选模型,从你要做的事开始我
← 全部应用案例

AI 生成头图进入公众号前:6 步检查尺寸、红章和可追溯指纹

文章正文按原文语言展示。

这是一篇已复现方法。本次把一张科技主题头图放进本地验收脚本,检查尺寸、文件可读性、SHA-256 和真实红章像素;脚本在本机完成运行,生成的结果会写入包内。社区信号来自 AI 海报生产讨论,本文不把一张好看的生成图当成完整交付。

这是一篇已复现方法

最终目标与验收标准

最终目标是把“头图能打开” 改成可执行的交付门禁。验收标准为:文件能被 Pillow 重开,尺寸是 900×383,文件大小大于 10 KB,红色印章候选像素超过 100,SHA-256 被写入结果,人工再核对主体与文章一致。

适用前提、输入、工具与费用

适用 macOS、Python 3.12 和 Pillow;输入是一张本次生成并加红章的本地头图,不含账号、密钥或真实姓名。工具是 Python、Pillow 和 shell。费用为 0 元,检查不上传文件。若目标平台需要 1500×600,需把尺寸规则改成 X 版本并单独验收。

步骤 1:固定输入和路径

把待验收文件放入包内 im ages 目录,确认它不是历史头图的改色或裁切版本。先记录文件名、尺寸预期和文章 slug。预期结果是脚本能够接收一个明确的绝对路径。

步骤 2:重开图像并检查尺寸

运行 python qa _cover.py images/cover_900x383.jpg。Pillow 会读取图像并输出宽高;尺寸不匹配时先回到导出设置,不要用 CSS 拉伸掩盖问题。预期结果是 size=[900,383]。

步骤 3:检查红章和文件指纹

脚本统计红色候选像素 ,再计算 SHA-256。像素阈值只能证明画面有红色区域,不能单独证明印章形状;因此仍要人工看角落是否为真实红章、是否遮挡标题。SHA-256 用于确认后续没有被替换。

步骤 4:做内容对应性复核

把头图与 article_ content.json 并排看:设备、界面、实验室或工程现场是否对应本篇主线,是否出现山水、水墨、古风或泛科技山谷,标题叠加后是否可读。机器门禁通过后,人工复核才是最后一步。

步骤 5:记录失败与恢复

常见失败点有四个 :图片尺寸被裁切、导出为空文件、红章缺失、换图后 SHA-256 改变。恢复时重新导出或重新生成内容对应的底图,再重跑脚本;不要通过降低阈值、复制旧图或只改标题通过。

步骤 6:最终输出和边界

本次输出包括 qa_cov er.py、qa_result.json、四张过程截图和封面元数据。脚本不能证明视觉构图与文章完全匹配,也不能证明公众号或 X 编辑器会接受图片;下一步仍需人工打开交付页并核对复制、下载和实际粘贴。


原稿日期:2026-09-21。

浏览更多图片创作案例 →