Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Usporedba slika pomoću Vision API-ja

Lekcija 10 od 12 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Vizualna komparativna analiza
  2. Usporedba Prije/Poslije
  3. Kontrola kvalitete proizvoda
  4. Praćenje evolucije kroz vrijeme
  5. Usporedba korisničkih sučelja
  6. Najbolje prakse za usporedbu
  7. Ključne točke

Vizualna komparativna analiza

Usporedba slika snažan je slučaj uporabe koji iskorištava mogućnost rada s više slika obrađenu u Lekciji 6. Pitanje se pomiče s „Što ova slika prikazuje?“ na „Što se promijenilo?“ – operaciju koju semantički model obrađuje bitno drugačije od pikselnog komparatora. Dok razlika u pikselima signalizira odstupanje bez kvalificiranja, model može utvrditi da se naljepnica pomaknula za dva milimetra, a logo nestao, te prosuditi koja od tih dviju promjena je važna.

Kontrola kvalitete, praćenje evolucije, detekcija vizualne regresije: ova lekcija pokazuje kako strukturirati upite za usporedbu i iskoristiti rezultate.

Usporedba Prije/Poslije

Najčešći scenarij uključuje provjeru onoga što se promijenilo između dva stanja. Sistemska poruka definira metodu usporedbe, dok korisnička poruka identificira slike:

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """You are an expert in comparative image analysis. When presented with two images:
1. Briefly describe each image
2. List identified differences (with location)
3. Assess the significance of each difference (minor/major)
4. Provide an overall similarity score (0-100%)"""
        },
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "BEFORE Image (reference):"},
                {"type": "image_url", "image_url": "https://exemple.com/avant.jpg"},
                {"type": "text", "text": "AFTER Image (current state):"},
                {"type": "image_url", "image_url": "https://exemple.com/apres.jpg"},
                {"type": "text", "text": "Identify all differences between these two images."}
            ]
        }
    ]
)

print(response.choices[0].message.content)

Izmjenjivanje teksta („BEFORE Image“, „AFTER Image“) pomaže modelu da identificira ulogu svake slike. Treći korak u sistemskoj poruci ono je što izvještaj čini djelotvornim: bez prioritetizacije dobivaš popis u kojem promjena sjene ima istu težinu kao i nedostajući dio.

Kontrola kvalitete proizvoda

Na kraju pipelinea, ovaj izvještaj mora pročitati program, a ne čovjek. Stoga kombiniramo usporedbu s JSON načinom rada iz Lekcije 9: model vraća presudu, ocjenu i popis kvalificiranih nedostataka koje kod može odmah iskoristiti.

import base64
import json

def encode_image(path):
    with open(path, "rb") as f:
        b64 = base64.standard_b64encode(f.read()).decode("utf-8")
    return f"data:image/jpeg;base64,{b64}"

def quality_control(reference_image, sample_image):
    """Compares a sample to its reference and detects defects."""
    response = client.chat.complete(
        model="mistral-large-latest",
        response_format={"type": "json_object"},
        messages=[
            {
                "role": "system",
                "content": "You are a quality inspector. Compare the sample to the reference and return a JSON report."
            },
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": "Reference (compliant product):"},
                    {"type": "image_url", "image_url": encode_image(reference_image)},
                    {"type": "text", "text": "Sample to inspect:"},
                    {"type": "image_url", "image_url": encode_image(sample_image)},
                    {
                        "type": "text",
                        "text": """Compare and return:
{
  "compliant": true/false,
  "compliance_score": 0-100,
  "defects": [
    {"description": "...", "severity": "minor/major/critical", "location": "..."}
  ],
  "recommendation": "accept/review/reject"
}"""
                    }
                ]
            }
        ]
    )

    return json.loads(response.choices[0].message.content)

# Usage
result = quality_control("reference/product-ok.jpg", "batch-42/sample-7.jpg")

if result["compliant"]:
    print(f"COMPLIANT - Score: {result['compliance_score']}%")
else:
    print(f"NON-COMPLIANT - {len(result['defects'])} defect(s) detected")
    for defect in result["defects"]:
        print(f"  - [{defect['severity']}] {defect['description']}")

Polje recommendation zanimljivije je nego što se čini: razlikovanjem „review“ od „reject“, rezervira ljudsku intervenciju za dvosmislene slučajeve umjesto da je nameće svugdje ili nigdje.

