claude-seo 图像后处理流水线实战：用 ImageMagick 与 FFmpeg 把 AI 生成图加工成 SEO 可用素材

【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills + 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-seo

本篇技术指南聚焦 claude-seo 项目中seo-image-gen技能（skill 定义）的后处理环节（关联参考文档）：当 Gemini 通过 banana 扩展生成原始 PNG 之后，如何用 ImageMagick 7/6 与 FFmpeg 完成平台尺寸裁切、背景去底、WebP/AVIF 压缩、绿幕抠图、批量处理与动画合成，最终交付可直接上线、满足页面速度与结构化数据要求的 SEO 素材。读完本文，你将掌握一整套可复制、可批量的命令行后处理方案，并理解其在生成流水线（/seo image-gen）中的具体调用位置与性能边界。

一、后处理在整个图像生成流水线中的定位

claude-seo 的seo-image-gen技能把一次图像生成拆解为 6 步（见 SKILL.md）：

1. 从命令或上下文识别用例（og、hero、product、infographic 等）；
2. 套用 SEO 默认参数（宽高比、分辨率、Domain Mode）；
3. 通过set_aspect_ratioMCP 工具设置宽高比；
4. 按 banana Creative Director 流水线构造 Reasoning Brief（六组件提示词体系见 prompt-engineering.md）；
5. 通过gemini_generate_imageMCP 工具生成；
6. 执行"生成后 SEO 检查清单"（Post-Generation SEO Checklist）——这一步正是后处理文档的主战场。

检查清单要求对每张生成图依次落实：撰写富含关键词的 alt 文本、按keyword-description-widthxheight.webp规范重命名文件、用magick转 WebP（hero 图目标 <200KB、缩略图 <100KB）、补充ImageObject结构化数据、输出og:image系列 meta 标签。可以看到，后处理不是可选优化，而是图像素材能否进入生产环境的硬性关卡。

从实现层面看，MCP 工具与 generate.py / edit.py 会把生成结果统一保存到~/Documents/nanobanana_generated/目录（文件名带时间戳），后处理命令通常以该目录下的原始 PNG 为输入起点，这也是本文批量示例默认扫描该目录的原因。

二、环境准备：先确认工具可用性

后处理依赖三个命令行工具，使用前建议先做可用性检查：

which magick # ImageMagick 7 (preferred) which convert # ImageMagick 6 (fallback) which ffmpeg # For video/animation

版本策略说明：

• ImageMagick 7优先，其magick命令统一了旧版中convert、identify、mogrify等多个子命令；
• ImageMagick 6及更早版本没有magick二元命令，需要把下文命令中的magick替换为convert/identify；
• FFmpeg仅在做视频/动画（MP4、GIF 批量抠图）时才需要。

若未安装 ImageMagick，按平台安装：

sudo apt install imagemagick # Debian/Ubuntu brew install imagemagick # macOS

需要把位图矢量化成 SVG（如 Logo 溯源场景）时，还需potrace（Debian/Ubuntu 可用sudo apt install potrace安装）。安装完成后可用magick -version与ffmpeg -version验证版本。

三、按平台标准尺寸缩放与裁切

AI 生成的图像宽高比未必匹配各社交/内容平台的封面规范，通常采用"缩放填充 + 居中裁切"两步组合：-resize WxH^强制等比放大至至少覆盖目标画布，-gravity center -extent WxH从中心裁剪到精确尺寸。^后缀是关键——没有它-resize只会缩到"完全放得下"，导致画布出现留白。

# Instagram post (1080x1080) magick input.png -resize 1080x1080^ -gravity center -extent 1080x1080 instagram.png # Twitter/X header (1500x500) magick input.png -resize 1500x500^ -gravity center -extent 1500x500 twitter-header.png # YouTube thumbnail (1280x720) magick input.png -resize 1280x720^ -gravity center -extent 1280x720 youtube-thumb.png # LinkedIn banner (1584x396) magick input.png -resize 1584x396^ -gravity center -extent 1584x396 linkedin-banner.png # Favicon (multi-size ICO) magick input.png -resize 32x32 favicon.ico

各平台目标尺寸速查：

favicon 场景建议先在生成侧就选1:1与512分辨率（对应 SKILL 默认表中的 Favicon/Icon 行），再降到 32px，避免从非方形图强行压扁。

