Salt la conținutul principal
Română— Alege o limbă
Meniu

Compararea imaginilor cu Vision API

Lecția 10 din 12 Actualizată 2 noiembrie 2026 Dezvoltator
Pe această pagină
  1. Analiză comparativă vizuală
  2. Comparare Înainte/După
  3. Controlul calității produselor
  4. Urmărirea evoluției în timp
  5. Compararea interfețelor utilizator
  6. Cele mai bune practici pentru comparare
  7. Puncte cheie

Analiză comparativă vizuală

Compararea imaginilor reprezintă un caz de utilizare puternic, care valorifică capacitatea de procesare a mai multor imagini abordată în Lecția 6. Întrebarea se mută de la „Ce arată această imagine?“ la „Ce s-a schimbat?“ — o operațiune pe care un model semantic o gestionează fundamental diferit față de un comparator de pixeli. În timp ce o diferență de pixeli semnalează o divergență fără a o califica, modelul poate afirma că o etichetă s-a deplasat cu doi milimetri și că un logo a dispărut, judecând apoi care dintre cele două aspecte este relevant.

Controlul calității, urmărirea evoluției, detectarea regresiei vizuale: această lecție vă arată cum să structurați prompturile de comparare și cum să valorificați rezultatele obținute.

Comparare Înainte/După

Cel mai frecvent scenariu implică verificarea modificărilor survenite între două stări. Mesajul de sistem definește metoda de comparare, în timp ce mesajul utilizatorului identifică imaginile:

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)

Intercalarea textului („BEFORE Image“, „AFTER Image“) ajută modelul să identifice rolul fiecărei imagini. Al treilea pas din promptul de sistem este cel care face raportul acționabil: fără prioritizare, veți primi o listă în care o schimbare de umbră cântărește la fel de mult ca o piesă lipsă.

Controlul calității produselor

La finalul fluxului de lucru, acest raport trebuie citit de un program, nu de un om. Prin urmare, combinăm compararea cu modul JSON din Lecția 9: modelul returnează un verdict, un scor și o listă de defecte calificate pe care codul le poate exploata imediat.

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']}")

Câmpul recommendation este mai interesant decât pare: prin distincția dintre „review“ (revizuire) și „reject“ (respingere), acesta rezervă intervenția umană pentru cazurile ambigue, în loc să o impună peste tot sau nicăieri.

Urmărirea evoluției în timp

O serie cronologică — șantier de construcții, creșterea culturilor, degradarea unei structuri — este tratată ca o comparare extinsă, cu condiția să etichetați fiecare imagine cu data sa. Modelul dispune astfel de axa temporală și poate califica un ritm, nu doar un decalaj.

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)

Întrebarea finală este adăugată abia după toate imaginile, odată ce întregul dosar este prezentat.

Compararea interfețelor utilizator

Dezvoltarea web oferă un caz de utilizare imediat: confruntarea machetei aprobate cu randarea efectiv produsă. În timp ce un test de regresie bazat pe pixeli eșuează la o deplasare de un pixel fără importanță, modelul califică impactul fiecărei discrepanțe.

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)

Integrat în pipeline-ul de integrare continuă, acest control blochează livrarea doar în cazul unui verdict de tip regression.

Cele mai bune practici pentru comparare

Aceste exemple împărtășesc câteva principii care merită explicitate. Denumiți întotdeauna imaginile cu o etichetă intercalată — „Reference“, „Sample“, „Before“, „After“ — deoarece, în absența acesteia, modelul atribuie rolurile în funcție de ordinea aleatorie. Asigurați-vă comparabilitatea cadrului: la unghiuri și iluminări diferite, modelul va semnala discrepanțe care decurg doar din condițiile de fotografiere. Utilizați Mistral Large 3, deoarece compararea mobilizează un raționament fin pe care modelele mai mici nu îl stăpânesc întotdeauna. Limitați-vă la două sau trei imagini per apel; dincolo de acest număr, precizia comparativă se diluează. Și solicitați sistematic un format structurat, cu un scor, diferențe listate și un verdict, dacă rezultatul trebuie procesat automat.

Puncte cheie

  • Compararea imaginilor valorifică capacitatea API-ului de a procesa mai multe imagini
  • Intercalați text explicativ între imagini pentru a clarifica rolurile acestora
  • Modul JSON (response_format) este ideal pentru rapoartele de comparare automatizate
  • Principalele cazuri de utilizare: controlul calității, urmărirea șantierelor, QA vizual, înainte/după
  • Utilizați întotdeauna Mistral Large 3 pentru sarcini de comparare exigente