# 图片适配模式技术设计

## Context

### 当前状态

当前系统图片渲染逻辑非常简单：直接使用 python-pptx 的 `add_picture()` 方法，传入 box 的宽高参数。python-pptx 会自动将图片拉伸到指定尺寸，无法保持宽高比，也无法进行居中或裁剪处理。

```python
# 当前实现 (pptx_renderer.py)
def _render_image(self, slide, elem: ImageElement, base_path):
    x, y, w, h = [Inches(v) for v in elem.box]
    slide.shapes.add_picture(str(img_path), x, y, width=w, height=h)
```

### 约束条件

- 必须保持向后兼容：未指定 `fit` 参数时，行为与当前一致
- PPTX 渲染使用英寸单位，图片处理需要像素单位
- HTML 预览需要与 PPTX 渲染保持一致的视觉效果
- DPI 配置需要同时影响两个渲染器

### 利益相关者

- 最终用户：需要多样化的图片适配选项
- HTML 预览用户：期望预览效果与最终 PPTX 一致

## Goals / Non-Goals

**Goals:**

- 支持四种图片适配模式（stretch、contain、cover、center）
- 支持留白区域的背景色填充
- 支持可配置的 DPI 转换
- HTML 预览与 PPTX 渲染效果一致
- 向后兼容现有 YAML 文件

**Non-Goals:**

- 不支持图片的旋转、翻转等变换
- 不支持图片滤镜、水印等高级效果
- 不支持 fill（平铺）模式
- 不支持自适应 box 尺寸（box 必需，不是可选）

## Decisions

### 决策 1: 使用 Pillow 作为图片处理库

**选择理由：**

- Pillow 是 Python 生态中最成熟的图片处理库，从 PIL 发展而来
- 内置 `ImageOps` 模块，直接提供 `contain()` 和 `cover()` 方法，与我们的需求完全匹配
- API 简洁直观，社区活跃，文档完善
- 轻量级，专注图片处理，不像 OpenCV 那样重量级

**替代方案考虑：**

| 方案 | 优势 | 劣势 | 结论 |
|------|------|------|------|
| Pillow | API 简洁，ImageOps 直接匹配需求 | 需要额外依赖 | ✅ 选择 |
| OpenCV | 功能强大，性能优异 | API 复杂，BGR 颜色顺序需转换，过度设计 | ❌ |
| Wand | 功能丰富 | 依赖 ImageMagick，安装复杂，跨平台问题多 | ❌ |
| 原生实现 | 无额外依赖 | 需要手动实现所有算法，容易出错 | ❌ |

### 决策 2: DPI 作为文档级配置

**选择：** 在 `metadata.dpi` 中配置，默认值 96

**理由：**

- DPI 影响整个文档的所有图片，不应在元素级别配置
- 96 是 Web 标准 DPI，与当前 HTML 渲染器一致
- 简洁的配置方式，符合 YAML 声明式风格

**替代方案：** `metadata.image.dpi`（更结构化，但过于复杂）

### 决策 3: PPTX 和 HTML 使用不同的实现方式

**PPTX 实现：**

- 使用 Pillow 处理图片（缩放、裁剪）
- 计算居中位置
- 添加背景色画布（如有需要）
- 使用 python-pptx 添加处理后的图片

**HTML 实现：**

- 使用 CSS `object-fit` 属性
- `stretch` → `object-fit: fill`
- `contain` → `object-fit: contain`
- `cover` → `object-fit: cover`
- `center` → `object-fit: none` + `object-position: center`
- 背景色使用 CSS `background-color`

**理由：** 两个平台的原生能力不同，使用各自的最佳实践，但确保视觉效果一致

### 决策 4: 图片适配模式算法设计

```
┌─────────────────────────────────────────────────────────────────────┐
│                        图片适配算法流程                              │
└─────────────────────────────────────────────────────────────────────┘

输入: img (PIL.Image), box_size (width, height), fit, background

1. stretch 模式
   ─────────────────────────────────────────────────────────────────
   直接使用 img.resize(box_size)，不考虑宽高比

2. contain 模式
   ─────────────────────────────────────────────────────────────────
   result = ImageOps.contain(img, box_size)
   # result.size <= box_size，保持宽高比
   if background:
       canvas = 创建 box_size 画布，填充背景色
       canvas.paste(result, 居中位置)
       result = canvas

3. cover 模式
   ─────────────────────────────────────────────────────────────────
   result = ImageOps.cover(img, box_size)
   # result.size == box_size，保持宽高比，裁剪超出部分

4. center 模式
   ─────────────────────────────────────────────────────────────────
   result = img  # 不缩放
   if img.width > box_size.width or img.height > box_size.height:
       result = 裁剪到 box_size（居中裁剪）
   if background:
       canvas = 创建 box_size 画布，填充背景色
       canvas.paste(result, 居中位置)
       result = canvas

输出: result (PIL.Image), display_size, display_position
```