四、背景移除与透明度处理

Gemini 图像模型无法直接生成透明背景的 PNG（gemini-models.md 明确列出该限制），因此透明需求必须后处理解决。

4.1 去除纯色背景

# Remove solid white background magick input.png -fuzz 10% -transparent white output.png # Remove solid color background (specify color) magick input.png -fuzz 15% -transparent "#F0F0F0" output.png

-fuzz是容差百分比：AI 生成图的"纯白/纯色"背景通常存在轻微噪点与渐变，10%–15%的容差能在不误伤主体边缘的前提下吸收这些偏差。指定色值时用#RRGGBB十六进制更精确。

4.2 清理透明边缘（抗锯齿）

直接-transparent后边缘往往残留一圈半透明的"毛边"，可用 alpha 通道微模糊 + 电平拉伸来平滑：

magick input.png -fuzz 10% -transparent white -channel A -blur 0x1 -level 50%,100% output.png

-channel A -blur 0x1只对透明度通道做 1px 半径模糊，-level 50%,100%把 50% 以下的半透明像素压到全透明、以上推到不透明，从而得到干净的硬边。

4.3 自动裁掉透明留白

去底后图片四周常留有透明 padding，用-trim +repage自动裁到内容边界（+repage重置画布坐标）：

magick input.png -trim +repage output.png

该技巧在绿幕流水线（见下文第八节）的收尾阶段同样会用到。

五、格式转换：WebP/JPEG/AVIF 与页面速度

SEO 图像的核心诉求之一是不拖慢 LCP。claude-seo 的性能子技能把图像体积视为 CWV 关键因子，后处理文档给出的转换命令是直接的落地手段：

# PNG to WebP (web-optimized, smaller file) magick input.png -quality 85 output.webp # PNG to JPEG (with white background for transparency) magick input.png -background white -flatten -quality 90 output.jpg # PNG to AVIF (modern, smallest size) magick input.png -quality 80 output.avif # SVG trace (for logos; requires potrace) potrace input.pbm -s -o output.svg

要点解读：

• WebP 是默认推荐：-quality 85是清晰度与体积的常见平衡点，SKILL.md 的检查清单要求 hero 图最终 <200KB、缩略图 <100KB，若 85 质量仍超标可降至 75–80 再复测；
• JPEG 需要先拍平透明：PNG 透明区转 JPEG 会变黑，必须先-background white -flatten铺白底再编码；
• AVIF 体积最小但兼容性略逊于 WebP，适合现代浏览器优先的站点；
• potrace 矢量化面向 Logo/图标：先把位图转成 PBM（可用magick input.png -threshold 50% input.pbm），再potrace -s输出 SVG，便于后续无损缩放与图标字体化。

同时记得文件名遵循检查清单规范keyword-description-widthxheight.webp，这既利于文件系统检索，也让 URL 自带语义。

六、色彩调整：对比度、色温与风格化

生成结果与品牌调性不符时，用一条命令即可微调，无需重新生成（节省一次 API 成本）：

# Increase contrast magick input.png -contrast-stretch 2%x1% output.png # Warm color temperature magick input.png -modulate 100,110,105 output.png # Cool color temperature magick input.png -modulate 100,90,95 output.png # Desaturate (muted colors) magick input.png -modulate 100,70,100 output.png # Convert to grayscale magick input.png -colorspace Gray output.png # Sepia tone magick input.png -sepia-tone 80% output.png

参数语义：

• -contrast-stretch 2%x1%：把亮度直方图两端各裁剪 2%（高光）与 1%（阴影）再拉伸，提升对比感，数值越大对比越强；
• -modulate brightness,saturation,hue：三个百分比依次是亮度、饱和度、色相。100,110,105即"饱和度 110%、色相偏移 +5"，暖色调常用；100,70,100则是把饱和度降到 70% 的"哑光去饱和"风格；
• -colorspace Gray直接转灰度，适合无需彩色的插画/图标背景；
• -sepia-tone 80%是 ImageMagick 内置褐色调滤镜，复古风一步到位。

七、合成操作：水印、对比图、边框与圆角

7.1 叠加水印（右下角、20% 透明度）

magick base.png watermark.png -gravity southeast -geometry +20+20 \ -compose dissolve -define compose:args=20 -composite output.png

-compose dissolve配合compose:args=20实现 20% 透明度混合；-geometry +20+20是距右下角的边距像素。品牌站可用该命令批量给 hero 图加水印后发布。

7.2 并排对比与纵向堆叠

# Side-by-side comparison magick input1.png input2.png +append comparison.png # Vertical stack magick input1.png input2.png -append stack.png

