上傳兩張圖片或 PDF，自動比對差異、標示變更區域、輸出結構化報告。
- 🖼️ 支援 JPG、PNG、WebP、PDF 上傳
- 📐 自動圖片對齊（ORB + Homography）
- 🔴 差異區域標記（紅框 bounding box）
- 📊 結構相似度分數（SSIM，0–100%）
- 📦 結構化 JSON 差異報告（含位置與嚴重程度）
- ⬇️ 下載標記圖（PNG）與 JSON 報告
- 📄 PDF 多頁選擇比對
| 層 | 技術 |
|---|---|
| 後端框架 | FastAPI 0.111 |
| 影像處理 | OpenCV 4.9 |
| 結構相似度 | scikit-image SSIM |
| 對齊算法 | ORB + Homography |
| PDF 轉圖 | PyMuPDF（fitz） |
| 前端 | Vanilla JavaScript |
- Python 3.10+
git clone https://github.com/linyuhang617/DiffVision.git
cd DiffVision
pip install -r requirements.txt複製 .env 並調整設定：
MAX_UPLOAD_SIZE_MB=20 # 單檔上傳上限（MB）
TEMP_DIR=temp # 暫存目錄路徑
TEMP_RETENTION_HOURS=1 # 暫存檔保留時間（小時）uvicorn app.main:app --reload --host 0.0.0.0 --port 8000打開瀏覽器：http://localhost:8000
上傳兩張圖片或 PDF。
Request
Content-Type: multipart/form-data
file_a: <image or PDF>
file_b: <image or PDF>
Response
{
"comparison_id": "abc123...",
"image_a_url": "/temp/abc123/a.png",
"image_b_url": "/temp/abc123/b.png",
"file_type_a": "image",
"file_type_b": "pdf",
"page_count_a": null,
"page_count_b": 5
}觸發比對，回傳相似度與差異區域。
Request
{
"comparison_id": "abc123...",
"page_a": 0,
"page_b": 0
}Response
{
"comparison_id": "abc123...",
"similarity": 87,
"annotated_image_url": "/temp/abc123/annotated.png",
"aligned": true,
"regions": [
{ "x": 10, "y": 20, "w": 100, "h": 80, "area": 8000, "severity": "high" }
]
}嚴重程度分級：
| severity | 面積（px²） |
|---|---|
high |
> 5000 |
medium |
500–5000 |
low |
50–500 |
下載比對結果。
| 參數 | 說明 |
|---|---|
format=image |
下載標記圖（PNG） |
format=json |
下載 JSON 報告 |
diffvision/
├── app/
│ ├── main.py # FastAPI entrypoint
│ ├── routers/
│ │ ├── upload.py # POST /upload
│ │ ├── compare.py # POST /compare
│ │ └── download.py # GET /download
│ ├── services/
│ │ ├── compare_service.py # SSIM 計算
│ │ ├── diff_service.py # diff map + 輪廓偵測
│ │ ├── align_service.py # ORB 對齊
│ │ ├── region_service.py # 區域分類
│ │ └── pdf_service.py # PDF 轉圖
│ ├── models/
│ │ └── diff_region.py # Pydantic schema
│ └── utils/
│ └── image_io.py # 共用圖片讀寫
├── static/
│ ├── index.html
│ ├── app.js
│ └── style.css
├── temp/ # 暫存目錄（gitignore）
├── requirements.txt
└── .env
- 上傳 — 接收兩張圖片或 PDF，存入
temp/{comparison_id}/ - 對齊 — ORB 特徵點匹配 + Homography 修正角度與縮放
- 比對 — SSIM 計算結構相似度，生成 diff map
- 標記 — 找出差異輪廓，畫紅框存
annotated.png - 報告 — 依面積分級，序列化存
report.json
這是 v1.0，有幾個已知問題，正在規劃 v1.1 改善：
1. 差異框不夠精確 當兩張圖差異分布廣（例如整體構圖不同），SSIM diff map 會把大範圍都標成差異，導致紅框蓋住整張圖而非精確圈出小差異點。 適合使用的場景：同一份文件 / 截圖，只改了少數幾個地方。
2. 對齊在某些情況下反效果 ORB 特徵點匹配需要圖片有足夠的邊角、文字、線條特徵。若兩張圖特徵點不足（例如色塊多、線條少的插圖），homography 計算可能不準，反而讓圖片變形。目前 v1.1 規劃加入 sanity check，對齊變差時自動 fallback 用原圖。
3. 不適合現場拍攝照片 SSIM 的前提是兩張圖夠接近才能比對。若圖片來自不同角度、不同光線的現場拍攝，需要更強的語義對齊方案（如 DINOv2、SuperGlue），這超出目前 v1.0 的範圍。
- v1.1 — 改善多框偵測精確度
- v1.1 — 對齊 sanity check（自動 fallback）
- v1.2 — 支援深度學習對齊方案
MIT