Praćenje evolucije kroz vrijeme

Vremenski niz – gradilište, rast usjeva, degradacija strukture – tretira se kao proširena usporedba, pod uvjetom da svaku sliku označiš datumom. Model tada ima vremensku os i može kvalificirati tempo, a ne samo jaz.

def analyze_evolution(chronological_images, context=""):
    """Analyzes visible evolution across a series of ordered images."""
    content = [
        {
            "type": "text",
            "text": f"Here are {len(chronological_images)} images taken at different times, in chronological order. {context}"
        }
    ]

    for i, (date, path) in enumerate(chronological_images):
        content.append({"type": "text", "text": f"Image {i+1} ({date}):"})
        content.append({"type": "image_url", "image_url": encode_image(path)})

    content.append({
        "type": "text",
        "text": "Describe the evolution observed between each step. Identify major changes and the general trend."
    })

    response = client.chat.complete(
        model="mistral-large-latest",
        messages=[{"role": "user", "content": content}]
    )

    return response.choices[0].message.content

# Construction site tracking
images = [
    ("2025-01", "site/jan-2025.jpg"),
    ("2025-06", "site/jun-2025.jpg"),
    ("2026-01", "site/jan-2026.jpg"),
]

evolution = analyze_evolution(images, context="Tracking a construction site.")
print(evolution)

Završno pitanje dodaje se tek nakon svih slika, jednom kada je cijeli dosje postavljen.

Usporedba korisničkih sučelja

Razvoj weba nudi neposredan slučaj uporabe: suočavanje odobrenog maketa sa stvarno proizvedenim prikazom. Gdje test regresije piksela fails na pomaku od jednog piksela bez važnosti, model kvalificira utjecaj svakog odstupanja.

def compare_interfaces(expected_screenshot, actual_screenshot):
    """Compares two interface screenshots to detect visual regressions."""
    response = client.chat.complete(
        model="mistral-large-latest",
        response_format={"type": "json_object"},
        messages=[
            {
                "role": "system",
                "content": "You are a QA tester specializing in visual testing of web interfaces."
            },
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": "Expected design (mockup):"},
                    {"type": "image_url", "image_url": encode_image(expected_screenshot)},
                    {"type": "text", "text": "Current render (screenshot):"},
                    {"type": "image_url", "image_url": encode_image(actual_screenshot)},
                    {
                        "type": "text",
                        "text": """Compare and return:
{
  "pixel_perfect": true/false,
  "differences": [
    {"element": "...", "expected": "...", "actual": "...", "impact": "minor/moderate/major"}
  ],
  "fidelity_score": 0-100,
  "verdict": "compliant/minor_adjustments/regression"
}"""
                    }
                ]
            }
        ]
    )

    return json.loads(response.choices[0].message.content)

Uključen u tvoj pipeline kontinuirane integracije, ova provjera blokira isporuku samo uz presudu regression.

Najbolje prakse za usporedbu

Ovi primjeri dijele nekoliko principa koje vrijedi eksplicitno navesti. Uvijek imenuj svoje slike izmjeničnom oznakom – „Reference“, „Sample“, „Before“, „After“ – jer bez toga model dodjeljuje uloge na temelju slučajnosti redoslijeda. Osiguraj usporedivost snimaka: pod različitim kutovima i osvjetljenjem, model će signalizirati odstupanja koja proizlaze samo iz uvjeta fotografiranja. Koristi Mistral Large 3, jer usporedba mobilizira rezoniranje fine zrnatosti kojim manji modeli ne ovladavaju uvijek. Ograniči se na dvije ili tri slike po pozivu; iznad toga, komparativna preciznost se razrjeđuje. I sustavno zahtijevaj strukturirani format, s ocjenom, popisanim razlikama i presudom, ako se rezultat mora automatski obraditi.

Ključne točke

  • Usporedba slika iskorištava mogućnost rada s više slika API-ja
  • Izmjenjuj objašnjavajući tekst između slika kako bi razjasnio njihove uloge
  • JSON način rada (response_format) idealan je za automatizirane izvještaje o usporedbi
  • Primarni slučajevi uporabe: kontrola kvalitete, praćenje gradilišta, vizualno QA, prije/poslije
  • Uvijek koristi Mistral Large 3 za zahtjevne zadatke usporedbe