+append横向拼接、-append纵向拼接。适合生成"优化前后"对比图或 A/B 变体拼图。

7.3 加边框与圆角

# Add padding/border magick input.png -bordercolor white -border 40 output.png # Add rounded corners magick input.png \( +clone -alpha extract -draw \ "roundrectangle 0,0,%[fx:w-1],%[fx:h-1],20,20" \) \ -alpha off -compose CopyOpacity -composite rounded.png

圆角命令是标准的 alpha 蒙版流程：+clone -alpha extract复制一份并抽取 alpha 通道，用-draw roundrectangle按画布尺寸（%[fx:w-1],%[fx:h-1]动态取宽高）画圆角矩形选区，最后-compose CopyOpacity -composite把蒙版写回。圆角半径 20px 可按设计稿调整。

八、批处理：一条循环处理整个目录

seo-image-gen的batch子命令（默认一次生成 3 张变体）产出的往往是成组图片，逐个处理太低效。以下循环可直接套用：

# Resize all PNGs in directory for f in ~/Documents/nanobanana_generated/*.png; do magick "$f" -resize 800x800 "${f%.png}_thumb.png" done # Convert all to WebP for f in ~/Documents/nanobanana_generated/*.png; do magick "$f" -quality 85 "${f%.png}.webp" done

说明：${f%.png}是 Bash 参数扩展，剥掉.png后缀后再拼新后缀；"$f"加引号避免路径含空格时出错。批量转 WebP 后配合ls -lh *.webp复核每个文件的体积是否符合 <200KB / <100KB 的目标。

九、动画与视频：GIF 与 MP4

素材可能以帧序列形式产出（如步骤演示、轮播）。两条命令分别用 ImageMagick 与 FFmpeg 完成：

# Create GIF from multiple images magick -delay 100 frame1.png frame2.png frame3.png animation.gif # Create MP4 from image sequence ffmpeg -framerate 1 -pattern_type glob -i '*.png' \ -c:v libx264 -pix_fmt yuv420p slideshow.mp4

• GIF 的-delay 100单位是 1/100 秒，即每帧停留 1 秒；
• MP4 用-pattern_type glob批量读入当前目录所有 PNG，-framerate 1每秒一帧；-pix_fmt yuv420p是兼容性要求——缺少它生成的 H.264 视频在部分播放器/浏览器会无法解码。

十、4K 原生输出：重新审视"放大"这一步

随着 Gemini 3.1 Flash 支持imageSize: "4K"（最大 4096×4096），后处理文档明确提出一个策略转变：如果目标平台接受 4K 及以下的图，直接在生成侧输出 4K，而不要再走"1K 生成 + 后处理放大"的旧路线。

理由有二（见 gemini-models.md 的 Resolution Tiers 表）：

1. 原生 4K 的细节量远高于放大所得，且不存在放大伪影（upscaling artifacts）；
2. 省掉了传统放大（如-resize 200%、-adaptive-resize、-filter Lanczos）这一步的耗时与质量损耗。

需要权衡的是成本：按 cost-tracking.md 的定价表，3.1 Flash 每张图 1K ≈ $0.039、2K ≈ $0.078、4K ≈ $0.156，分辨率翻倍成本约翻倍；且 4K 在 16:9 下实际像素为 4096×2304，占用的存储与解码开销更大。实操建议：内容型大图（hero、infographic）用 2K/4K 原生输出，缩略图/社交小图用 1K，把 4K 留给真正需要细节的最终资产。

十一、绿幕透明流水线：让 Gemini"间接"产出透明背景

这是后处理文档中最完整的实战流程，也是上文"模型无法直接生成透明背景"限制的标准解法：让模型先在纯绿幕上生成主体，再在后处理中把绿色像素抠掉。

第一步：生成时追加绿幕提示词

给任意图像提示词追加如下片段：

on a solid bright green (#00FF00) chroma key background with a thin white outline separating the subject from the background

关键设计：薄白边（thin white outline）的作用是隔离主体边缘，防止绿色"溢色"（spill）染到发丝、皮毛等边缘像素，是后续抠图质量的生命线。

第二步：ImageMagick 去绿幕

magick input.png -fuzz 20% -transparent "#00FF00" output.png

-fuzz 20%用于吸收绿色背景的轻微色差——AI 生成的绿色不会严格等于#00FF00，需要容差覆盖边缘渐变。

第三步：清理边缘并裁切

magick output.png -channel A -blur 0x1 -level 50%,100% -trim +repage final.png

原理与 4.2/4.3 相同：先对 alpha 通道做 1px 模糊 + 50%/100% 电平拉伸，压掉半透明毛边，再-trim +repage裁掉四周透明留白。