### 决策 6: 模块化设计

```
utils/image_utils.py
├── inches_to_pixels(inches, dpi) -> float
├── pixels_to_inches(pixels, dpi) -> float
├── calculate_contain_size(img_size, box_size) -> tuple
├── calculate_cover_size(img_size, box_size) -> tuple
├── calculate_center_offset(img_size, box_size) -> tuple
└── apply_fit_mode(img, box_size, fit, background) -> PIL.Image

validators/image_config.py (新建)
├── validate_fit_value(fit) -> List[ValidationIssue]
└── validate_fit_box_dependency(elem) -> List[ValidationIssue]
```

**理由：** 单一职责原则，图片处理逻辑与渲染逻辑分离，便于测试和复用

### 决策 5: 模块化设计

```
utils/image_utils.py
├── inches_to_pixels(inches, dpi) -> float
├── pixels_to_inches(pixels, dpi) -> float
├── calculate_contain_size(img_size, box_size) -> tuple
├── calculate_cover_size(img_size, box_size) -> tuple
├── calculate_center_offset(img_size, box_size) -> tuple
└── apply_fit_mode(img, box_size, fit, background) -> PIL.Image

validators/image_config.py (新建)
├── validate_fit_value(fit) -> List[ValidationIssue]
└── validate_background_color(color) -> List[ValidationIssue]
```

**理由：** 单一职责原则，图片处理逻辑与渲染逻辑分离，便于测试和复用

**注意：** 由于 box 参数为必填，不存在"没有指定 box"的情况，因此 `validate_fit_box_dependency` 验证器已移除。

## Risks / Trade-offs

### 风险 1: Pillow 依赖增加

**风险：** 新增外部依赖可能增加安装复杂度

**缓解措施：**
- Pillow 是 Python 生态标准库，安装简单（`pip install pillow`）
- 在 pyproject.toml 中不指定版本号，使用最新稳定版
- 在 README 中明确说明依赖变更

### 风险 2: PPTX 和 HTML 渲染效果不完全一致

**风险：** 两个平台实现方式不同，可能在边缘情况下效果有差异

**缓解措施：**
- 核心算法（尺寸计算）使用相同的 Python 函数
- 编写集成测试，对比两种渲染器的输出
- 在文档中说明已知差异（如抗锯齿算法不同）

### 风险 3: 大图片处理性能问题

**风险：** Pillow 处理大图片可能较慢，占用内存

**缓解措施：**
- 仅在需要时才处理图片（contain/cover/center 模式）
- stretch 模式直接使用 python-pptx 的原生处理，不经过 Pillow
- 文档中建议用户使用适当尺寸的图片

### 风险 4: DPI 配置不当导致尺寸错误

**风险：** 用户设置的 DPI 与实际使用场景不符，导致图片尺寸不符合预期

**缓解措施：**
- 默认值 96 适用于大多数场景
- 在 README 中说明 DPI 的含义和影响
- 验证器检查 DPI 值是否合理（如 72-300 之间）

## Migration Plan

### 部署步骤

1. **代码变更**
   - 添加 Pillow 依赖到 pyproject.toml
   - 创建 `utils/image_utils.py`
   - 创建 `validators/image_config.py`
   - 更新 `core/elements.py` 的 ImageElement
   - 更新 `renderers/pptx_renderer.py`
   - 更新 `renderers/html_renderer.py`

2. **测试**
   - 单元测试：image_utils 的各个函数
   - 单元测试：validators 的图片配置验证
   - 集成测试：四种 fit 模式的 PPTX 渲染
   - 集成测试：四种 fit 模式的 HTML 渲染
   - 端到端测试：完整 YAML 转换流程

3. **文档更新**
   - 更新 README.md，添加图片适配模式说明
   - 更新 README_DEV.md，添加架构说明

### 回滚策略

- 如果发现严重问题，可以回退到之前版本
- 向后兼容设计确保未指定 fit 参数的 YAML 文件仍能正常工作
- 回滚后用户只需删除 fit 和 background 参数即可

## Open Questions

### Q1: 是否需要在图片处理失败时提供降级方案？

**决策：** 图片处理失败时抛出 ERROR 级别错误，让用户修复图片问题，不提供降级方案。

**理由：** 保持简单明确，图片问题应该由用户在源头解决，而不是掩盖问题。

### Q2: background 参数是否支持渐变色？

**决策：** background 参数仅支持纯色，不支持渐变色。

**理由：** 简化实现，满足绝大多数使用场景。如有后续需求，可以作为独立功能添加。

### Q3: 是否需要支持图片质量设置？

**决策：** 使用 Pillow 的最高质量重采样算法（LANCZOS），不向用户暴露配置选项。

**理由：** 演示文稿场景下图片质量优先于处理速度，使用最高质量算法避免用户困惑。