画像の一括最適化をエージェントに任せる前に置く、見た目の劣化を止めるゲート

# image_quality_gate.py
from dataclasses import dataclass
from pathlib import Path
import numpy as np
from PIL import Image
from skimage.metrics import structural_similarity as ssim
 
 
@dataclass
class GateResult:
    ssim: float
    delta_e: float
    size_ratio: float  # 変換後 / 原本
    passed: bool
    reasons: list[str]
 
 
def _load_rgb(path: Path, size: tuple[int, int] | None = None) -> Image.Image:
    img = Image.open(path).convert("RGB")
    if size is not None and img.size != size:
        img = img.resize(size, Image.LANCZOS)
    return img
 
 
def _mean_delta_e(a: Image.Image, b: Image.Image) -> float:
    # Pillow の LAB は L,a,b を 0-255 に格納するため実スケールへ戻す
    la = np.asarray(a.convert("LAB"), dtype=np.float64)
    lb = np.asarray(b.convert("LAB"), dtype=np.float64)
    la[..., 0] *= 100.0 / 255.0
    lb[..., 0] *= 100.0 / 255.0
    la[..., 1:] -= 128.0
    lb[..., 1:] -= 128.0
    # CIE76: LAB 上のユークリッド距離を画素平均
    diff = la - lb
    return float(np.sqrt((diff ** 2).sum(axis=-1)).mean())
 
 
def evaluate(
    original: Path,
    converted: Path,
    *,
    ssim_floor: float = 0.985,
    delta_e_ceiling: float = 2.0,
    size_ratio_floor: float = 0.10,  # 90%超の削減は過圧縮を疑う
    size_ratio_ceiling: float = 0.95,  # 5%も減らないなら変換の意味が薄い
) -> GateResult:
    orig = _load_rgb(original)
    conv = _load_rgb(converted, size=orig.size)
 
    g_orig = np.asarray(orig.convert("L"), dtype=np.float64)
    g_conv = np.asarray(conv.convert("L"), dtype=np.float64)
    s = float(ssim(g_orig, g_conv, data_range=255))
 
    de = _mean_delta_e(orig, conv)
    ratio = converted.stat().st_size / original.stat().st_size
 
    reasons: list[str] = []
    if s < ssim_floor:
        reasons.append(f"SSIM {s:.4f} < {ssim_floor}")
    if de > delta_e_ceiling:
        reasons.append(f"ΔE {de:.2f} > {delta_e_ceiling}")
    if ratio < size_ratio_floor:
        reasons.append(f"過圧縮の疑い: size_ratio {ratio:.2f}")
    if ratio > size_ratio_ceiling:
        reasons.append(f"最適化が効いていない: size_ratio {ratio:.2f}")
 
    return GateResult(s, de, ratio, len(reasons) == 0, reasons)

assets/preview/ の PNG を WebP へ変換し、元ファイルを置き換えてコミットしてください。

1. assets/preview/ の各 PNG を assets/_staging/ に WebP で書き出す（原本は消さない）
2. すべてに python image_quality_gate.py --check <原本> <変換後> を実行する
3. 合格したものだけ原本を置き換える
4. 不合格は _staging に残し、理由を quality_report.md に列挙して停止する

# image_quality_gate.py（末尾に追記）
import sys
 
if __name__ == "__main__":
    # 使い方: python image_quality_gate.py --check original.png converted.webp
    if len(sys.argv) == 4 and sys.argv[1] == "--check":
        r = evaluate(Path(sys.argv[2]), Path(sys.argv[3]))
        print(f"SSIM={r.ssim:.4f} dE={r.delta_e:.2f} ratio={r.size_ratio:.2f}")
        if not r.passed:
            print("FAIL: " + "; ".join(r.reasons))
            sys.exit(1)
        print("PASS")

from PIL import Image
 
def has_icc_profile(path) -> bool:
    with Image.open(path) as im:
        return "icc_profile" in im.info and bool(im.info["icc_profile"])