框架
• TypeScript - 类型安全
• Tailwind CSS - 样式框架
• Framer Motion - 动画库
• Axios - HTTP客户端

🎯 电子包浆算法

1. 多重JPEG压缩: 25次不同质量的压缩处理
2. 随机缩放: 模拟多次缩放造成的像素损失
3. 最近邻插值: 产生马赛克和锯齿效果
4. 渐进质量降级: 模拟网络传播的累积效应

📖 API文档

POST /api/process

处理上传的图片并返回电子包浆效果

请求:

• Content-Type: multipart/form-data
• file: 图片文件

响应:

{
  "success": true,
  "image": "data:image/jpeg;base64,/9j/4AAQ...",
  "filename": "packaged_image.jpg"
}

🔒 环境变量

后端

无需特殊配置

前端

NEXT_PUBLIC_API_URL=http://localhost:5000

📋 待办事项

• 添加更多图像处理算法
• 支持批量处理
• 添加处理历史记录
• 支持自定义压缩参数
• 添加图像质量分析

🤝 贡献

欢迎提交Issue和Pull Request！

�� 许可证

MIT License