第四步（备选）：FFmpeg colorkey 批量抠图

ffmpeg -i input.png -vf "colorkey=0x00FF00:0.3:0.1,despill=type=green" -pix_fmt rgba output.png

FFmpeg 方案的三个参数：colorkey=0x00FF00:0.3:0.1中0.3是相似度阈值、0.1是混合度；despill=type=green会自动做去溢色（把边缘残留的绿色污染中和掉），这是 ImageMagick 需要手动调-fuzz才能逼近的效果；-pix_fmt rgba保证输出保留 alpha 通道。

绿幕流水线要点速查

另需牢记两点：批量场景下 FFmpeg 明显更快且自动处理溢色；抠图后务必肉眼验证边缘——发丝、皮毛等细碎边缘常需手动修补。

十二、质量评估：生成物的验收标准

后处理结束不等于交付完成，文档提供了三个核验命令：

# Get image dimensions and info magick identify -verbose input.png | head -20 # Check file size ls -lh input.png # Get exact pixel dimensions magick identify -format "%wx%h" input.png

• identify -verbose | head -20输出 PNG 的完整元信息（尺寸、位深、色彩空间、文件属性等），用于确认 4K/2K 输出是否真的落在目标分辨率档位；
• ls -lh直接看体积，对照 hero <200KB、缩略图 <100KB 的检查清单目标；
• identify -format "%wx%h"输出纯尺寸（如1200x630），可脚本化校验平台规格。

在生成侧，建议同时用python3 scripts/cost_tracker.py log --model MODEL --resolution RES --prompt "brief"记录每次生成的成本（脚本位于 cost_tracker.py），方便批量后处理前用estimate子命令预估总费用。

十三、把后处理嵌入预设：预设系统的post_processing字段

后处理命令不仅可以在命令行手动执行，还被 claude-seo 的预设系统作为一等字段固化。查看 seo-image-presets.md 的示例，每个预设 JSON 都可携带post_processing命令串：

{ "name": "og-default", "aspect_ratio": "16:9", "resolution": "1K", "domain_mode": "Product", "post_processing": "magick output.png -resize 1200x630^ -gravity center -extent 1200x630 output-og.webp" }

其他预设的后处理示例还包括：blog-hero直接-quality 85转 WebP；product-white用-fuzz 5% -transparent white去白底；favicon-mark同时产出32x32的 ICO 与180x180的 apple-touch-icon。这意味着同一套后处理命令可以"预制"进品牌预设，重复使用时零思考成本——这也是本文全部命令建议沉淀为预设、而非每次临时敲击的原因。

十四、从源码看后处理的工作边界

最后从实现侧厘清"后处理不做什么"：

1. generate.py 与 edit.py 的职责止步于把 API 返回的 base64 图像解码落盘（输出到~/Documents/nanobanana_generated/，文件名形如banana_20260920_…png），不包含任何尺寸/格式/透明处理——压缩与适配完全交由本文的 magick/ffmpeg 命令完成；
2. 两个脚本仅依赖 Python 标准库（urllib、base64、json），是 MCP 不可用时的降级通道（对应 SKILL 错误处理表中的MCP unavailable行），后处理命令同样不依赖任何 Python 包，可移植性一致；
3. 模型侧输出规格（gemini-models.md）决定了后处理的必要环节：输出恒为 PNG、恒带背景、sRGB 色彩空间——所以"转 WebP""去背景""查尺寸"三类操作是每次生成后的固定动作，而非可选项。

结语

一条可直接上线的 SEO 图像链路可以概括为：生成（Gemini 原生分辨率）→ 落盘（~/Documents/nanobanana_generated/）→ 后处理（本文的 resize / 去底 / 转码 / 抠图 / 批量 / 校验）→ SEO 化（alt 文本 + 语义命名 + WebP + ImageObject / og:image）。把文中的命令按品牌预设固化进post_processing字段后，这条链路可以从"每次手工操作"升级为"一键重复执行"，同时借助 4K 原生输出与成本追踪，让图像素材在质量、体积与费用三个维度上都处于可控状态。

【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills + 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-seo